在"对假人的猛击“教程中,使用了激光扫描仪,并给出了两种地标提取方法。
但是大多数实际的SLAM实现都是基于相机图像的。在这些应用中,如何提取地标?达兰特纸没有提到它,我也找不到一个端到端的演示项目,其中包括地标提取。
发布于 2015-10-23 14:45:43
通常,地标是许多不同的,突出的特征,如斑点或角落内的图像/帧。计算机视觉的显著特征本身就是一门艺术。有几十种不同的方法来提取、描述和匹配这些特征(显然需要在不同的框架中识别它们)。
维基百科有一个概述,这里你可以看到一个在移动电话上运行的SLAM实现的视频(一个优秀的大学的一点广告:)。
发布于 2018-08-08 06:40:11
对于图像,它们使用像浪花或球体这样的特征匹配算法。球体重击是最流行的开源slam解决方案之一,它只使用ORB特性提取。
发布于 2020-10-11 18:41:19
在基于视觉的应用中,首先检测到特征(兴趣点).特征描述步骤只检测突出的特征,例如角点、气泡等,这是没有意义的。特征描述符识别场景中的每个特征。从这一刻起,你可以选择你想要的作为里程碑,记住你的SLAM算法。
https://stackoverflow.com/questions/33003820
相似问题