#视觉SLAM 第5页

视觉slam十四讲---第一弹三维空间刚体运动

1.旋转矩阵1.1内积1.2外积1.3坐标系间的欧式变换相机运动是一个刚体运动，它保证了同一个向量在各个坐标系下的长度和夹角都不会发生变化。这种变换称为欧氏变换。旋转矩阵：它是一个行列式为1的正交矩阵。旋转矩阵为正交阵，它的逆（即转置）描述了一个相反的旋转。加上平移：1.4变换矩阵与齐次坐标关于变换矩阵T，它具有比较特别的结构：左上角为旋转矩阵，右侧为平移向量，左下角为0向量，右下角为1。这种矩阵

好人cc·2023-09-05 16:26

视觉SLAM十四讲第六讲笔记

视觉SLAM十四讲第六讲笔记我们已经知道，方程中的位姿可以由变换矩阵来描述，然后用李代数进行优化。观测方程由相机成像模型给出，其中内参是随相机固定的，而外参则是相机的位姿。

Tianchao龙虾·2023-09-04 17:00

点云slam常见框架、运动补偿、ICP、LM、牛顿法、GTSAM图优化函数库

从落地情况来看，视觉slam和激光slam，相对来说激光slam更容易落地视觉相对来说劣势：视觉，描述子，白天，黑夜，算力相对来说没有激光slam鲁棒Livox前言：1rad=(/180)1°=1/180rad

SensorFusion·2023-09-04 17:28

非线性优化

状态估计问题2.1最大后验与最大似然2.2最小二乘的引出2.3例子：批量状态估计3.非线性最小二乘3.1一阶和二阶梯度法3.2高斯牛顿法3.3列文伯格---马夸尔特方法3.4小结Reference:高翔，张涛《视觉

泠山·2023-09-04 17:58

视觉slam学习|基础篇02

系列文章目录SLAM基础篇01SLAM基础篇02目录系列文章目录计算机视觉基础相机模型像素坐标归一化坐标畸变双目相机模型计算机中图像的表示非线性优化基础slam问题建模非线性最小二乘一阶和二阶梯度法Gauss-Newton法Levenberg-Marquant方法小结计算机视觉基础SLAM中使用的相机与我们平时见到的单反摄像头并不是同一个东西。它往往更加简单，不携带昂贵的镜头，以一定速率拍摄周围的

David小伟同学·2023-09-04 17:27

视觉SLAM学习笔记（二）

视觉里程计前边我省略了大量用数学知识来描述的内容，比如三维世界中刚体运动的描述方式，包括旋转矩阵，旋转向量，欧拉角，四元数等，但是我们在下边仍然要去自己学习。视觉里程计的主流方法是特征点法，顾名思义，即从图像中选取比较有代表性的点，观察各个图像中这些点的位置来判断物体的移动。下面只介绍几种常用的特征点。ORB特征匹配ORB特征由关键点和描述子组成，提取ORB特征分为以下几个步骤：FAST角点提取，

Sunshine_晗晗·2023-09-04 00:37

《视觉SLAM十四讲》读书笔记（四）

非线性优化6.1状态估计问题6.1.1批量状态估计与最大后验估计6.1.2最小二乘的引出6.1.3最小二乘问题解析解6.2非线性最小二乘6.2.1一阶和二阶梯度法（1）最速下降法（2）牛顿法（3）小结1（4）**补充：矩阵求导公式**6.2.2高斯牛顿法**高斯牛顿法的缺陷**6.2.3列文伯格——马夸尔特方法列文伯格-马夸尔特算法伪代码6.2.4Dogleg最小化法（占坑）6.3实践：曲线拟合问

家家的快乐空间·2023-09-03 01:24

手撕视觉slam14讲 ch13 代码（1）工程框架与代码结构

在学习slam一年之后开始，开始自己理思路，全手敲完成ch13的整个代码我们按照自己写系统的思路进行，首先确定好SLAM整体系统的流程，见下图，输入为双目图像，之后进入前端位姿估计和后端优化，中间维护一个由关键帧和地图点组成的地图根据确定好工程框架后，确定我们的代码框架，新建以下文件夹：1.bin用来存放可执行的二进制;2.include/MYSLAM存放slam模块的头文件,主要是.h3.src

