ORB-SLAM(二)性能
来源:互联网 发布:神机妙算软件安装教程 编辑:程序博客网 时间:2024/05/17 07:09
ORB-SLAM(二)性能
ORB-SLAM程序提供了运行Monocular、Stereo和RGBD数据的程序。编译成功后,可以通过运行TUM的标准数据来验证程序是否成功。如果想自己测试一些数据,可以通过OpenCV提供的接口调起电脑的摄像头。
个人认为,ORB-SLAM是一个完整的单目SLAM实现,集合了当前流行的SLAM特性。作者的程序非常工程化,其中有诸多精度与运算量的权衡。具体总结如下。
ORB-SLAM的优点:
- Tracking的平均时间约为20ms每帧,基本可以达到实时追踪(i5-5200,2.2GHz)。
- 丢帧以后回到原来的场景,很容易就可以找回来。
- 定位的稳定性较好,姿态流畅,没有跳变。
- 在简单背景下,可以有效地追踪目标物体。
ORB-SLAM的缺点:
- 旋转时比较容易丢帧,特别是pure rotation。
- 地图中的点云很稀疏,完全不能看出任何结构。
- 加载地图需要一定时间(10秒左右,通过二进制词典可以加速,DBoW2的作者似乎是为了兼容性放弃了二进制)。
- 初始化时最好保持低速运动,对准特征和几何纹理丰富的物体。
- 作者为了增强系统的鲁棒性,在很多地方采用了多重判断,引入了N多参数。不同场景下的应用可能需要花一些时间理解和调整这些参数。
简言之,对于地图密度要求不高的定位和追踪问题,ORB-SLAM是个不错的选择。
阅读全文
0 0
- ORB-SLAM(二)性能
- ORB-SLAM(二)性能
- ORB-SLAM(二)性能
- 一起研究ORB-SLAM(二)---Tracking线程
- 运行ORB-SLAM笔记_使用篇(二)
- 视觉SLAM实战(二):ORB-SLAM2 with Kinect2
- SLAM:使用G2O-ORB-SLAM(编译)
- SLAM:使用G2O-ORB-SLAM(编译)
- SLAM代码(ORB-SLAM阅读)
- SLAM代码(ORB-SLAM阅读2)
- ORB-SLAM(五)优化
- ORB-SLAM(一)简介
- ORB-SLAM(四)追踪
- ORB-SLAM(五)优化
- ORB-SLAM(一)简介
- ORB-SLAM(四)追踪
- ORB-SLAM(五)优化
- ORB-SLAM(一)简介
- 置信区间的应用--网络波动的判断
- UVA 1594
- ORB SLAM
- 现代数字信号处理总结 下
- java for循环习题
- ORB-SLAM(二)性能
- JSP指令
- Unable to get browser (Selenium::WebDriver::Error::NoSuchWindowError)
- 特征值和特征向量的实际意义
- grouting(2.4)+postgis 寻求三条最短路径方法
- 职业化和个人能力培养
- ORB-SLAM(三)地图初始化
- Codeforce Round #422(Div 2) A
- 0. Rxjava系列目录及说明