#视觉SLAM

欧拉角微分方程的推导

前言最近学习了深蓝学院的《视觉slam进阶:从零开始手写VIO》，第二章讲IMU传感器，提到了旋转积分的欧拉角形式，正好最近也用到这个公式，所以把该公式的详细推导过程认真推导了一遍。
waihekor·2020-07-12 04:10

IMU 计算 yaw，pitch 和roll

在，视觉slam，机器人导航，VR头盔中都有它的身影。不管要搞VSLAM还是机器人导航，我TM都绕不过这个传感器。所以，这篇文章主要是想记录一下看到的一下IMU的资料，以防自己以后忘记了。
棕熊的肚皮·2020-07-12 03:46

《视觉SLAM十四讲精品总结》6.1：VO—— 2D-2D对极约束求位姿R、t

本节内容已在笔记本进行推导分为2D-2D、3D-2D、3D-3D。三位场景中的同一个三维点在不同视角下的像点存在着一种约束关系：对极约束，基础矩阵E是这种约束关系的代数表示，并且这种约束关系独立与场景的结构，只依赖与相机的内参K和外参Rt（相对位姿）。1、可以通过通过匹配的像点对计算出两幅图像的基础矩阵E，2、然后分解基础矩阵得到相机的相对位姿Rt。本节内容对极约束通过匹配点估算基础矩阵FOpen
try_again_later·2020-07-12 01:25

《视觉SLAM十四讲精品总结》2：Eigen和Sophus

一、Eigen提供了快速的矩阵线性代数运算，矩阵、向量、旋转矩阵、变换矩阵。Eigen是纯头文件搭建成的库，使用时只需引入Eigen的头文件即可，不需要链接库文件target_link。#includeCMakeLists.txt需要添加头文件include_directories("/user/include/eigen3");1、基本运算声明部分：//Eigen只关心三个参数：数据类型，行，列
try_again_later·2020-07-12 01:25

视觉SLAM十四讲 第14讲 SLAM的现在与未来

1、经典SLAM方案2、比较不同SLAM的特点3、SLAM发展方向文章目录0、常用开源SLAM方案1、mono-slam2、PTAM3、ORB-SLAM4、LSD-SLAM5、SVO终.SLAM未来研究方向1、视觉+惯导（主要方向）2、语义SLAM其他方向0、常用开源SLAM方案1、mono-slam扩展卡尔曼滤波后端，前端为稀疏特征点；缺点：路标数量有限，稀疏特征点容易丢失；停止开发\color
伤...·2020-07-11 23:44

自动驾驶技术难题——三种定位方法

目录1定位技术2自动驾驶技术难题3具体公司的三种定位方法3.1以特斯拉为代表的视觉SLAM定位3.2以通用／奔驰／福特为代表的高精地图定位3.3以大众为代表的车联网定位4总结1定位技术在自动驾驶技术问题中
skyjhyp11·2020-07-11 23:04

SLAM 显示机器人运动轨迹

视觉SLAM十四讲第2版显示机器人运动轨迹及相机位姿基于3.7可视化演示，运行plotTrajectory.cpp操作实录（详细填坑流程）一、前期准备二、git管理子模块及克隆源代码1.学习使用GitSubmodule2
shao918516·2020-07-11 22:47

《视觉SLAM十四讲》（第二版）程序

目录CH2IDE的使用CMakeCH3EigenCH4SophusCH5OpenCVCH2IDE的使用Clion：断点设置之后，逐行执行StepInto(F7)，逐函数执行StepOver(F8)。注意0(0)和O(O)在IDE中的显示区别，0是中间有个点的，O看起来像0，中间没有原点。Run->EditConfigurations->Programarugements可直接加入程序所需的文件等等
雨后的放线君·2020-07-11 22:21

李群李代数知识整理

参考：李群李代数转换关系视觉SLAM14讲第4讲https://zhuanlan.zhihu.com/p/33156814https://blog.csdn.net/heyijia0327/article
rain_promise·2020-07-11 21:27

高翔Slambook第七讲代码解读（2d-2d位姿估计）

作者：小白公众号：小白学视觉SLAM前端，或者说视觉里程计VO，做的最主要的一件事就是计算或者估计两帧图像之间的位姿变换，也即旋转矩阵R和平移向量t。根据所应用于计算的特征点信息的
小白学视觉·2020-07-11 20:55

