将视觉SLAM算法应用到无人机的控制中，利用视觉SLAM为无人机提供环境感知能力，并搭建了无人机控制系统（包括无人机平台、机载计算机、单目相机、SLAM算法、无人机控制器设计、轨迹跟踪等）；具体内容是通过ORB_SLAM2算法，利用单目相机，为无人机提供了位姿（位置和姿态）信息；并设计了运动控制器实现了无人机在无GPS环境下的轨迹跟踪控制；最后对整个实验过程的代码进行了开源。

《ORB-SLAM2源码解析》学习手册v1.0-对外.pdf.pdf

ORB_SLAM2在Android上的移植过程-附件资源

ORB-SLAM2_with_camera_or_video 这是基于ORB-SLAM2修改的项目，以使用您自己的PC或视频摄像机。 如果您想了解有关ORB-SLAM2的更多信息，请引用（ ） 整个项目已在Ubuntu Platorforms中进行了测试 编译和运行原始ORB-SLAM2所需的先决条件 请引用（ ）了解更多详细信息。 如何使用这个演示 用新的CMakeLists.txt替换原始的CMakeLists.txt（Path：XXX / ORB_SLAM2 / CMakeLists.txt） 创建一个名为Myslam的新文件夹（路径：XXX / ORB_SLAM2 / Examples / Myslam） 将myslam.cpp myslam.yaml myvideo.cpp myvideo.yaml移至Myslam文件夹 在myslam.cpp和myvideo.cpp

使用pcl视图仓库更新解压后的ROB_SLAM 建造： 构建整个项目（使用inclouding二进制加载工具）： 在执行所有cmd之前， DONOT会忘记从仓库下载Vocabulary，并将其放在dir ./Vocabulary中。 chmod +x build.sh ./build.sh 仅使用pcl构建ORB_SLAM2模式 mkdir build cd build cmake .. make -j 跑步： ./run/rgbd_tum Vocabulary/ORBvoc.bin path_to_settings path_to_sequence path_to_association 修改内容： 添加一个具有闭环功能的pointcloud查看器（通过添加查看器线程来实现）

ORB-SLAM2代码阅读思维导图，xmind8编辑，可用xmind8或者xmind zen打开。自己做的，可能有错误，如果有问题可直接私信给我。 ORB-SLAM2 是我上手的第一个比较大的SLAM系统和c++项目，因此方便建立了思维导图更深的理解相关联系，对我学习该系统起到了极大的辅助作用。

针对目前视觉SLAM（同时定位与地图构建）系统只能输出相机的运动轨迹图而不能生成用于路径规划和导航地图的缺点，提出了一种基于ORB-SLAM2的网格地图实时构建算法。首先，建立了一个适用于视觉SLAM的逆传感器模型（inverse sensor model，ISM）；针对ISM模型重新编排了网格地图算法的构建机制，并对其进行详细推导；最后，介绍了ORB-SLAM2网格地图构建的具体实施方案。通过实验，对ISM模型和网格地图模型进行分析，确保了算法的可行性；用单目相机和RGB-D深度相机进行实时实验，实现了网格地图的实时构建，且能够清晰地显现出障碍物位置，验证了所提算法的有效性。

ORB-SLAM2 ORB-SLAM2 作者： 、 、 和 ( )。 原始实现可以在找到。 ORB-SLAM2 ROS 节点 这是用于单目、立体和RGB-D相机的 ORB-SLAM2 实时 SLAM 库的 ROS 实现，用于计算相机轨迹和稀疏 3D 重建（在具有真实比例的立体和 RGB-D 情况下）。 它能够实时检测环路并重新定位相机。 此实现删除了穿山甲依赖项和原始查看器。 所有数据 I/O 都通过 ROS 主题处理。 对于可视化，您可以使用 RViz。 该存储库由代表。 特征 完整的 ROS 兼容性 支持大量开箱即用的相机，例如英特尔实感系列。 有关列表，请参阅运行部分 通过 ROS 主题的数据 I/O 可以在运行时使用 rqt_reconfigure gui 设置参数 通过显着加快 vocab 文件加载速度非常快的启动 基于完整地图保存和加载功能。 通过启动文件加载所有参

ORB-SLAM2源码详解, 高清讲义PDF，详细分析ORB-SLAM2源码

自用