全日制一起混·2023-09-02 20:01

视觉SLAM学习笔记2——centos7与ubuntu20.04下eigen库的安装与基本操作

视觉SLAM学习笔记2——centos7与ubuntu20.04下eigen库的安装与基本操作内容来源eigen库的安装centos7系统ubuntu系统CMakeLists.txt编辑eigenMatrix.cpp

隔壁老王的学习日志·2023-09-02 12:36

高翔视觉SLAM十四讲_代码详解记录——ch7/orb_cv.cpp运行方法及结果

文章目录运行文件方法编译：运行：运行结果运行文件方法编译：进入cmake目录执行cmake..而后再执行make运行：图片存储在ch7目录下，可执行文件在ch7/build下所以可以在ch7/cmake下输入./orb_cv../1.png../2.png或者在ch7下输入build/orb_cv1.png2.png运行结果ORBfeaturesallmatches:goodmatches:至此，

Aer_7z·2023-09-02 05:59

高翔视觉SLAM十四讲_代码详解记录——ch7/orb_cv.cpp

文章目录代码分段介绍imread函数：assert宏书籍介绍：视觉SLAM十四讲-从理论到实践（高翔张涛等著）第二版代码分段介绍#include#include#include#include#include

Aer_7z·2023-09-02 05:29

《视觉SLAM十四讲》错误记录

ubantu22.04opencv版本:3.4.14pangolin:0.8Eigen:3.4.90可以使用pangolin最新版本1.安装opencv/usr/bin/ld:/usr/local/lib/libavcodec.a(vc1dsp_mmx.o):relocationR_X86_64_PC32againstsymbol`ff_pw_9'cannotbeusedwhenmakingash

全能搬运大师·2023-09-01 17:23

对‘fmt::v9::detail::throw_format_error(char const*)’未定义的引用

在学习视觉SLAM十四讲第十二章的过程中，尝试跑了一下单目稠密地图构建的代码，在编译源代码的过程中遇到该问题，编译结果中显示长篇的CMakeFiles/dense_mapping.dir/dense_mapping.cpp.o

跳跳虎的弹簧永不生锈·2023-09-01 01:10

视觉SLAM与激光SLAM简单对比分析

0.1视觉SLAM算法从算法的定位精度上来看，ORB-SLAM3>DM-VIO>VINS系列从算法的实时性方面来看，跟踪一帧数据的时间(指输入一帧数据得到该帧的位姿)，ORB-SLAM3和VINS

Lusix1949·2023-08-31 23:17

视觉slam14讲逐行解析代码 ch7 / orb_cv.cpp

orb_cv.cpp源码阅读首先，我们需要知道这部分代码的目的和步骤：目的：调用opencv来提取和匹配两张图像的ORB（在每张图像中找到“区分度较高”的像素点，这里“区分度较高”具体为FAST角点。）步骤：基本分为读取图像初始化存储特征点数据的变量提取每张图像的检测OrientedFAST角点位置计算图像角点的BRIEF描述子根据刚刚计算好的BRIEF描述子，对两张图的角点进行匹配匹配点对筛选计

全日制一起混·2023-08-31 17:49

踩坑视觉SLAM 十四讲第二版 ch13 编译及运行问题

一、安装Geset库sudoapt-getinstalllibgtest-devcd/usr/src/gtestsudomkdirbuildcdbuildsudocmake..//一定要以sudo的方式运行，否则没有写入权限sudomake//这个也一样要以sudo的方式sudocplibgtest*.a/usr/local/lib//将生成的libgtest.a和libgtest_main.a拷

全日制一起混·2023-08-31 17:49

手敲视觉slam14讲 ch7 / pose_estimation_3d2d.cpp （1）

首先理清我们需要实现什么功能，怎么实现，提供一份整体逻辑：包括主函数和功能函数主函数逻辑：1.读图,两张rgb（cv::imread）2.找到两张rgb图中的特征点匹配对2.1定义所需要的参数：keypoints1,keypoints2,matches2.2提取每张图像的检测OrientedFAST角点位置并匹配筛选（调用功能函数1）3.建立3d点（像素坐标到相机坐标）3.1读出深度图（cv::i

