支持GNSS/INS松组合解算 支持GNSS/INS/Camera融合解算 支持纯惯导推算 支持VIO解算，不过需要利用GNSS数据进行全局的初始化

Good Features to Track LVI-SAM中视觉里程计的角点特征提取方法

视觉SLAM十四讲; LK光流;直接法

视觉SLAM十四讲;ORB特征点;G-N;Bundle Adjustment

matlab的slam代码基于线和平面的视觉里程计 (LPVO) 该软件包提供了 ICRA 2018 论文的 MATLAB 实现：“通过解耦旋转和平移运动在结构化环境中的低漂移视觉里程计”，仅用于研究和学习。 请注意，此存储库仅包含简化的建议视觉里程计示例代码，以了解 LPVO 在结构化环境中的工作方式。 1. 目标 我们的目标是估计 6-DoF 相机相对于室内结构化环境的运动。 LPVO 联合利用线和平面基元来识别正交结构环境的空间规律。 同时使用 RGB 图像中的线条和深度图像中的表面法线来准确、稳定地感知环境规律。 LPVO 可以跟踪无漂移的旋转运动，同时至少可以看到一个平面和一对平行于曼哈顿世界 (MW) 轴的线。 给定绝对相机方向，我们恢复了最佳平移运动，从而最大限度地减少了反旋转重投影误差。 2. 先决条件 该软件包在 MATLAB R2019b 上在 Windows 7 64 位上进行了测试。 这个包依赖于关键点处理、KLT 跟踪和翻译估计的库。 如果没有在 MATLAB 环境中安装 mexopencv，此包中的 cv.* 函数将无法运行。 请先构建您的操作系统，然后运行

视觉里程表 这是在上的OpenCV 3.4实现。 方法 2D-2D单眼VO和2D-3D立体声VO 实施细节 编译 在2目录中： mkdir build cd build cmake .. make 跑步 编译后，直接在构建中单核细胞增多症 ./vo [sequence ID] [dataset directory] 立体声 ./vo [sequence ID] [max frame] [optimize frame] [dataset directory] 表现

包括视觉slam十四讲，国内外相关论文，还有一些相关知识，是搜集了很多资料之后整理得到的，对学习视觉里程计有很大帮助

mono-vo, 基于OpenCV的单目视觉里程计实现 这是基于 OpenCV 3.0的单目视觉里程计算法的实现。算法使用5 个nister点算法，用于基本矩阵估计和快速特征，具有一个，跟踪器。 更详细的细节是，这里的作为一个报告，这里的作为一个博客帖子。注意，这里项目尚未能够进行可以靠

使用win10，vs2017结合slam14将于orb-slam2实现一个简单的orb视觉里程计

行业分类-物理装置-基于线段阴影的深度相机视觉里程测量方法.zip