#视觉SLAM

视觉SLAM十四讲（ch3） 学习笔记

视觉SLAM十四讲（ch3）学习笔记一、踩坑记录我一开始看的是第一版的书，看到后面ch4，发现sophus库安装等一系列的问题，有第二版、第一版书的混搭网络教程的原因，然后就裂开了，编译报错之类的。
憨憨2号·2020-10-21 22:12

视觉 SLAM 十四讲 —— 第五讲 相机与图像

视觉SLAM十四讲——第五讲相机与图像前面两讲主要介绍了“机器人如何表示自身位姿”，本讲将讨论“机器人如何观测外部世界”，也就是观测方程部分。
死亡叹息·2020-10-19 00:27

视觉SLAM十四讲学习笔记：第三讲

第三讲学习总结SLAM十四讲是高翔博士写的非常经典的视觉slam书籍，记录下学习心得，与大家分享学习。
执着且专注·2020-10-14 16:59

《视觉SLAM十四讲》详细笔记

《视觉SLAM十四讲》笔记摘抄ch02初识SLAM经典视觉SLAM框架SLAM问题的数学表述ch03三维空间刚体运动旋转矩阵点和向量,坐标系坐标系间的欧氏变换变换矩阵与齐次坐标齐次坐标(HomogeneousCoordinate
关注公号‘AI深度学习视线’·2020-10-10 17:44

详细解释LK光流法(Lucas-Kanade)跟踪特征点附matlab不调库函数实现

这种方法的特点是准确，因此在很多场合都有应用，如果你感兴趣可以看看这篇文章视觉SLAM中ORB特征点算法(关键点+描述子)。但是这种方法计算复杂度太高，因为每次都得遍历整个图找关键点，
andiwang4290·2020-09-17 15:26

视觉slam g2o 编译出现 Cmake Error：By not providing “FindG2O.cmake” in CMAKE_MODULE_PATH错误

在学习slam十四讲的时候，成功安装编译了g2o，但是在运行g2o_curve_fitting代码时出现错误，提示如下：方法一：这时需要在cmakelist文件中添加几行代码，添加代码如下：list(APPENDCMAKE_MODULE_PATH/XXX/g2o/cmake_modules)set(G2O_ROOT/XXX/g2o)find_package(G2OREQUIRED)include_
zhiwei121·2020-09-16 00:00

SLAM学习入门书籍和资料

1、先看两篇综述类的文章，了解一下SLAM到底是个啥（其实《视觉SLAM十四讲》里面也有讲，只不过看英文原版文献能对SLAM的来龙去脉有一个更清晰的认识，尽量找高引用的综述看一下，不用看太多，要学会从综述当中来大概把握学科的发展脉络
hugosteve·2020-09-15 10:04

cmake -DCMAKE_BUILD_TYPE -DCMAKE_INSTALL_PREFIX

文章目录前言cmake组织编译文件编译安装的一般流程CMakeLists.txt如何生成静态库如何生成共享库如何使用共享库生成可执行文件前言视觉SLAM十四讲第二讲helloSLAM.cpp讲解如何组织项目源代码
小秋SLAM笔记·2020-09-15 08:39

计算机专业词汇

，认出；重视；赞誉；公认VisualSLAMsolutions,wherethemainsensorisacamera,areofmajorinterestnowadays目前，以摄像机为主要传感器的视觉
竹官林三·2020-09-14 23:18

半闲居士视觉SLAM十四讲笔记（6）非线性优化 - part 2 Ceres、g2o简介和使用

本系列文章由屋卡出品，转载请注明出处。文章链接：http://blog.csdn.net/wxr769066052/article/details/78595158作者：吴向荣（屋卡）邮箱：[email protected]该讲详细资料下载链接【BaiduYun】【Video】【Code】非线性优化实践：CeresCeres库是来自谷歌的非线性优化库，Ceres库面向通用的最小二乘问题
屋卡·2020-09-14 08:05