全日制一起混·2023-08-31 17:14

视觉SLAM14讲笔记-第4讲-李群与李代数

李代数的引出：在优化问题中去解一个旋转矩阵，可能会有一些阻碍，因为它对加法导数不是很友好（旋转矩阵加上一个微小偏移量可能就不是一个旋转矩阵），因为旋转矩阵本身还有一些约束条件，那样再求导的过程中可能会破坏要优化的矩阵是旋转矩阵的本质条件，所以这里引入了一个乘法导数，即本章提到的左扰动或右扰动。参考文献：https://www.cnblogs.com/dzyBK/p上/13961868.html上一

可峰科技·2023-08-29 23:19

视觉SLAM14讲笔记-第3讲-三维空间刚体运动

空间向量之间的运算包括：数乘、加法、减法、内积、外积。内积：可以描述向量间的投影关系，结果是一个标量。a⃗⋅b⃗=∑i=13aibi=∤a∤∤b∤cos⟨a,b⟩\vec{a}\cdot\vec{b}=\sum_{i=1}^3{{a_i}{b_i}}=\nmida\nmid\nmidb\nmidcos\langlea,b\ranglea⋅b=i=1∑3aibi=∤a∤∤b∤cos⟨a,b⟩外积：外

可峰科技·2023-08-29 23:18

【视觉SLAM入门】6.1. （基于直接法的视觉里程计）LK光流法，代码解读, 直接法，特征点法对比，稀疏，半稠密，稠密地图

"刺卵掷地，逐蝇弃笔"0.数据集1.光流法(OpticalFlow)1.1.光流1.2.LK光流法1.3关键代码：1.4特点2.直接法(DirectMethods)2.1分类比较2.2优缺点前置事项：特征点耗时，丢弃有用信息，特征缺失（长直走廊）失效对此，有直接法。0.数据集该项目用的是fr1_desk数据集，RGBD的，下载后的全称是rgbd_dataset_freiburg1_desk.tgz

终问鼎·2023-08-29 15:39

2D-2D对极几何中的基本矩阵、本质矩阵和单应矩阵

本文主要参考高翔博士的视觉SLAM十四讲第二版中的7.3章节内容。

ZPILOTE·2023-08-29 05:47

2022-12-23科研日志

vins-mono是比视觉SLAM14讲更加深入的学习资料，我在最近通过vins-mono汲取知识的同时，也要花费足够的精力来用14讲打基础，很多我看vins-mono不懂的点都可以通过14讲得到补充。

独孤西·2023-08-28 17:38

「料见」vol27.回顾 | 知名视觉SLAM专家高翔：一起来聊聊视觉SLAM在自动驾驶和机器人领域的实际应用

高翔老师继畅销书《视觉SLAM十四讲》之后，又推出了新作《自动驾驶与机器人中的SLAM技术》。该书自出版以来备受瞩目，为读者提供了关于SLAM技术的全面而深入的理解。

TechBeat人工智能社区·2023-08-27 23:30

视觉SLAM十四讲——ch3回顾与总结（三维刚体运动）

视觉SLAM十四讲——ch3的回顾总结以及课后习题的解决0.部分基础知识0.1概括0.2数学语言0.3提到的一些知识1.旋转矩阵R和变换矩阵T1.旋转1.2变换矩阵2.旋转向量3.欧拉角4.四元数写在最前面

琉璃轻纱·2023-08-23 10:39

ORB-SLAM系列算法演进

而且它的代码简明扼要，每个模块非常清晰，对初学者也十分友好，是入坑视觉SLAM的不二法门。下面将介绍ORB-SLAM系列算法演进。文章目录一、PTAM算法二、ORB-

