#视觉SLAM

视觉SLAM十四讲-第四讲笔记

视觉SLAM14讲-第四讲笔记优化问题为什么使用李代数：实际SLAM中，相机位姿R,T未知，需要进行估计，估计的过程可以看做最小误差的优化问题。
KylinQAQ·2018-10-10 10:03

《视觉SLAM十四讲》笔记（ch12）

掌握基于词袋的外观式回环检测3.通过DBoW3的实验，学习词袋模型的实际用途SLAM主体（前端[提供特征点的提取和轨迹、地图的初值]和后端[负责对所有这些数据进行优化]）主要目的：估计相机运动本讲将介绍主流视觉
weixin_30919571·2018-09-12 16:00

从零开始一起学习SLAM | 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。
计算机视觉life·2018-09-06 14:37

《视觉SLAM十四讲》学习总结之开源库的安装

转载https://blog.csdn.net/sinat_38343378/article/details/79235020目录前言1、Eigen线性代数库的安装2、Sophus李代数库的安装3、OpenCV计算机视觉库的安装4、PCL点云库的安装5、Ceres非线性优化库的安装6、G2O图优化库的安装7、Octomap八叉树地图库的安装8、DBoW3词袋模型库正文回到顶部前言本篇博客主要写了视
游京僧-书曦·2018-09-04 11:05

位姿变换与李群、李代数

本博客是在学习高翔《视觉SLAM十四讲》过程中对位姿变换与李群李代数相关知识点做的总结，不涉及公式的证明与推导。
嵙杰·2018-08-31 18:05

实习:slam算法的学习整理

两种方式的优缺点互补，这就引发视觉SLAM的融合思想，既是SensorFusi
孔小葵要加油·2018-07-29 16:37

常用的深度学习模型

任务是给出目标位置和识别物体属于哪个类，另外还有人脸识别，行为识别等三维重建：摄像机标定，立体匹配图像描述：根据给定图像，给出描述文字等深度相机：RGB-D相机，例如手势识别、骨骼跟踪、增强现实等视觉导航：视觉
杰径通幽·2018-07-16 14:41

《视觉slam十四讲》讲读书笔记——第二讲

1.什么是slam？SLAM，simultaneouslocationandmapping,即使定位与建图。他指的是搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。我理解的是，slam是为了解决机器自主运动问题的一种方案。机器人实现自主运动需要解决两大问题。其中，定位侧重对自身的了解，建图侧重对外在的了解。这两个问题是相互耦合的问题。因为准确的定位
认真的虎·2018-07-02 17:07

《视觉SLAM十四讲》中各库的安装

目录目录1.Eigen线性代数库的安装2.Sophus李代数库的安装3.OpenCV计算机视觉库的安装4.PCL点云库的安装5.Ceres非线性优化库的安装6.G2O图优化库的安装1.Eigen线性代数库的安装Eigen库是一个Ｃ＋＋线性代数开源库，官方主页http://eigen.tuxfamily.org/dox-devel/modules.html。它提供了有关线性代数、矩阵和矢量运算、数值
走在山涧的小路上·2018-06-30 22:32

《视觉slam工程师》今天整理了一下毕业前所需要具备的能力

学习2条线1，技能：【熟练使用C和C++】《21天学通C++》《EffectiveC++》【熟悉常用的opencv，等库】《opencv3入门》《学习opencv》【熟悉linux下编程】熟悉cmake编程熟悉Kdevelop以及调试【QT下的编程】熟悉QT软件以及基本的语法功能【熟悉常见的slam框架】跟着高翔的14讲走就行【机器学习数学知识】高数，矩阵分析，概率论【基本的数据结构与算法】《数据
洛克家族·2018-06-29 05:54

《视觉SLAM十四讲》学习笔记-3D-3D位姿估计-ICP

ICP问题问题描述：假设匹配好的3D点为：P=p⃗1,⋯,p⃗n,P′=p⃗′1,⋯,p⃗′nP=p→1,⋯,p→n,P′=p→1′,⋯,p→n′想要找一个变换R,t⃗R,t→，s.t.:∀i,p⃗i=Rp⃗′i+t⃗∀i,p→i=Rp→i′+t→此问题可用迭代最近点来求解(IterativeClosestPoint,ICP).为描述方便，ICP统指匹配好的两组点间运动估计问题。ICP的求解主要有
teddyluo·2018-06-20 16:12

