VIO天花板ORB-SLAM3第2期上线！（单/双目/RGBD+鱼眼+IMU+多地图+闭环）
点击上方“计算机视觉life”，选择“星标”
快速获得最新干货
前言
大家好，之前不少粉丝问：看完《视觉SLAM十四讲》后，下一步怎么办？视觉SLAM的学习路线是什么？
其实我在公众号里发过，见下图：
纯视觉SLAM最佳开源方案是ORB-SLAM2，因为它有如下优点：功能全面、研究的人比较多、可扩展性强、方便二次开发、代码规范、难度适中等。此外，还有一个优点就是ORB-SLAM系列仍然在不断更新，比如2020年7月推出的ORB-SLAM3，就新增了视觉+IMU紧耦合、多地图系统、抽象相机模型、地图保存加载等等新功能，其定位精度和鲁棒性综合效果碾压了同类算法，一经推出就成为VIO中的天花板。
我们的ORB-SLAM3课程去年秋天上线了第1期，受到不少粉丝的支持，在此表示感谢。这期间我们收到了不少小伙伴的反馈，加上期间ORB-SLAM3作者也对团队进行了多次升级，经过充分准备，我们开启了第2期课程，2022年5月6日开始上课！主要有如下不同：
由于ORB-SLAM3作者对源码做了较多改动，我们将重新注释新增的代码，不少章节会重新录制。 增加地图保存和加载、boost序列化等部分讲解。 更加注重作业练习，课程中会增加课后练习题和考试。看视频写作业，学习效果加倍！ 更多现金奖励。根据考试结果评选优秀学员。每月发放学习基金，课程最后优秀学员全额退款！ 上课前提供课程电子书作为授课课件。 答疑主要在课程更新期间。所以大家一定要跟上课程节奏，和大家一起学习、交流、进步。视频课程长久有效。
ORB-SLAM3第2期预售，开课前立减100元，扫描学习↓
购买课程后添加此微信进答疑群，如果对课程有疑问，也可加下面微信咨询↓
ORB-SLAM3简介
ORB-SLAM3是在特征点法SLAM经典之作ORB-SLAM2的基础上开发的，于2020年7月发布。它在定位精度和效果上几乎碾压了同类的开源算法，被称为VIO算法的巅峰之作。受到极大关注。该算法流程图如下所示
该算法的特点如下所示：
- 1、 第一个可以运行视觉、视觉惯性和多地图，支持单目、双目和RGB-D相机，且支持针孔和鱼眼镜头模型的SLAM系统。
- 2、该算法可以在不同大小，室内和室外环境中鲁棒、实时的运行，精度上相比于以前的方法提升了2~5倍。
- 3、 多地图系统可以让系统在视觉信息缺乏的场景下长时间运行。比如当跟踪丢失的时候，它会重新建立新的地图，并在重新访问之前的地图时，无缝地与之前的地图合并。
- 4、实验结果证明，双目惯性模式下，该算法在无人机数据集EuRoC上可以达到平均3.6cm的定位精度，在手持设备快速移动的室内数据集TUM-VI上达到了9mm的定位精度。
ORB-SLAM3到底有多牛？
先来直观的看看视觉效果
看 ORB-SLAM3 疯狂绕圈，稳的很！
甚至滑滑梯从黑管子中穿过！
从室内到室外，丝滑闭环
上面是定性的结果，下图是量化结果。
从统计数据来看，ORB-SLAM3确实碾压同类算法。功能强大到让SLAM算法研究者感慨“把自己想做的都做了”
课程初衷
ORB-SLAM3作为世界范围内最知名的SLAM算法之一，受到学术界和工业界极大重视，具有非常大的应用前景。但是由于其代码庞大，难点较多，普通从业者想要掌握该算法比较困难，因此计算机视觉life推出了全网首个ORB-SLAM3源码逐行解析课程，正式开启预售，2022年5月6日开始上课！
ORB-SLAM3第2期预售，开课前立减100元，扫描学习↓
购买课程后添加此微信进答疑群，如果对课程有疑问，也可加下面微信咨询↓
讲师对源码进行了详细的中文注释，逐行讲解给学员。
全网最详细ORB-SLAM3代码注释地址：
https://github.com/electech6/ORB_SLAM3_detailed_comments
同时，还精心准备了课程电子书帮助学员归纳重点原理和推导，从原理到代码彻底掌握。最后课程还讲解了算法的工程化建议、改进方案、bug汇总等，让学员快速上手做项目。
课程大纲
讲师介绍