视觉SLAM理论与实践5

视觉SLAM理论与实践-特征点法视觉里程计一、ORB特征点二、从E恢复R,t三、用G-N实现BundleAdjustment中的位姿估计四、用ICP实现轨迹对齐一、ORB特征点1.1ORB提取ORB即OrientedFAST
尹扣0801·2020-09-14 08:48

视觉slam第六讲笔记：非线性优化、最小二乘、Gauss-Newton、LM、Ceres、g2o

视觉slam第六讲笔记视觉SLAM第六讲笔记一.回顾：状态估计问题二、最小二乘三.解决下降方向$\Deltax_{k}$如何确定的问题3.1一阶和二阶梯度法3.1.1一阶梯度=最速下降法3.1.2二阶梯度
笔还是要动的·2020-09-14 08:42

视觉SLAM十四讲第三讲课后习题

1.验证旋转矩阵的正交性，参考此博客，写得非常好2.验证罗德里格斯公式：略3.验证四元素旋转某个点后，参见此博客4.后续补充5.提取某个矩阵的3*3部分并初始化为单位矩阵/**@Author初一*@Date2020.4.28*@Filesmain.cpp*@Brief提取矩阵某一部分并初始化为单位矩阵*@Brief转载需取得作者同意*/#include#include#includeusingna
爱吃猪猪的男人·2020-09-14 08:15

视觉SLAM理论与实践第三节课习题

第三节课习题深蓝学院SLAM课程团队2018年3⽉5⽇1习题说明•第i节课习题所有材料打包在Li.zip中，∀i=1…8。•习题分为若⼲种：计算类习题，需要读者编程计算⼀个实际问题，我们会附有参考答案以供⾃测。操作类习题，会指导读者做⼀个具体的实验，给出中间步骤截图或结果。简述类习题则提供阅读材料，需要读者阅读材料后，回答若⼲问题。•每个习题会有⼀定的分值。每次习题分值加和为10分。你需要获得8分
qq_40247880·2020-09-14 05:45

Ubuntu16/18.04下编译安装OpenVSLAM

简介5月20日，日本先进工业科技研究所（NationalInstituteofAdvancedIndustrialScienceandTechnology）开源了一套视觉SLAM算法：OpenVSLAM
nudt_qxx·2020-09-14 01:06

Sophus库安装使用记录

前言本篇博客是基于《视觉slam十四讲》的实例程序进行学习的，在第5讲相机与图像中关于RGB-D视觉的示例程序，用到Sophus库安装过程拷贝源码gitclonehttps://github.com/strasdat
wofanzheng·2020-09-12 17:10

四元数参考资料整理

UnderstandingQuaternions中文翻译《理解四元数》视觉SLAM中的数学基础第二篇四元数四元数与空间旋转–维基四元数–维基Shoemake,Quaternions刚体运动学——欧拉角、
wang161019·2020-09-12 14:10

DynaSLAM

Bescos等人展示了DynaSLAM，一种视觉SLAM系统，建立在ORB-SLAM2上，增加了动态物体检测和背景修补。DynaSLAM在动态场景中是鲁棒的。
lucas1997·2020-09-12 13:03

视觉SLAM笔记（16） 指数与对数映射

视觉SLAM笔记（16）指数与对数映射1.SO(3)上的指数映射2.SE(3)上的指数映射3.相互转换关系1.SO(3)上的指数映射考虑expexpexp(ϕϕ
氢键H-H·2020-09-12 12:54

局部敏感哈希LSH(Locality Sensitive Hashing)

比如在图片检索领域，需要找到与查询图像相似的图片，又比如在3D维重建和视觉SLAM等问题中，需要在3维点云模型（数据库）中找到与查询描述子最相近的描述子，以实现特征
蜗牛一步一步往上爬·2020-09-12 08:35

