RGB-D dense SLAM with keyframe-based method
RGB-D dense SLAM with keyframe-based method 目前，基于特征的视觉SLAM方法趋于成熟阶段。基于特征的视觉SLAM系统通常在不产生稠密表面的情况下计算相机位姿，而稠密SLAM系统同时输出相机位姿以及重建区域的稠密表面。本文结合了基于特征的视觉SLAM和稠密SLAM的两者的优势，基于ORB-SLAM2及ElasticFusion，提出了一种新的RGB
相关文章
- 1. RGBD-SLAM实战
- 2. RGBD-SLAM总结
- 3. Dense Visual SLAM with Probabilistic Surfel Map(PSM)
- 4. Dense Planar-Inertial SLAM with Structural Constraints论文解读
- 5. RGB-D dense mapping with feature-based method
- 6. 【视觉 SLAM 1】 视觉SLAM- RGBD 加 语义分割 1 （须要RGBD相机）
- 7. 【视觉 SLAM 1】 视觉SLAM- RGBD 加 语义分割 1 （需要RGBD相机）
- 8. ElasticFusion: Dense SLAM Without A Pose Graph
- 9. rgbd slam v2安装和测试
- 10. 论文笔记-深度估计(7)-CNN-SLAM Real-time dense monocular SLAM with learned depth prediction
- 更多相关文章...
- • XSLT
- • XSL-FO external-graphic 对象 - XSL-FO 教程
- • 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解
- • ☆基于Java Instrument的Agent实现
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. RGBD-SLAM实战
- 2. RGBD-SLAM总结
- 3. Dense Visual SLAM with Probabilistic Surfel Map(PSM)
- 4. Dense Planar-Inertial SLAM with Structural Constraints论文解读
- 5. RGB-D dense mapping with feature-based method
- 6. 【视觉 SLAM 1】 视觉SLAM- RGBD 加 语义分割 1 （须要RGBD相机）
- 7. 【视觉 SLAM 1】 视觉SLAM- RGBD 加 语义分割 1 （需要RGBD相机）
- 8. ElasticFusion: Dense SLAM Without A Pose Graph
- 9. rgbd slam v2安装和测试
- 10. 论文笔记-深度估计(7)-CNN-SLAM Real-time dense monocular SLAM with learned depth prediction