基于点线特征的Kinect2实时环境重建（Tracking and Mapping）

时间 2019-12-11

标签基于特征 kinect2 kinect 实时环境重建 tracking mapping 栏目 Microsoft 繁體版

原文原文链接

前言

我的理解错误的地方还请不吝赐教，转载请标明出处，内容若有改动更新，请看原博：http://www.cnblogs.com/hitcm/html

若有任何问题，feel free to contact me at robotsming@gmail.com算法

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。优化

基本介绍

课题的一部份内容。视频

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。帧间配准经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，闭环检测则是经过提取点云中的有效信息来比较两者的类似程度，用以创建两者之间的位姿约束，通常会创建起帧间的冗余约束，加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，能够把问题转化成 AX=B 的线性方程组的求解问题，从而能够获得图优化以后的环境信息。
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，可是这个地图含有许多冗余信息，也须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，选择基于八叉树的几率化三维环境地图，方便后面进行进一步的处理。

htm

贴大图以下，视频在这里blog

http://yun.baidu.com/s/1nulTDVF教程