Kinect2在线重建(Tracking and Mapping)
Posted hitcm
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Kinect2在线重建(Tracking and Mapping)相关的知识,希望对你有一定的参考价值。
前言
个人理解错误的地方还请不吝赐教,转载请标明出处,内容如有改动更新,请看原博:http://www.cnblogs.com/hitcm/
如有任何问题,feel free to contact me at robotsming@gmail.com
接上文KinectV2+Ubuntu 14.04+Ros 安装教程,已经完成Kinect2在Ubuntu14.04以及ROS Indigo的配置。
基本介绍
课题的一部分内容。
基于点线特征的 SLAM 算法主要包括三个部分,即帧间配准,闭环检测 和闭环优化。 帧间配准通过直接拼接点或者间接利用特征拼接点云来计算两 个点云直接的三维位姿变化,闭环检测则是通过提取点云中的有效信息来比 较二者的相似程度,用以建立二者之间的位姿约束,一般会建立起帧间的冗 余约束,增强拼接算法的鲁棒性。 最后一步的图优化是一个复杂的数学最优 化过程,借鉴已有的研究成果,可以把问题转化成 AX=B 的线性方程组的求 解问题,从而可以得到图优化之后的环境信息。
在上一步环境的、三维重建中生成了一个全局一致的点云地图, 但是这个地图含有许多冗余信息, 也需要比较大的内存空间去维护。在分析已有的地图表示方式的基础之上,选择基于八叉树的概率化三维环境地图, 方便后面进行进一步的处理。
贴大图如下,视频在这里
http://yun.baidu.com/s/1nulTDVF
以上是关于Kinect2在线重建(Tracking and Mapping)的主要内容,如果未能解决你的问题,请参考以下文章
VINSFeature Detection and Tracking
sh Longform-git-branch-tracking-commands.sh
Back Tracking and the Subset-Sum Problem
Cookies and Session Tracking Client Identification cookie与会话跟踪 客户端识别
视觉SLAMORB-SLAM: Tracking and Mapping Recognizable Features
手势跟踪论文学习:Realtime and Robust Hand Tracking from DepthCost Function