ORB-SLAM3论文翻译

目录摘要引言相关工作视觉SLAM视觉惯性SLAM多地图SLAM系统概览相机模型重定位双目相机视觉惯性SLAM基础IMU初始化跟踪和建图对于跟踪丢失地图合并和回环位置识别（约等于重定位）视觉地图合并视觉惯性地图合并回环实验结果单目
南苏月·2020-09-11 22:24

[转]《视觉SLAM十四讲》学习笔记-第四讲部分习题的证明思路

https://blog.csdn.net/luohuiwu/article/details/80719357
Eminbogen·2020-09-11 17:34

视觉SLAM十四讲--第三章旋转公式

第三讲三维空间刚体运动本讲的主要问题是：一个刚体在三维空间中的运动是如何描述的。（一次旋转加一次平移）3.1旋转矩阵1…点和向量，坐标系点–向量—指具有大小（magnitude）和方向的量。可以想象成从原点指向某处的一个箭头。是空间中的一样东西。在没有确定坐标系的情况下，不能讨论向量的坐标。如果确定了坐标系，即一个线性空间的基（e1,e2,e3e_1,e_2,e_3e1,e2,e3）日了狗，没保存
张先生123456·2020-09-11 16:45

三维空间刚体运动2：旋转向量与罗德里格斯公式

三维空间刚体运动2：旋转向量与罗德里格斯公式1.定义2.罗德里格斯公式2.1定义2.2推导2.2.1推导一2.2.2推导二2.2.3推导向量aaa和bbb3.旋转矩阵到向量本篇继续参照高翔老师《视觉SLAM
shao918516·2020-09-11 16:14

视觉SLAM十四讲--第四章李群和李代数

李群和李代数的概念和用处：三维世界刚体运动的方式有多重，除了用来描述相机的位姿之外，还需要对它们进行估计和优化。一种典型的方式是把它构建成一个优化问题，李群和李代数就是进行相关运算。因为旋转矩阵自身是带约束的（正交切行列式为1），它们作为优化变量时会引入额外的约束，通过李群–李代数间的转换关系，转换成无约束的问题。概念：1.李群的概念：李群是具有连续（光滑）性质的群；它既是群也是流行；直观上看，一
张先生123456·2020-09-11 13:23

关于高博十四讲中由于g2o更新出现的问题解决

在高博视觉slam十四讲中的第6讲中实践g2o中出现了编译错误。
xiaoshuiyisheng·2020-09-10 20:18

SLAM中各个坐标系之间的转换

在视觉SLAM中，有几个基本的坐标系世界坐标系相机坐标系成像平面坐标系图像像素坐标系如何在各坐标系之间相互转换，把摄像头输出的2D图像和我们所在的三维世界一一对应，是SLAM技术研究的一大重点，从世界坐标系如何在各坐标系之间相互转换
无奈De牙膏·2020-09-10 15:41

matlab相机标定工具(camera calibrator)内外参矩阵数据格式

摘要matlab把点坐标看作行向量，而《视觉SLAM十四讲》（以下简称《十四讲》）把点坐标看作列向量，因此它们把世界坐标系下的点投影到像素坐标系下时，使用的公式有所不同。
LiBer_CV·2020-09-10 12:48

[SLAM]（3-9）：世界坐标系与相机坐标系的转换

结合高翔老师的著作《视觉SLAM十四讲：从理论到实践》，加上小白的工程经验共同完成。建议作为笔记功能反复使用。实际当中，我们至少定义两个坐标系：世界坐标系和相机坐标系。
Robot_Starscream·2020-09-10 10:00

[转]粒子滤波（particle filtering）的思路发展过程及应用（详细深度好文）

粒子滤波作为视觉SLAM中后端进行状态估计的主要算法之一，很好的完成了扩展卡尔曼滤波无法有效处理的复杂状态方程下的状态估计任务。
Plaggable·2020-08-26 15:01