1、小六，中科院博士、多年视觉SLAM从业经验、计算机视觉life公众号创始人。课程讲解细致，善于将复杂的原理用图表具象化，帮助学员快速理解复杂的源码并理解背后的物理意义，教学耐心仔细，广受学员好评。他也是《视觉SLAM必学基础：ORB-SLAM2源码详解》课程讲师。
2、老白，擅长视觉SLAM，VIO，以及多传感器融合，熟悉框架ORB-SLAM系列，三年工作经验，曾在自动驾驶高精度地图公司工作，目前就职于知名机器人公司。
课程需要基础
课程需要基础：
1、了解C/C++基础语法。
2、学习过ORB-SLAM2源码，本课程假设你已经比较熟悉ORB-SLAM2了，主要讲解ORB-SLAM3中新增的内容，如果对2版本不熟悉，可以去看下我们之前的课程《视觉SLAM必学基础：ORB-SLAM2源码详解》
全网最详细ORB-SLAM2代码注释地址：https://github.com/electech6/ORB_SLAM2_detailed_comments
全网最详细ORB-SLAM3代码注释地址：https://github.com/electech6/ORB_SLAM3_detailed_comments
课程需要的运行环境和硬件
1、运行环境：Ubuntu 16.04/18.04/20.04 均可，推荐Ubuntu 18.04
2、硬件要求：普通台式机/笔记本电脑均可，无需GPU。课程使用公开数据集，不需要机器人、相机传感器等其他硬件
适合人群
ORB-SLAM3是目前最优秀的视觉惯性SLAM开源方案。
1、适合行业有：自动驾驶、增强现实、无人机、机器人等。
2、适合SLAM领域的高年级本科生、硕士、博士。
3、适合有项目需求想要快速拥有实战经验的算法工程师。
课程收获
主要讲解ORB-SLAM3比ORB-SLAM2版本新增加的部分，包括：
1、多地图系统。包括视觉地图和视觉+IMU地图合并。
2、IMU预积分、初始化、和视觉的紧耦合优化等等。
3、抽象相机模型原理和意义。
4、边缘化，各种花式的图优化方法。
5、地图保存和加载及高阶使用。
6、目前该课程是国内首个系统讲解ORB-SLAM3的课程，完全搞明白ORB-SLAM2和ORB-SLAM3后相当于1-2年的视觉SLAM算法工程师水平。
常见问题解答
课程有实践和练习吗？
那必须的！课程是原理解析+逐行源码讲解，理论与实践并重，非常实用的面向一线从业者的课程。带领学员从零开始编译、运行、学习源码，快速上手做项目。我们也会准备对应章节的考试和练习，帮助学员巩固理解课程。助教和讲师也会积极答疑解惑。优秀学员可全额退款！
可以开发票吗？
可以开具增值税电子普通发票。购买课程后找课程助手开具发票即可。
课程观看、答疑有效期是？
ORB-SLAM3第2期预售，开课前立减100元，扫描学习↓
购买课程后添加此微信进答疑群，如果对课程有疑问，也可加下面微信咨询↓
独家重磅课程官网：cvlife.net
1、视觉SLAM基础：疫情在家，想入门SLAM实战，最适合学哪个开源框架 ？
2、机器人导航运动规划： 机器人核心技术运动规划：让机器人想去哪就去哪！
3、详解Cartographer：谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
4、深度学习三维重建 总共60讲全部上线！详解深度学习三维重建网络
6、 VINS:Mono+Fusion SLAM面试官：看你简历上写精通VINS，麻烦现场手推一下预积分！
7、图像三维重建课程：视觉几何三维重建教程（第2期）：稠密重建，曲面重建，点云融合，纹理贴图
8、系统全面的相机标定课程：单目/鱼眼/双目/阵列 相机标定：原理与实战
全国最棒的SLAM、三维视觉学习社区↓
— 版权声明 —
本公众号原创内容版权属计算机视觉life所有；从公开渠道收集、整理及授权转载的非原创文字、图片和音视频资料，版权属原作者。如果侵权，请联系我们，会及时删除。
或者点击阅读原文购买：
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。