机器人学领域的顶级期刊和会议

因工作关系，看了三周的SLAM入门，用的是高翔的《视觉SLAM十四讲》这本教材，里面涉及到了大量的数学推导，非常有挑战。
teddyluo·2018-06-20 16:06

《视觉SLAM十四讲》学习笔记-slam问题的数学描述

假设时刻可以离散化为[MathProcessingError]t1,⋯,K，各时刻机器人的位置为[MathProcessingError]x→1,⋯,x→K,路标为[MathProcessingError]y→1,⋯,y→K.SLAM的运动方程含义为从[MathProcessingError]k−1时刻到[MathProcessingError]k时刻，机器人的位置变化情况。数学上可表示为：[Ma
teddyluo·2018-06-18 08:25

SLAM领域牛人列表

index.html.ImperialCollegeLondon机器人视觉宗师，现任英国帝国理工学院教授，机器视觉组及Dyson机器人实验室主任，英国牛津大学博士，单目摄像头SLAM奠基人（MonoSLAM），近年来在视觉
稻壳特筑·2018-06-06 17:18

牛逼哄哄的SLAM技术即将颠覆哪些领域

SLAM技术距今已有30余年的发展历史，根据传感器不同，分为视觉SLAM和激光SLAM两类。但相比于深
算法与数学之美·2018-05-28 21:14

ORB-SLAM2的安装与运行(转)

原文链接点击打开链接0背景简介ORB-SLAM是西班牙Zaragoza大学的RaulMur-Artal编写的视觉SLAM系统。
find12·2018-05-11 09:00

视觉SLAM方案整理及硬件选型调研

目前个人初步接触视觉SLAM开发相关工作，现在就相关学习做一些总结以加深个人理解，同时也希望能给其他网友提供一些帮助。
Mega_Li·2018-05-09 19:17

VALSE2018参会总结

另一个Tutorial讨论了运动恢复结构与视觉SLAM等。因为之前准备是做图像分割，所以选择去听PixelLevelImageUnderstanding的相关报告。以及去听了几个关于MATLAP
lanlanaln·2018-05-03 12:00

ORB-SLAM2的安装与运行

0背景简介ORB-SLAM是西班牙Zaragoza大学的RaulMur-Artal编写的视觉SLAM系统。
W_Tortoise·2018-04-10 14:32

math: 图优化理论基础

图优化是视觉slam中的主流优化方法，所谓的图优化是把常规的优化问题以图的形式来表述。
DinnerHowe·2018-03-22 10:33

math: 图优化理论基础

图优化是视觉slam中的主流优化方法，所谓的图优化是把常规的优化问题以图的形式来表述。
DinnerHowe·2018-03-22 10:33

VIO当中的预计分 《On-manifold preintegration for real-time visual-inertial Odometry》

我刚开始也看不是很懂，然后不断的查各种知识甚至原文中的各种英文术语，然后先理解术语是什么意思，再将其与该论文中的应用场景对应，其中还选择择了高翔博士的《视觉SLAM十四讲作为参考资料》。
LilyNothing·2018-01-20 17:35

激光SLAM与视觉SLAM的现状与趋势

本文作者龙建睿，深圳市大道智创科技有限公司联合创始人&研发总监，美国伊利诺伊理工大学博士研究生，“E巡-机器警长”首席产品经理。同时定位与地图构建(SimultaneousLocalizationAndMapping,简称SLAM)，通常是指在机器人或者其他载体上，通过对各种传感器数据进行采集和计算，生成对其自身位置姿态的定位和场景地图信息的系统。SLAM技术对于机器人或其他智能体的行动和交互能力
HFKuAng·2017-12-28 15:44

SLAM入门之视觉里程计(1)：特征点的匹配

图像特征点的提取和匹配是计算机视觉中的一个基本问题，在视觉SLAM中就需要首先找到相邻图像对应点的组合，根据这些匹配的点对计
Brook_icv·2017-12-20 22:00

视觉slam14讲——第11讲后端2

本系列文章是记录学习高翔所著《视觉slam14讲》的内容总结，文中的主要文字和代码、图片都是引用自课本和高翔博士的博客。代码运行效果是在自己电脑上实际运行得出。
leeayu·2017-12-19 21:10