VIO学习笔记（六）—— 前端 Frontend

关于前端的内容可以参考高翔博士的《视觉SLAM十四讲》。
金啊那么个金·2020-07-11 20:43

VIO学习笔记（三）—— 基于优化的 IMU 与视觉信息融合

VIO学习笔记（一）——概述VIO学习笔记（二）——IMU传感器基于优化的IMU与视觉信息融合基于BundleAdjustment的VIO融合视觉SLAM里的BundleAdjustment问题g2oorceres
金啊那么个金·2020-07-11 20:42

视觉SLAM十四讲的部分课后答案以及课堂笔记

第一讲初识SLAM一、Linux的熟悉1.如何在Ubuntu中安装软件（命令⾏界⾯）？它们通常被安装在什么地⽅？1）apt-get方式的安装；普通安装：sudoapt-getinstallXXX修复安装：sudoapt-get-finstallXXX重新安装：sudoapt-get-freinstallXXX2）dpkg方式的安装sudodpkg-ipackage_name.deb安装的地方通常被
HL-SIRB·2020-07-11 19:53

《视觉SLAM十四讲》笔记——第三讲_三维空间刚体运动

第三讲_三维空间刚体运动如何描述刚体（尺寸有限无形变的固体）在三维空间中的运动旋转矩阵点和向量，坐标系相机可以看作三维空间中的刚体，则，它的位姿：位置由三维坐标表示，姿态？用向量的外积表示向量的旋转第一项为行列式，第三项把向量a写成矩阵的形式。a×b的结果是垂直于ab平面大小为|a||b|sin(a,b)方向满足右手法则的旋转向量。写成a的反对称矩阵与b相乘，则多次旋转时计算为线性的。坐标系间的欧
qq_35604674·2020-07-11 17:36

SLAM十四讲 ch7 demo 复写

幸好有高翔的《视觉SLAM十四讲》，由此书入门，觉得更容易了一些。之后应该会把全书通读一遍，而后找时间进行笔记整理和分享，也便于自己以后的复习。
志远1997·2020-07-11 16:34

《视觉slam十四讲》第3讲课后习题

首先讲将课后习题做一遍是个温习本书内容的过程。1.验证旋转矩阵是正交矩阵：首先明白什么是旋转矩阵，根据树上p42页定义，旋转矩阵R：其中，为原单位正交基，为旋转后的单位正交基。在这只要求验证（实矩阵）旋转矩阵是正交矩阵，即就可以了。注意，这里的表示的是向量，不是标量。如果从代数的角度进行纯粹的化简证明，那这个证明的工作量就会明显大很多，而且没有直观上上的意义。数学本来的意义就在于能够让人更简单更直
hello我是小菜鸡·2020-07-11 15:54

《视觉slam十四讲》第八讲课后习题

1.除了LK光流之外，还有哪些光流方法？它们各有什么特点？光流法就是一种你根据视觉成像信息来感知自己的运动状态的一种方法。目前，按照理论基础与数学方法的区别把它们分成：基于梯度的方法、基于匹配的方法、基于能量的方法、基于相位的方法以及神经动力学方法。具体各种算法有一篇博客说的比较细节，大家可以参考：https://blog.csdn.net/qq_38906523/article/details/
hello我是小菜鸡·2020-07-11 15:22

《视觉slam十四讲》第五讲课后习题_(∠ゝз:)_

1.寻找一部相机标定它的内参。可以利用ROS的标定方法，这里参考博客：https://blog.csdn.net/heyijia0327/article/details/435386952.叙述相机内参的物理意义。如果一部相机的分辨率变为原来的两倍，而其他地方不发生变化，它的内参会如何变化？内参矩阵中分别表示相机沿方向上的焦距，单位为像素。为相机相对于成像平面的主点坐标。在内参转换前还有去畸变步骤
hello我是小菜鸡·2020-07-11 15:22

《视觉slam十四讲》第七讲课后习题

1.除了本书的ORB特征点，你还能找到哪些特征点？请说说SIFT或SURF的原理，并对比它们与ORB之间的优劣。除了ORB之外，一般还有还有SIFT、SURF、BRISK、AKAZE，这些都是在OpenCV中已经实现了的。SIFT算法，又称为尺度不变特征转换(Scale-invariantfeaturetransform），大致方法是首先搜索所有尺度下图像的位置，通过高斯微分函数来识别潜在的对于尺
hello我是小菜鸡·2020-07-11 15:22

