Esta página se ha traducido mediante traducción automática. Haga clic aquí para ver la última versión en inglés.

checkStatus

Comprobar el estado del objeto SLAM visual

Desde R2025a

Sintaxis

status = checkStatus(vslam)

Descripción

status = checkStatus(vslam) devuelve el estado actual del objeto SLAM visual. El marco que el objeto está procesando actualmente podría ser diferente del marco agregado más recientemente.

Ejemplos

SLAM visual monocular utilizando el conjunto de datos TUM RGB-D

Realice la localización y el mapeo visual simultáneo monocular (vSLAM) utilizando los datos del TUM RGB-D Benchmark. Puede descargar los datos a un directorio temporal utilizando un navegador web o ejecutando este código:

baseDownloadURL = "https://cvg.cit.tum.de/rgbd/dataset/freiburg3/rgbd_dataset_freiburg3_long_office_household.tgz"; 
dataFolder = fullfile(tempdir,"tum_rgbd_dataset",filesep); 
options = weboptions(Timeout=Inf);
tgzFileName = dataFolder+"fr3_office.tgz";
folderExists = exist(dataFolder,"dir");

% Create a folder in a temporary directory to save the downloaded file
if ~folderExists  
    mkdir(dataFolder) 
    disp("Downloading fr3_office.tgz (1.38 GB). This download can take a few minutes.") 
    websave(tgzFileName,baseDownloadURL,options); 
    
    % Extract contents of the downloaded file
    disp("Extracting fr3_office.tgz (1.38 GB) ...") 
    untar(tgzFileName,dataFolder); 
end

Crea un objeto imageDatastore para almacenar todas las imágenes RGB.

imageFolder = dataFolder+"rgbd_dataset_freiburg3_long_office_household/rgb/";
imds = imageDatastore(imageFolder);

Especifique los parámetros intrínsecos de su cámara y utilícelos para crear un objeto SLAM visual monocular.

intrinsics = cameraIntrinsics([535.4 539.2],[320.1 247.6],[480 640]);
vslam = monovslam(intrinsics,TrackFeatureRange=[30,120]);

Procese cada fotograma de la imagen y visualice las poses de la cámara y los puntos del mapa 3D. Tenga en cuenta que el objeto monovslam ejecuta varias partes del algoritmo en subprocesos separados, lo que puede introducir una latencia en el procesamiento de un cuadro de imagen agregado mediante la función addFrame.

for i = 1:numel(imds.Files)
    addFrame(vslam,readimage(imds,i))

    if hasNewKeyFrame(vslam)
        % Display 3-D map points and camera trajectory
        plot(vslam);
    end

    % Get current status of system
    status = checkStatus(vslam);
end 

Grafique los resultados intermedios y espere hasta que se procesen todas las imágenes.

while ~isDone(vslam)
    if hasNewKeyFrame(vslam)
        plot(vslam);
    end
end

Una vez procesadas todas las imágenes, puedes recopilar los puntos del mapa 3D finales y las poses de la cámara para un análisis posterior.

xyzPoints = mapPoints(vslam);
[camPoses,addedFramesIdx] = poses(vslam);

% Reset the system
reset(vslam)

Compare la trayectoria estimada de la cámara con la ground-truth para evaluar la precisión.

% Load ground truth
gTruthData = load("orbslamGroundTruth.mat");
gTruth     = gTruthData.gTruth;

% Evaluate tracking accuracy
mtrics = compareTrajectories(camPoses, gTruth(addedFramesIdx), AlignmentType="similarity");
disp(['Absolute RMSE for key frame location (m): ', num2str(mtrics.AbsoluteRMSE(2))]);

Absolute RMSE for key frame location (m): 0.20043

% Plot the absolute translation error at each key frame
figure
ax = plot(mtrics, "absolute-translation");
view(ax, [2.70 -49.20]); 

Argumentos de entrada

vslam — Objeto SLAM visual

objeto monovslam

Objeto SLAM visual, especificado como un objeto monovslam.

Argumentos de salida

status — Estado actual del objeto SLAM visual

enumeración TrackingLost | enumeración TrackingSuccessful | enumeración FrequentKeyFrames

Estado actual del objeto SLAM visual, devuelto como una enumeración TrackingLost, TrackingSuccessful o FrequentKeyFrames. En esta tabla se describen estas enumeraciones.

Valor de enumeración	Valor numérico	Descripción
TrackingLost	uint8(0)	Se perdió el seguimiento. La cantidad de puntos característicos rastreados en el marco que se está procesando actualmente es menor que el límite inferior de la propiedad TrackFeatureRange. Esto indica que la imagen no contiene suficientes funciones o que la cámara se está moviendo demasiado rápido. Para mejorar el seguimiento, puede aumentar el valor upperLimit del argumento TrackFeatureRange y disminuir el argumento SkipMaxFrames para agregar fotogramas clave con mayor frecuencia.
TrackingSuccessful	uint8(1)	El seguimiento se ha realizado correctamente. La cantidad de puntos característicos rastreados en el marco que se está procesando actualmente se encuentra entre los valores del límite inferior y el límite superior de la propiedad TrackFeatureRange.
FrequentKeyFrames	uint8(2)	El seguimiento agrega fotogramas clave con demasiada frecuencia. La cantidad de puntos de características rastreados en el marco que se está procesando actualmente es mayor que el límite superior de la propiedad TrackFeatureRange.

Historial de versiones

Introducido en R2025a

Consulte también

Objetos

• monovslam

Funciones

• addFrame | isDone | mapPoints | poses | plot | reset | hasNewKeyFrame