SLAM的开源以及在移动端AR的适用分析

本讲的前半部分将带领读者参观一下当前的视觉SLAM方案，评述其历史地位和优缺点。表1列举了一些常见的开源SLAM方案，读者可以选择感兴趣的方案进行研究和实验。限于篇幅，我
Darlingqiang·2017-12-19 11:20

PatchMatch

以SLAM为例，传统视觉SLAM主要分成两个流派，一个是基于特征的点的，一个是基于像素灰度值。其中基于特征点的这一流派的主要框架是提取相邻图像的特征点（SIFT，ORB等），计算描述子，根据
A_cainiao_A·2017-11-25 21:25

整理几篇关于g2o的博客

找到更多的内容再更新）：（1）高翔的g2o介绍系列：[1]视觉SLAM漫谈（二）:图优化理论与g2o的使用[2]深入理解图优化与g2o：g2o篇(这个地址似乎有图：http://www.cvvision.cn
Sparta_117·2017-11-20 16:32

视觉SLAM14讲学习笔记

SLAM参考博客：http://blog.csdn.net/BBZZ2/article/category/6113625http://blog.csdn.net/u010128736/article/category/6461394http://blog.csdn.net/David_Han008/article/category/6459344第二讲SLAM基础知识SLAM特指：搭载传感器的主体
arag2009·2017-11-02 14:12

视觉slam14讲——第3讲 三维空间刚体运动

旋转的四种表示方法四种变换1旋转的四种表示方法旋转向量(也叫轴角)旋转矩阵欧拉角四元数这四种都可以相互转化，使用Eigen库常用转化总结如下(0)构造旋转向量Eigen::AngleAxisdrotation_vector(M_PI/4,Eigen::Vector3d(0,0,1));(1)旋转向量(也叫轴角)---->四元数Eigen::Quaterniondq=Eigen::Quaternio
leeayu·2017-10-25 23:07

视觉slam14讲——第5讲 相机与图像

本系列文章是记录学习高翔所著《视觉slam14讲》的内容总结，文中的主要文字和代码、图片都是引用自课本和高翔博士的博客。代码运行效果是在自己电脑上实际运行得出。
leeayu·2017-10-25 14:38

万向节死锁问题

——《视觉slam十四讲》欧拉角的描述方式多种多样，我习惯于用yaw(偏航角)，roll(横滚角)，pitch(俯仰角)也就是Z-Y-X(右手坐标系)地旋转模式来进行描述。
平面魔方·2017-10-07 00:51

Ubuntu下的完整OpenCV开发环境搭建

目前比较主流的是ubuntu16.04，但高翔使用的是14.04，因为在他写《视觉SLAM十四讲》的时候ROS和OpenCV等重要部分对16.04缺乏支持，现在支持已经相对完善了。
konia_zhang·2017-07-30 15:26

SLAM——ORB特征提取、对极约束（E\F）、单应矩阵和三角测量（一）

1.特征点法视觉SLAM主要分为视觉前端和优化后端。前端也称为视觉里程计（VO），根据相邻图像的信息估计处粗略的相机运动，给够后端提供较好的初始值。
Hansry·2017-07-12 00:52

视觉slam笔记

转载出处http://write.blog.csdn.net/postedit?ref=toolbarSLAM特指：特指搭载传感器的主体，在没有环境先验的信息情况下，在运动过程中建立环境模型，通过估计自己的运动。SLAM的目的是解决两个问题：1、定位2、地图构建也就是说，要一边估计出传感器自身的位置，一边要建立周围环境的模型最终的目标：实时地，在没有先验知识的情况下进行定位和地图重建。当相机作为传
tangxiaohu1234·2017-07-05 16:25

【视觉 SLAM-2】 视觉SLAM- ORB 源码详解 2

1ORB-SLAM2源码详解by吴博2https://github.com/raulmur/ORB_SLAM2ORB-SLAM2源码详解by吴博发布时间：2016年11月13日22:09:30浏览数：5380次来自：微信该算法以单目为主，但同样适用于双目和RGB-D摄像头。ORB-SLAM算法和PTAM具有相同的算法框架，采用多线程构架，四个主线程：前端位姿跟踪、局部地图构建与优化、闭环检测与优化
苏源流·2017-07-03 16:33

非滤波单目视觉slam笔记1

非滤波单目视觉slam主要分为以下8部分数据类型数据关联初始化位姿估计地图维护地图生成失效恢复回环检测数据类型直接法(稠密，半稠密)基本原理是亮度一致性约束，\(J(x,y)=I(x+u(x,y)+v(
逍遥客33·2017-06-17 22:00