Linux下cmake编译流程实践--添加外部库(Sophus)

注：本文基于视觉SLAM中的历程进行实践操作，在上一篇（Linux下cmake编译流程实践–初学篇）完成了外部库Sophus的引用。Sophus库是Eigen库的扩展，可以完成李代数，李群的操作。
Chasing中的小强·2020-07-11 15:24

手写VIO学习总结（三）

参考我以前的博文视觉slam14讲学习（四）之Ceres和G2O使用那篇博文是用高斯
su扬帆启航·2020-07-11 14:08

《视觉SLAM十四讲》第二版第四讲习题_超详细推导

前言书中这部分讲的太快，并且未能和已有知识做足够的联系，乍看起来还是有点不好理解的。但如果联系了实际的物理意义以及向量叉乘等已有知识后，就变得好理解了。另外，推导公式的确有利于理解，作者或许也是为此才出的这些习题吧。推导过程中用到的知识：1、分块矩阵运算。2、向量叉积性质，二重叉积、反交换律等。文中推导，均是笔者手推，水平有限，如有纰漏，还望不吝赐教。1、验证SO(3)、SE(3)和Sim(3)关
清风微升至·2020-07-11 12:29

高仙技术家|SLAM(二)——完善回环检测的视觉SLAM

高仙技术家|SLAM(二)——完善回环检测的视觉SLAM高仙是全球较早从事自主移动技术研发与应用探索的机器人公司之一。
lxjzx520·2020-07-11 12:23

Eigen学习总结

前言最早接触Eigen，是在高翔博士编著的《视觉SLAM十四讲》中，今天在这里整理一下。Eigen是一个C++开源线性代数库。它提供了快速的有关矩阵的线性代数运算，还包括解方程等功能。
W_Tortoise·2020-07-11 10:55

《视觉slam十四讲》第七讲feature_extraction.cpp程序解释

Ptrorb=ORB::create(intnfeatures=500,floatscaleFactor=1.2f,intnlevels=8,intedgeThreshold=31,intfirstLevel=0,intWTA_K=2,intscoreType=ORB::HARRIS_SCORE,intpatchSize=31)由于在书中直接省略了，现在补齐并解释各个参数的含义：nfeatures
爱睡懒觉的老苗·2020-07-11 10:17

纯净ubuntu18.04 安装SLAM & ROS

视觉SLAM所需库#卸载libreofficesudoaptremove--purgelibreoffice*#修改apt源为中科大源sudogedit/etc/apt/sources.list#替换为
gwh1010·2020-07-11 07:42

orb slam2 代码解析1

orbslam2代码解析1orbslam2是一个完整的SLAM系统，包括了VO，跟踪，及回环，是一种基于单目稀疏特征点的slam系统，使用orb特征作为视觉slam的特征点，有以下的特点。
Lynn_Chan·2020-07-11 03:16

爽一把手写Bundle Adjustment

BundleAdjustment（后面简写成BA）在视觉SLAM里面的作用不用多说，自然是非常重要的。BA主要求解的是一个关于相机位姿以及路标点的空间坐标的大规模最小二乘优化问题，每一个相机位姿都与多
Bruce梦博·2020-07-11 02:03

视觉slam十四讲

对这个的学习一直都在，感觉到了这本书很强大呀！！！ch2---安装ubuntu；安装kdevelop。ch3---安装eigen3---几何模块；安装Pangolin可视化。ch4---安装Sophus---eigen的扩展，包换李群、李代数。ch5---安装opencv3.1.0；安装PCL点云库。ch6---安装ceressolver；安装G2o---图优化。ch7---特征点法2d-2d：对
a7691176·2020-07-11 01:12

从零开始一起学习SLAM（1）为什么要学SLAM？

其中基于学习的方法最火的就是深度学习，而基于几何方法最火的就是视觉SLAM。  SLAM将成为计算机视觉的下一个风口  在前几年计算机视
YuYunTan·2020-07-11 00:55

手写VIO笔记--概述

原文个人博客链接最近深蓝学院在视觉slam之后又推出了进阶版的手写VIO教程，看上去能学到很多东西的样子，唯一一点不足之处在于价格实在是太贵了好吧！！！
木独·2020-07-10 23:18