从零开始一起学习SLAM | 三维空间刚体的旋转

视觉SLAM中使用的相机就是典型的刚体，相机一般通过人手持、机载（安装在机器人上）、车载（固定在车辆上）等方式在三维空间内运动，形式包括旋转、平移、缩放、切变等。
weixin_34040079·2020-08-26 15:04

粒子滤波在图像跟踪领域的实践

粒子滤波和卡尔曼滤波在自动控制和视觉SLAM领域，无异于牛顿三大定律。
3Ｄ视觉工坊·2020-08-26 12:07

从零开始一起学习SLAM（6） 三维空间刚体的旋转

视觉SLAM中使用的相机就是典型的刚体，
YuYunTan·2020-08-26 12:07

三维空间刚体运动1：旋转矩阵与变换矩阵

三维空间刚体运动1：旋转矩阵与变换矩阵前言1.点、向量和坐标系2.坐标系间的欧式变换2.1旋转2.2平移3.齐次坐标和变换矩阵4.实践：Eigen前言本篇继续参照高翔老师《视觉SLAM十四讲从理论到实践
shao918516·2020-08-24 02:14

视觉SLAM（一） 视觉SLAM漫谈

视觉SLAM漫谈1.前言开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。
Lecol_leng·2020-08-24 00:14

深蓝学院视觉slam十四讲第5章作业

2.1//computetheanglevoidcomputeAngle(constcv::Mat&image,vector&keypoints){inthalf_patch_size=8;for(auto&kp:keypoints){floatm01=0,m10=0;//从(u−8,v−8)取到(u+7,v+7)if(kp.pt.ximage.cols-half_patch_size||kp.p
Jevin-L·2020-08-24 00:01

视觉SLAM——第三章　Eigen几何模块Geometry使用 四元素 欧式变换矩阵

https://blog.csdn.net/xiaoxiaowenqiang/article/details/78076865视觉SLAM——第三章Eigen几何模块Geometry使用四元素欧式变换矩阵
AndyCheng_hgcc·2020-08-24 00:32

slam入门3：2D-2D对极几何中的对极约束公式详细解释（参考 视觉slam十四讲）

声明：下面一些内容引用了高翔的视觉slam十四讲，感谢作者。对于我这种刚入门的小白（caibi）来说，对极约束公式中的某些步骤理解起来还是有些难度的，下面把个人对相关内容的理解写下来，以备日后翻阅。
Zkangsen·2020-08-23 23:34

视觉slam14讲第三讲习题

第七题（python版）令p点在世界坐标系下的点为Pw，点p从世界坐标系转换到小萝卜一号坐标系有：p=q1xPw+t2解出Pw那么令p在小萝卜二号坐标系下的点为p2，有：p2=q2xPw+t#!/usr/bin/python#-*-coding:UTF-8-*-#slam习题#numpy里矩阵X乘用.dot，点乘用*importnumpyasnpq1=(0.35,0.2,0.3,0.1)q2=(-
亲亲你的daddy·2020-08-23 12:05

更加多注释地学习视觉SLAM第九讲程序[2]

先谢大佬的资料，本文主要参考https://blog.csdn.net/robinhjwy/article/category/7301364由于大佬写的注释非常细，我基本上找不到补充的地方，所以这次标转载吧。目录Visual_odometry类visual_odometry.hvisual_odometry.cppRun_vo.cppG2o_types类g2o_types.hg2o_types.c
Eminbogen·2020-08-23 12:33

[转]《视觉SLAM十四讲》之开源库的安装

https://blog.csdn.net/sinat_38343378/article/details/79235020
Eminbogen·2020-08-23 12:32

更加多注释地学习视觉SLAM第九讲程序[1]

本文借鉴很多这个链接的内容，之后加了一些新的注释。目录Camera类camera.hcamera.cppFrame类frame.hframe.cppMapPoint类mappoint.hmappoint.cppMap类map.hmap.cppConfig类config.hconfig.cppCamera类高博：Camera类存储相机的内参和外参,并完成相机坐标系、像素坐标系、和世界坐标系之间的坐标
Eminbogen·2020-08-23 12:32

