![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/global.png)
# 修改
1.0
添加一个点云建图线程,接收来自 Tracking线程的关键帧。
使用 彩色图和深度图 生成点云
对关键帧 的 彩色图 使用 mobilenetv2-ssd-lite 进行目标检测。
对每个目标区域 的点云计算 点云中心 3D包围框信息 ( 会使用深度均值进行滤波)。(方案2,点云分割聚类后和2d框计算交并比)
加入到 语义目标数据库中。
当 是相同的类别且位置中心没有太大的变化,则认为是同一个物体,融合相关信息。
2.0
对关键点使用 动点检测算法进行过滤
在原地图构建类中 加入 octomap地图构建部分
其次对关键帧使用新的 目标检测线程进行 检测
在构建octomap地图的同时构建语义目标数据库
保存和载入 orb-slam2地图和octomap地图
3.0
想法: 使用语义分割/实例分割 构建更精细的 语义目标数据库
使用 目标检测结果和 动点检测算法对 关键点进行 过滤
建图时 除去 动点 和 检测结果中的先验动点
# 参考
[mobilenetv2-ssd-lite 目标检测](https://github.com/Ewenwan/MVision/tree/master/CNN/HighPerformanceComputing/example)
[图漾相机](https://github.com/Ewenwan/MVision/tree/master/stereo/RGBD/orb_slam2_rgbd)
[oRB_SLAM2](https://github.com/Ewenwan/MVision/tree/master/vSLAM/oRB_SLAM2)
[Octomap建图参考](https://github.com/Ewenwan/ORB-SLAM-RGBD-with-Octomap)
[ OctoMap/octomap_mapping 官方建图参考 2D导航等](https://github.com/Ewenwan/octomap_mapping)
[OctomapBuilder.cc](https://github.com/XinkeAE/Active-ORB-SLAM2/blob/master/src/OctomapBuilder.cc)
[DynamicSemanticMapping 动态场景建图](https://github.com/Ewenwan/DynamicSemanticMapping)
[orb-slam2地图保存](https://github.com/MRwangmaomao/ORB_SLAM2_SaveMap_Catkin/blob/master/src/Map.cc)
[地图保存2](https://github.com/XinkeAE/Active-ORB-SLAM2/blob/master/src/Map.cc)
[[ORB-SLAM2] ORB-SLAM中的ORB特征(提取)](https://zhuanlan.zhihu.com/p/61738607)
> 动态环境处理
[dynslam 光流运动 语义分割](http://www.cvlibs.net/publications/Barsan2018ICRA.pdf)
[DynaSLAM 多视角几何 语义分割](https://arxiv.org/pdf/1806.05620.pdf)
[光流运动一致性检测,投影点距离基线距离阈值 语义分割 DS-SLAM ](https://arxiv.org/ftp/arxiv/papers/1809/1809.08379.pdf)
[代码](https://github.com/ivipsourcecode/DS-SLAM)
[相机运动 与 像素点运动比较 阈值](http://sci-hub.tw/https://linkinghub.elsevier.com/retrieve/pii/S0167865518308523)
> 语义信息融合
[Towards Semantic SLAM using a Monocular Camera ](http://webdiis.unizar.es/~jcivera/papers/civera_etal_iros11.pdf)
[Probabilistic Data Association for Semantic SLAM](https://www.cis.upenn.edu/~kostas/mypub.dir/bowman17icra.pdf)
[VSO: Visual Semantic Odometry](https://demuc.de/papers/lianos2018vso.pdf)
# 感谢支持
![](https://github.com/Ewenwan/EwenWan/blob/master/zf.jpg)
# 改进点
1. 考虑动态环境(语义信息、多视角几何、光流、运动一致性检测)
2. 动态更新 语义地图 (语义信息 加入到 数据关联 损失函数中、octo-map语义地图概率更新语义和动态特性)
3. orbslam2地图 与 octomap地图的 保存与载入
# 改进
将 语义数据库信息 加入到 octo-map 中
使用 octo-map的概率信息 更新语义数据库
# 最终效果图
> octomap地图:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/final_map.png)
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/global2.png)
> ORB-SLAM2地图切换
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/orb-slam2MAP.png)
> 语义pcl点云图
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/global-pcl.png)
> 2d 融合3d效果图
方案1:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/mergeDepth.png)
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/img/%E6%B7%B1%E5%BA%A6.PNG)
方案2:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/mergeSg.png)
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/mergeSG_PERSON_CHAIR.png)
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/img/cloudSg.PNG)
> 动态点检测
方案1:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/dynamic_det_geom.png)
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/img/muti.PNG)
方案2:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/dynamic_det_flow.png)
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/img/%E5%85%89%E6%B5%81.PNG)
数据库:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/img/od.PNG)
系统整体框架:
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/img/system.PNG)
相机定位轨迹对比, tum ft3 walking数据集上
![](https://github.com/Ewenwan/ORB_SLAM2_SSD_Semantic/blob/master/trag.png)
flow:
compared_pose_pairs 826 pairs
absolute_translational_error.rmse 0.387510 m
absolute_translational_error.mean 0.316048 m
