이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
시각 기반의 SLAM 및 움직임 기반 구조
스테레오 비전은 동일한 장면에 대한 둘 이상의 뷰를 비교하여 카메라 영상으로부터 깊이 정보를 복원하는 과정입니다. 움직임 기반 구조(SfM)는 2차원 영상 세트로부터 장면의 3차원 구조를 추정하는 과정입니다. 시각 기반의 동시적 위치추정 및 지도작성(vSLAM)은 주변 환경에 대하여 지도를 작성하면서 동시에 이 환경을 기준으로 카메라의 위치와 방향을 계산하는 과정입니다. 시각-관성 SLAM(viSLAM)은 카메라에서 얻은 시각적 입력을 IMU의 위치 데이터와 융합하여 SLAM 결과를 개선하는 과정입니다. 자세한 내용은 Implement Visual SLAM in MATLAB 및 움직임 기반 구조란? 항목을 참조하십시오.
카테고리
추천 예제
Performant and Deployable Monocular Visual SLAM
Use visual inputs from a camera to perform vSLAM and generate multi-threaded C/C++ code.
Performant Monocular Visual-Inertial SLAM
Use visual inputs from a camera and positional data from an IMU to perform viSLAM in real time.
Augmented Reality Using AprilTag Markers
Use marker-based augmented reality to render virtual content into a scene.
Performant and Deployable Stereo Visual SLAM with Fisheye Images
Use fisheye image data from a stereo camera to perform VSLAM and generate multi-threaded C/C++ code.
스테레오 비디오에서 깊이 추정
보정된 스테레오 카메라로 촬영한 비디오에서 사람을 검출하고 카메라와의 거리를 확인합니다.
Uncalibrated Stereo Image Rectification
Compute the rectification of two uncalibrated images.
Develop Visual SLAM Algorithm Using Unreal Engine Simulation
Develop a visual simultaneous localization and mapping (SLAM) algorithm using image data obtained from the Unreal Engine® simulation environment.
Visual SLAM with RGB-D Camera
Process RGB-D image data to build a map of an indoor environment and estimate the trajectory of the camera.
Monocular Visual-Inertial Odometry (VIO) Using Factor Graph
Perform monocular visual-inertial odometry using tightly coupled factor graph optimization.