极客范儿·2023-08-23 02:26

视觉SLAM：一直在入门，如何能精通，CV领域的绝境长城，

3视觉SLAM怎么实现？

充电君·2023-08-22 20:45

视觉SLAM⑫----建图（未完）

目录12.0本章内容12.1概述12.2双目稠密重建12.2.1立体视觉12.2.2极线搜索与块匹配12.2.3高斯分布的深度滤波器12.2.4像素梯度的问题12.2.5逆深度12.2.6图像间的变换12.2.7并行化：效率的问题12.2.7其他的改进12.3RGB-D建图理论12.3.1点云地图示例代码12.3.2八叉树地图12.0本章内容1.理解单目SLAM中稠密深度估计的原理2.了解几种RG

APS2023·2023-08-22 19:18

Semantic Visual SLAM 简述

本文仅讨论视觉slam。参考文献：[1]https://arxiv.org/abs/2209.06428[2]slambook一、简介slam的目的在于定位和建图。

gongyuandaye·2023-08-20 21:48

【视觉SLAM入门】5.2. 2D-3D PNP 3D-3D ICP BA非线性优化方法数学方法SVD DLT

"养气之学，戒之躁急"1.3D-2DPNP1.1代数法1.1.1DLT(直接线性变换法)1.1.2.P3P1.2优化法BA(BundleAdjustment)法2.3D-3DICP2.1代数法2.1.1SVD方法2.2优化(BA)法2.2.2非线性优化方法前置事项：1.3D-2DPNP该问题描述为：当我们知道n个3D空间点以及它们的投影位置时，如何估计相机所在的位姿1.1代数法1.1.1DLT(直

终问鼎·2023-08-20 20:29

相机成像过程

用小孔成像原理解释成像原理，这个在视觉SLAM14讲中，有非常详细的描述。1、相机成像就是将相机坐标系下的空间点，投影到相机的像素点，整个过程可以用下面的投影过程描述。

欧阳紫洲·2023-08-20 07:24

【第七讲---视觉里程计1】

经典SLAM中以相机位姿-路标来描述SLAM过程特征提取与匹配路标是三维空间中固定不变的点，可以在特定位姿下观测到在视觉SLAM中，可利用图像特征点作为SLAM中的路标特征点特征点是图像中最具代表性的部分

释怀°Believe·2023-08-19 06:25

科大讯飞-大视角差图像特征提取及匹配挑战赛2023

1.比赛简介背景图像匹配是图像视觉领域一个重要的研究分支，被广泛应用于解算相邻帧之间的相对运动状态、计算点云等任务，是视觉导航、三维重建、视觉SLAM方向的基础研究领域，它通过对影像内容、特征、结构、关系

cnjs1994·2023-08-17 00:26

ORB特征点提取算法试验

前阵子推进毕设，通过各种教材、论文和博客的调研，总算对视觉SLAM有了一个比较宏观的了解，摘录归纳了许多特征提取和跟踪的算法，最后初步方案决定为对ORB-SLAM展开研究。

半昧白兰地·2023-08-15 13:40

Opencv 之ORB特征提取与匹配API简介及使用例程

Opencv之ORB特征提取与匹配API简介及使用例程ORB因其速度较快常被用于视觉SLAM中的位姿估计、视觉里程、图像处理中的特征提取与匹配及图像拼接等领域本文将详细给出使用例程及实现效果展示1.API

明月醉窗台·2023-08-15 13:10

ORB-SLAM2学习笔记7之System主类和多线程

文章目录0引言1整体框架1.1整体流程2System主类2.1成员函数2.2成员变量3多线程3.1ORB-SLAM2中的多线程3.2加锁0引言ORB-SLAM2是一种基于特征的视觉SLAM（SimultaneousLocalizationandMapping

ZPILOTE·2023-08-15 12:37

视觉SLAM【第二讲-初识SLAM】

SLAM简介视觉SLAM，主要指的是利用相机完成建图和定位问题。如果传感器是激光，那么就称为激光SLAM。定位（明白自身状态（即位置））+建图（了解外在环境）。

释怀°Believe·2023-08-14 14:12

踩坑视觉SLAM 十四讲第二版 ch8 编译及运行问题

全日制一起混·2023-08-07 23:05

slam十四讲第二版 pdf_视觉SLAM十四讲第九章实践：设计前端局部地图代码解析...