absolute_translational_error.median 0.203472 m
absolute_translational_error.std 0.224227 m
absolute_translational_error.min 0.070175 m
absolute_translational_error.max 1.052806 m
geom:
compared_pose_pairs 826 pairs
absolute_translational_error.rmse 0.151517 m
absolute_translational_error.mean 0.070537 m
absolute_translational_error.median 0.041738 m
absolute_translational_error.std 0.134097 m
absolute_translational_error.min 0.002700 m
absolute_translational_error.max 0.889107 m
src:
compared_pose_pairs 826 pairs
absolute_translational_error.rmse 0.702233 m
absolute_translational_error.mean 0.582247 m
absolute_translational_error.median 0.520550 m
absolute_translational_error.std 0.392580 m
absolute_translational_error.min 0.077351 m
absolute_translational_error.max 1.476973 m
# 遗留问题
目标检出率低(更好的目标检测/实例分割模型、地图点和语义信息化挂钩,将语义信息加入到数据关联目标函数中)
octomap的动态地图更新效果不太理想(octomap 概率更新探索,建图时直接剔除动态点)
地图大了之后,系统 响应变慢 (地图维护)
地图导航、路径规划
[Planning.cc](https://github.com/XinkeAE/Active-ORB-SLAM2/blob/master/src/Planning.cc)
智能导航
# 数据关联
路标点集合 L = {Lm} m=[1:M]
传感器姿态序列 X = {xt} t=[1:T]
传感器测量值 Z = {zk} k=[1:K]
数据关联 D = {(ak, bk)} k=[1:K]
意义是 地zk次测量下 姿态 x_ak 和 路标点 L_bk 相关联
统计学方法,已知数据 Z,求出现Z的最大概率对应的系统参数 L,X,D========
普通硬决策方法:(特征点法====)
先求得一个准确的 关联D' D' <---arg max log p(D|X0,L0,Z)
使用先验的 位姿X0(orb-slam2中运动模型得到) 和
已经存在的地图点L0 以及传感器观测信息Z
求解一个最大概率的 2D-3D点数据关联 / 3D-3D点数据关联
取对数,仍然是正相关,[0,1] ---->映射到 [-无穷大,0]
在使用这个关联D 来最大化 模型(X,L,D)出现数据Z的概率,
得到最优 的 X,L
X,L <------ arg max p(Z|X,L,D')
没有合适的资源?快使用搜索试试~ 我知道了~
动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip
共213个文件
h:69个
cc:52个
md:22个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 96 浏览量
2024-05-15
10:22:37
上传
评论
收藏 27.96MB ZIP 举报
温馨提示
动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip
资源推荐
资源详情
资源评论
收起资源包目录
动态语义SLAM-目标检测+VSLAM+光流+多视角几何动态物体检测源码+octomap地图+目标数据库.zip (213个子文件)
mobilenetv2_ssdlite_voc.bin 12.82MB
map.bin 10.24MB
Tracking.cc 137KB
Tracking.cc 98KB
ORBmatcher.cc 95KB
ORBmatcher.cc 88KB
Optimizer.cc 65KB
Optimizer.cc 65KB
Initializer.cc 63KB
Initializer.cc 63KB
Frame.cc 46KB
ORBextractor.cc 45KB
ORBextractor.cc 45KB
LoopClosing.cc 44KB
LoopClosing.cc 43KB
LocalMapping.cc 43KB
LocalMapping.cc 43KB
Frame.cc 39KB
MapDrawer.cc 38KB
Geometry.cc 33KB
PnPsolver.cc 33KB
PnPsolver.cc 33KB
KeyFrame.cc 28KB
KeyFrame.cc 26KB
System.cc 24KB
pointcloudmapping.cc 24KB
System.cc 23KB
MergeSG.cc 20KB
my_rgbd.cc 20KB
my_rgbd.cc 20KB
MapPoint.cc 20KB
MapPoint.cc 19KB
Map.cc 15KB
Sim3Solver.cc 12KB
Sim3Solver.cc 12KB
FrameDrawer.cc 11KB
KeyFrameDatabase.cc 10KB
KeyFrameDatabase.cc 10KB
Viewer.cc 9KB
MapDrawer.cc 7KB
Viewer.cc 7KB
FrameDrawer.cc 6KB
ObjectDatabase.cc 6KB
pointcloudmapping.cc 5KB
rgbd_tum.cc 5KB
Flow.cc 5KB
Detector.cc 5KB
Merge2d3d.cc 5KB
Converter.cc 4KB
Converter.cc 3KB
Map.cc 3KB
RunDetect.cc 2KB
pcd2octomap.cc 1KB
text2binary.cc 1KB
mergeSG.cpp 19KB
ty_camera.cpp 10KB
main.cpp 6KB
2d_3d_merge.cpp 5KB
ncnn_dect.cpp 5KB
ncnn_dect.cpp 5KB
RGBPointCloudViewer.cpp 4KB
PointCloudViewer.cpp 4KB
XYZRGBPCViewer.cpp 3KB
XYZRGBPCViewer.cpp 3KB
MatViewer.cpp 2KB
TY_API.h 52KB
mat.h 18KB
Tracking.h 12KB
Frame.h 9KB
KeyFrame.h 9KB
MergeSG.h 8KB
KeyFrame.h 8KB
mergeSG.h 8KB
System.h 8KB
Frame.h 8KB
ORBmatcher.h 7KB
PnPsolver.h 7KB
Tracking.h 7KB
ORBmatcher.h 7KB
System.h 7KB
opencv.h 6KB
PnPsolver.h 6KB
Initializer.h 6KB
Initializer.h 6KB
MapPoint.h 5KB
allocator.h 5KB
MapDrawer.h 5KB
net.h 5KB
MapPoint.h 5KB
pointcloudmapping.h 5KB
ORBextractor.h 4KB
ORBextractor.h 4KB
Map.h 4KB
LocalMapping.h 4KB
LocalMapping.h 4KB
Geometry.h 4KB
layer.h 4KB
LoopClosing.h 3KB
LoopClosing.h 3KB
Map.h 3KB
共 213 条
- 1
- 2
- 3
资源评论
FL1768317420
- 粉丝: 4313
- 资源: 4730
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功