MVision机器视觉机器视觉 感谢支持 无人驾驶的各个方面知识 1. 感知（Perception）： 主要涉及的技术点包括场景理解、交通状况分析、路面检测、空间检测、 障碍物检测、行人检测、路沿检测、车道检测。还有一个比较新颖有趣的是通过胎压去检测道路质量。 在无人驾驶行业，有一套通用的数据集——KITTI数据集，里面有不同的数据，包括双目视觉的数据、定位导航的数据等。 物体检测（Object Detection）： 传统方法主要是针对固定物体的检测。一般的方法是HOG（ 方向梯度直方图），然后再加一个SVM的分类器。 而对于动

里面有直接采用c++一步一步计算orb特征的过程，可以帮助理解如何计算orb特征，还有slam中如何将计算得到的本征矩阵分解为旋转矩阵和平移向量。

官方网站https://www.stereolabs.com/developers/release/ 下得太痛苦了，留档备份一个 ZED2i 摄像头 Jetson nano 4.6 SDK

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。

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在wondows下的移植，基于CMake构建项目，修改了一下源码，改为二进制格式读写ORB字典，并修改了一个win下的测试用例。

各种视觉SLAM论文合集整理，包含orb，lsd，rgbd，svo等。