基于单目视觉的slam，开源的框架有哪些

开源的基于单目视觉的SLAM框架主要有以下几种：

1. ORB-SLAM2：这是一个基于特征点的SLAM框架，使用ORB特征点来进行相机位姿估计和地图构建。它是一个高效、精度较高的框架，支持单目、双目、RGB-D和Stereo等多种模式。

2. LSD-SLAM：这是一个基于直接法的SLAM框架，使用图像的灰度值来进行位姿估计和地图构建。它的优点是对光照变化和低纹理场景具有较好的鲁棒性。

3. SVO：这是一个基于半直接法的SLAM框架，使用稀疏的特征点和图像亮度信息来进行位姿估计和地图构建。它的优点是速度较快，可以实时运行。

4. PTAM：这是一个基于特征点的SLAM框架，使用图像的特征点来进行位姿估计和地图构建。它的优点是可以在较小的环境中实现较好的精度。

以上是一些常见的基于单目视觉的开源SLAM框架，不同的框架适用于不同的场景和需求，需要根据具体情况进行选择。

相关问题

高翔视觉slam十四讲 笔记

高翔视觉SLAM十四讲的笔记主要包括前五章的总结、李群与李代数的笔记、第十三讲的工程实践，搭建双目视觉里程计框架并利用Kitti数据集测试性能的内容，以及第十四讲介绍当前开源SLAM方案以及未来发展方向的总结。此外，还包括第十一讲的回环检测，介绍以词袋模型为主的回环检测和使用DBoW3书写字典训练程序和回环检测程序的内容，以及第十二讲的地图构建，使用单目进行稠密深度图的估计和RGB-D的稠密地图构建过程，这种稠密地图可以用于避障。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [《视觉SLAM十四讲》学习笔记](https://blog.csdn.net/qq_29128985/article/details/121189197)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]