SLAM的现在与未来

编者按：本文节选自图书《视觉SLAM十四讲：从理论到实践》，系统介绍了视觉SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，又包括计算机视觉的算法实现。
csdn_csdn__AI·2017-06-13 10:26

安装g2o时显示找不到libcholmod-dev怎么办

#安装g2o时显示找不到libcholmod-dev怎么办前段时间在看弄视觉SLAM是时候需要安装g2o，但是在安装依赖项的发现有些lib找不到，本次使用ubuntu14.04系统，采用命令行下载：sudoapt-installlibqt4
我是婉君的·2017-06-09 14:42

【视觉 SLAM 1】 视觉SLAM- RGBD 加 语义分割 1 （需要RGBD相机）

用深度学习技术分析RGBD数据，实现三维物体分类视觉SLAM附言--前文涉及单目视觉，立体视觉。全向（全景）视觉有待进一步介绍，介绍了标定知识。
苏源流·2017-06-04 23:58

slam打脸入门知识

还是说视觉slam吧。先说视觉这块，首先射影几何的一些内容相机模型，单视几何，双视几何和多视几何。这些内容可以在MultipleViewGeometryinComputerVision这本书中找到。
学之之博未若之之要-知之之要未若行之之实·2017-05-14 14:22

经典视觉SLAM框架

（初识视觉SLAM）下面来看经典的视觉SLAM框架，了解一下视觉SLAM究竟由哪几个模块组成。本文选自《视觉SLAM十四讲：从理论到实践》。引言：通过前面的推送我们已经对SLAM有了个大体的认识。
qq_38693478·2017-05-11 15:00

视觉slam学习资料

这篇博客就把我自己整理的资料贴出来，供大家参考。（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~raulmur/orbslam/（2)半仙居士blog（可以都看，很经典）http://www.cnblogs.com/gaoxiang12/（3)贺一加blog（monocularslam和navigation讲的很好可以看看）http:/
jaccen·2017-05-10 16:00

经典视觉SLAM框架

（初识视觉SLAM）下面来看经典的视觉SLAM框架，了解一下视觉SLAM究竟由哪几个模块组成。本文选自《视觉SLAM十四讲：从理论到实践》。整体视觉SLAM流程图。整个视觉SLAM流程包括以下步骤。
博文视点·2017-05-10 09:32

视觉slam14讲学习笔记（持续更新中）

写在最前面：SLAM特指：特指搭载传感器的主体，在没有环境先验的信息情况下，在运动过程中建立环境模型，通过估计自己的运动。SLAM的目的是解决两个问题：1、定位2、地图构建也就是说，要一边估计出传感器自身的位置，一边要建立周围环境的模型最终的目标：实时地，在没有先验知识的情况下进行定位和地图重建。当相机作为传感器的时候，我们要做的就是根据一张张连续运动的图像，从中估计出相机的运动以及周围环境中的情
David_Han008·2017-05-07 21:58

ubuntu下opencv3和opencv2共存

最近高翔大神写的《视觉SLAM十四讲》到了，重新回顾，受益匪浅。不管是不是专注于视觉slam，都值得一看。
苏氵·2017-05-04 15:05

初识视觉SLAM：用相机解决定位和建图问题

引言：视觉SLAM是指用相机解决定位和建图问题。本文以一个小机器人为例形象地介绍了视觉SLAM的功能及特点。本文选自《视觉SLAM十四讲：从理论到实践》。
博文视点·2017-05-04 11:20

每周荐书：机器学习、Spring MVC、Android（评论送书）

杜瑞祺 《网络爬虫全解析——技术、原理与实践》 他叫自己MR张《视觉SLAM十四讲：从理论到实践》 资深架构师 《Vue2实践揭秘》 中奖通知由CSDN官方发布站内消息
broadview2006·2017-05-03 17:00

每周荐书：SLAM、Vue2、爬虫（评论送书）

《视觉SLAM十四讲：从理论到实践》高翔张涛等著ISBN978-7-
博文视点·2017-04-26 16:45

每周荐书：SLAM、Vue2、爬虫（评论送书）

《视觉SLAM十四讲：从理论到实践》高翔张涛等著ISBN978-
broadview2006·2017-04-26 16:00
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他