内容简介:很多人说深度学习和SLAM是计算机视觉目前最火的应用方向。深度学习自不必说,SLAM则已经悄悄走入我们的生活(扫地机器人、无人机、增强现实游戏等)。5月20日,日本先进工业科技研究所(National Institute of Advanced Industrial Science and Technology )开源了一套视觉SLAM算法:OpenVSLAM。
我爱计算机视觉 标星,更快获取CVML新技术
很多人说深度学习和SLAM是计算机视觉目前最火的应用方向。深度学习自不必说,SLAM则已经悄悄走入我们的生活(扫地机器人、无人机、增强现实游戏等)。
5月20日,日本先进工业科技研究所(National Institute of Advanced Industrial Science and Technology )开源了一套视觉SLAM算法:OpenVSLAM。
开源地址:
https://github.com/xdspacelab/openvslam
仅仅三天时间,已经有447颗星。
OpenVSLAM是一套单目、立体、RGB-D视觉SLAM系统,其主要特点:
-
兼容多种相机类型,并可以轻松定制兼容其他类型相机;
-
可以存储和加载创建的地图,然后OpenVSLAM可以基于预先构建的地图定位新图像;
-
系统完全模块化的;
-
提供了一些代码片段来理解该系统的核心功能。
OpenVSLAM基于具有稀疏特征的间接SLAM算法构建的,例如ORB-SLAM,ProSLAM和UcoSLAM。
OpenVSLAM的最引人注意的特性是系统可以处理使用多种相机模型捕获的图像,例如透视相机、鱼眼相机和equirectangular相机(环绕平行多相机系统)。如果需要,用户可以轻松实现支持其他的相机模型(例如双鱼眼、catadioptric等)。
例如,使用equirectangular相机模型(RICOH THETA系列,insta360系列等)的视觉SLAM算法如下所示:
官方提供了较详细的文档:
https://openvslam.readthedocs.io/en/master/
简单的教程:
https://openvslam.readthedocs.io/en/master/simple_tutorial.html#
以及使用范例:
https://openvslam.readthedocs.io/en/master/example.html
它可以帮助 研究SLAM算法的同学 很方便地在三大数据集:
-
KITTI Odometry dataset、
-
EuRoC MAV dataset、
-
TUM RGBD dataset
进行算法性能评测。
该库使用 BSD 2-Clause License,也就是允许商用,但要声明版权方。
感谢开发者~
欢迎大家参考、贡献代码。
Python课程推荐
最后向大家推荐一下极客时间 Python核心技术与实战 的课程:
更多内容可扫码试听,或者参考:
景霄老师也是做机器学习的,我认为这门课程最大的亮点就是其在Facebook的独家经验分享,所以我也购买了。
仅需要一本书的价格,就能参加硅谷顶级工程师亲授的能够互动的Python课程。
优惠只在今天晚上24点前,明天就要恢复原价。欢迎购买~
加群交流
关注最新的SLAM技术,欢迎加入52CV-SLAM交流群,扫码添加CV君拉你入群,
( 请务必注明:SLAM )
喜欢在QQ交流的童鞋,可以加52CV官方 QQ群 : 702781905 。
(不会时时在线,如果没能及时通过验证还请见谅)
长按关注 我爱计算机视觉
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 开源 | Hippy:腾讯开源的跨端开发框架
- WeGeek | WePY 开源框架
- 开源 | vnpy:基于 Python 的开源量化交易平台开发框架
- 优秀开源框架的扩展机制实现
- 开源Botnet框架Byob分析
- 滴滴开源小程序框架 Mpx
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。