关于高博士在《视觉SLAM十四讲》中ch7部分ORB检测算法代码的勘误

/*源代码的运行过程发现出不来结果，无独有偶，发现网上也有很多大神出现过这种错误，改了之后是可以运行的，因此修改了一下高博士的部分代码，贴出来分享一下！*/文件名：pose_estimation_3d2d.cpp此处的错误是在ptr指针（线性方程求解器和矩阵块求解器）#include#include#include#include#include#include#include#include#i
陆月二三·2020-08-23 12:59

视觉SLAM十四讲--1,2章

第一讲前言SLAM—simultaneouslocalizationandmapping同时定位与地图构建—它是指搭载特定传感器的主体，在没有环境先验信息的情况下，与运动过程中建立环境的模型，同时估计自己的运动。课后题：1、Ax=bAx=bAx=b求解xxx涉及到一个定理：线性方程组有解的充分必要条件是其系数矩阵与增广矩阵有相同的秩。第二讲初识SLAM单目视觉存在的问题：（1）在单目相机中，无法通
张先生123456·2020-08-23 12:59

slam 视觉slam14讲，第七讲

https://blog.csdn.net/weixin_40883049/article/details/88385071
jack_201316888·2020-08-23 11:57

《视觉SLAM十四讲精品总结》7：VO—— 3D-2D：PnP+BA

引出：2D-2D的对极几何需要8个以上点对，且存在初始化、纯旋转和尺度问题。特征点3D位置可以由三角化或RGB-D相机深度图确定。因此，双目或RGB-D相机直接使用PnP估计相机运动。单目视觉里程计，首先初始化，然后才能PnP。PnP为（Perspective-n-Point）的简称，即给出n个3D空间点及其投影位置时，如何求解相机的位姿Rt。PnP优点：不需要对极约束，3个的匹配点对就可以运动估
try_again_later·2020-08-23 11:46

《视觉SLAM十四讲精品总结》KDevelop教程

使用KDevelop有两种方式，一种是在这里新建一个模板项目，另一种是从已经建好的项目中打开（需要编好CMakeList.txt）。第二种更为常见，可以在现有的项目基础上进行部分更改，而不用从头开始建立。快捷键：F8:BuildF10:StepOver下一步F11:StepInto跳入F12:StepOut跳出一、Project⇒⇒Open/ImportProject1、快速上手原来文件里只有CM
try_again_later·2020-08-23 11:46

《视觉SLAM十四讲精品总结》Viz教程

https://blog.csdn.net/robinhjwy/article/details/78570166一、简单示例程序创建一个窗口并显示坐标系：//1.创建可视化窗口viz::Viz3dvis("VO");//2.构造一个坐标系，并显示到窗口中vis.showWidget("Coordinate",viz::WCoordinateSystem());//3.开启永久循环暂留vis.spi
try_again_later·2020-08-23 11:46

《视觉SLAM十四讲》学习笔记：第6讲非线性优化

《视觉SLAM十四讲》学习笔记：第6讲非线性优化前言：本学习笔记将记录《视觉SLAM十四将》中一些重要的知识点，并对书中一些比较难的知识点添加上一些笔者个人的理解，以供笔者本人复习并与各位同学一起交流学习
themarshal·2020-08-23 11:37

视觉SLAM十四讲，第一讲，第二讲笔记

第一讲SLAM的目的是解决“定位”、“地图构建”两个问题。其中，定位：估计传感器自身的位置，地图构建：建立周围环境的模型。第二讲常用相机类型：单目相机，双目相机，深度相机单目相机：结构简单，成本低。以二维的形式反映三维世界，丢掉了场景中的一个维度，也就是所谓的深度。通过移动相机，改变相机的视角来恢复深度，这也是为什么单目SLAM初始化的时候要有一定的平移。（比较常用的深度恢复的方法有三角测量，也称
study！·2020-08-23 11:59
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他