视觉SLAM中李群李代数与四元数总结

文章目录旋转的表示方式旋转向量旋转矩阵四元数三种方式之间转换旋转向量↔\leftrightarrow↔旋转矩阵旋转向量↔\leftrightarrow↔四元数旋转矩阵↔\leftrightarrow↔四元数李群李代数的性质指数与对数映射BCH公式李代数求导四元数的性质四无数加法四无数乘法参考文献在SLAM中经常会用到李群李代数与四元数来表示旋转变换，这些数学公式往往需要推导来推导去，分分钟搞到头都
「已注销」·2020-07-10 22:40

从零手写VIO学习记录——系列三：【基于优化的IMU和视觉信息融合】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-10 19:35

《视觉slam十四讲》第4讲课后习题_(∠ゝз:)_

_(:зゝ∠)_觉得有用点个赞谢谢1.验证SO(3)、SE(3)和Sim(3)关于乘法成群：首先看特殊正交群SO(3)的定义：；定义两个李群，要证明这两个李群的积也还是李群，需要满足李群的两个条件：1.自反性：，2.行列式为1。实际上我们知道这就是在说正交矩阵中的旋转矩阵。但是这里还是再做一下证明。证明第一个：然后证明第二个：所以SO(3)关于乘法成群。然后再看特殊欧氏群SE(3)的定义：;同样假
hello我是小菜鸡·2020-07-10 17:54

从零开始的VIO——Eigen和Sophus的安装配置

1.前言笔者最近开始学习深蓝学院的网课《从零开始手写VIO》，先前读过《视觉slam十四讲》以及《机器人学中的状态估计》两本书，光是里面的数学推导都感到非常吃力，实操更是一塌糊涂。
EternalGlory_wx·2020-07-10 16:09

视觉slam学习资料

一直想写博客，一来是实验室太忙，二来是自己初入视觉slam，怕误人子弟。所以一直没写，但是实验室的同学说我可以介绍一些基础给那些刚入门的人参考。
yuelcay·2020-07-10 14:43

机器人主流定位技术 你了解清楚了？

目前SLAM（SimultaneousLocalizationandMapping即时定位与地图构建）是业内主流的定位技术，有激光SLAM和视觉SLAM之分。什么是激光SLAM？
领衔科技·2020-07-10 08:27

视觉slam十四讲课后习题ch3-7

题目回顾:设有小萝卜一号和小萝卜二号位于世界坐标系中，小萝卜一号的位姿为：q1=[0.35,0.2,0.3,0.1],t2=[0.3,0.1,0.1]^T(q的第一项为实部。请你把q归一化后在进行计算)。这里的q和t的表达的是Tcw，也就是世界到相机的变换关系。小萝卜二号的位姿为q2=[-0.5,0.4,-0.1,0.2],t=[-0.1,0.5,0.3]^T.现在，小萝卜一号看到某个点在自身的坐
weixin_30566149·2020-07-10 06:01

如何学习数学分析

如何学习数学分析数学分析的研究定位一直以来都是书到用时方恨少，刚毕业那会学的是计算机，从事算法工程师岗位，然后基础人工智能算法，在遗传BP，神经网络，旅行商问题上接触了很多数学知识，到后来的机器人导航工程师又做了路径规划，设计到视觉
zjguilai·2020-07-09 06:47

《视觉SLAM十四讲》读书笔记--前八讲

一.初识SLAM1.单目相机局限性：平移之后才能计算深度以及无法确定真实尺度。双目相机测量原理：由两个单目相机构成，由两个相机之间的距离-基线估计每个像素的空间位置。基线距离越大测量的越远。局限性：深度量程和精度受基线和分辨率限制，视差计算量大非常耗资源（主要问题），需GPU和FPGA加速才能实时输出图像距离信息。深度相机（RGB-D）利用光的发射与接受物理手段测量物体离相机的距离。局限性：测量范
ZS_520·2020-07-09 05:26

《视觉SLAM十四讲（高翔著）》 第9讲

《视觉SLAM十四讲（高翔著）》第9讲前端搭建这里写目录标题《视觉SLAM十四讲（高翔著）》第9讲前端搭建一、搭建VO框架1、框架结构2、SLAM模块文件（1）camera.h文件（2）map.h文件（
是陆小鹿啊·2020-07-08 23:44

视觉SLAM十四讲：回环检测-知识点+代码

目录基于外观的几何关系1.基础知识1.1准确率和召回率1.2词袋模型1.3字典1.4字典的数据结构1.5相似度的计算1.6相似度评分的处理1.7检测回环后的验证2.实践与代码解析2.1创建字典2.2相似度计算回环检测的关键是，如何有效地检测出相机经过同一个地方。如果能够成功地检测到这件事，就可以为后端的位姿图提供更多有效的数据，使之得到更好的估计，特别是得到一个全局一致的估计。我们可以利用回环检测
いしょ·2020-07-08 19:50

【VINS-Fusion入门之一】让系统跑起来

文章目录简介配置执行单目+IMU双目+IMU双目相机双目+GPS落地备注：简介VINS，英文缩写Visual-InertialSystems.是一个实时视觉SLAM框架，2017年由香港科技大学开源的一个
北络·2020-07-08 12:28

基于linux的发行版ubuntu16.04LTS中《视觉SLAM十四讲·从理论到实践》软件安装详解及注意事项

预备篇ubuntu终端快捷键tab（自动补全），ctrl+a（光标移动到开始位置），ctrl+e（光标移动到最末尾），ctrl+k（删除此处至末尾的所有内容），ctrl+u（删除此处至开始的所有内容），ctrl+l（清屏），shift+ctrl+t（打开新的标签页），shift+ctrl+c（复制），shift+ctrl+v（粘贴）等。小例子：在第六章ceres依赖库的安装中，需要安装libcxs
一恪slam·2020-07-08 11:54

视觉slam学习(一)：历史与现状

视觉slam学习(一)：历史与现状转载：http://blog.csdn.net/qinruiyan/article/details/48498593即时定位与地图构建（SimultaneousLocalizationandMapping
Au_hourb_SCUT·2020-07-08 09:24

视觉SLAM14讲 第七讲 视觉里程计1

C++代码特征提取：找出2张图片中相似的点特征：关键点(例如角点，明暗变化大的点)+描述子(记录的关键点的特征信息，方向，旋转等)FAST特征点：角点，检测局部像素灰度变化大的地方，FAST-N半径为3的圆上有16个像素点，计算是否连续N个点亮度大于或小于阈值ORB=ORrentedFast特征点(像素几何中心到平均亮度中心的连线是方向)+BRIEF描述子(二进制，用汉明距离描述差异)匹配方法：暴
雨田2017·2020-07-08 05:10

【SLAM】视觉SLAM十四讲（三：李群与李代数）

参考https://blog.csdn.net/weixin_41074793/article/details/84853291轨迹描绘1.事实上,TWC的平移部分即构成了机器人的轨迹。它的物理意义是什么?为何画出TWC的平移部分就得到了机器人的轨迹?坐标的变换就是Twc的平移部分，我理解的物理意义就是机器人从某一坐标移到了另一坐标，因此平移部分就是机器人的轨迹。2.我为你准备了一个轨迹文件(co
huangyuan2019·2020-07-07 21:57

推荐收藏 ｜ SLAM优秀开源工程汇总

https://github.com/cartographer-project/cartographer2、Openvslam一个通用的视觉SLAM框架。OpenVSLAM是单眼，立体声和RG
我爱计算机视觉·2020-07-07 17:30

TurtleBot3+Gazebo激光SLAM自主导航ROS仿真

  之前都是研究视觉SLAM，却从来没有做过激光SLAM。实验室没有激光雷达，就用Gazebo做个仿真玩一下。博主这里用的是Ubuntu18.04+ROSMelodic，Gazebo是9.0.0版本。
嵙杰·2020-07-07 14:57

《视觉SLAM 十四讲》第五讲 实践：拼接点云-编译遇到的terminate called after throwing an instance of 'pcl::IOException问题及解决方法

错误1：启动：/home/xxx/资料/slambook-master/ch5/joinMap/build/joinMap请在有pose.txt的目录下运行此程序***退出，返回值：1***解决方法：vectorcolorImgs,depthImgs;//彩色图和深度图vector>poses;//相机位姿ifstreamfin("../pose.txt");if(!fin){cerr<<"请在有
RichardHansir·2020-07-07 10:17
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他