总体思路增加了地图点模块，并且增加了对地图点的优化模块，维护地图规模。整个程序的流程如下：输入：color,depth以及二者对应的时间戳初始帧当前帧和参考帧都设置为输入帧提取特征点计算描述子增加关键帧其他帧将当前帧设置为输入帧当前帧的位姿设置为参考帧的位姿提取特征点计算描述子特征匹配地图中的点都是三维坐标首先检查点是否在视野范围内（先预设当前帧的位姿为参考帧的位姿）匹配的时候，地图点的描述子进行

weixin_39586526·2023-08-07 06:04

SLAM开发最强最全资源汇总

以下内容由公众号：AIRX社区（国内领先的AI、AR、VR技术学习与交流平台）整理发布不断更新中～入门视觉SLAM的基础知识-高翔(高翔博士)-----视频，吐血推荐关于slamSLAM简介SLAM第一篇

AIRX三次方·2023-08-07 06:33

视觉SLAM十四讲第九章0.4代码注释

文中的主要代码引用自高翔博士的《视觉slam十四讲》，注释部分转载自链接视觉SLAM十四讲第九章0.4代码注释run_vo.cpp//--------------testthevisualodometry

AutoMan-USTC·2023-08-07 06:32

【视觉SLAM入门】4.2 非线性最小二乘理论部分------线搜索，信赖域，最速/牛顿下降法，高斯牛顿，LM等原理推导

"天之道也"0.引入1.最速下降法2.牛顿法3.(实用)G-N法4.(实用)L-M方法5.总结注意：上一节得到的最小二乘问题，本节来讨论----求解非线性最小二乘问题\color{red}求解非线性最小二乘问题求解非线性最小二乘问题0.引入求解这个简单的最小二乘问题:min⁡x12∣∣f(x)∣∣22(1)\min\limits_{x}\frac{1}{2}||f(x)||_2^2\qquad\q

终问鼎·2023-08-02 15:14

【视觉SLAM入门】4.3. (非线性最小二乘问题)优化算法实现-ceres和g2o，图优化理论

"天道不争而善胜"1.Ceres库1.1名词解释1.2具体例子1.3C++实现1.定义代价函数2.构建最小二乘问题3.配置求解器，开始优化4.优化完毕，查看结果2.G2O(GeneralGraphicOptimization)2.1图优化2.2具体例子2.3C++实现1.定义顶点2.定义边3.配置求解器4.配置图模型5.向图添加边6.执行优化7.查看3.总结注意：有个概念需要通俗的了解一下非线性最

终问鼎·2023-08-02 15:14

【视觉SLAM入门】5.1. 特征提取和匹配--FAST,ORB(关键点描述子)，2D-2D对极几何，本质矩阵，单应矩阵，三角测量，三角化矛盾

"不言而善应"0.基础知识1.特征提取和匹配1.1FAST关键点1.2ORB的关键点--改进FAST1.3ORB的描述子--BRIEF1.4总结2.对极几何，对极约束2.1本质矩阵(对极约束)2.1.1求解本质矩阵2.1.2恢复相机运动R，tR，tR，t2.1.3本质矩阵调整2.1.3遗留问题2.2单应矩阵（特别提一下）2.3三角测量(Triangulation)---深度信息为什么重要？我们是在

终问鼎·2023-08-02 15:44

【视觉slam14讲】---旋转平移矩阵下标

变换矩阵T理解：旋转矩阵R12是表示坐标系从1到2的变换。平移矩阵t12是表示从坐标系1指向坐标系2，但是通过观察就会发现，该运算是矩阵的运算，在图中的三角形中可以发现是成立的。要想求得p在坐标系1下的坐标a1，就是需要a2+t12坐标系变换和坐标系下的点的变换是不一样的

白白白白白kkk·2023-08-02 06:06

“对‘cv::imread(cv::String const&, int)’未定义的引用”的解决办法

今天运行了用CLion一下视觉SLAM十四讲的ch5的部分代码，本以为能顺顺利利的跑起来，但结果让人意想不到。出现了大面积的报错，说相应的函数没有定义应用。

SSSEdward·2023-07-31 21:26

视觉SLAM十四讲第9讲卡尔曼滤波

视觉SLAM十四讲第9讲卡尔曼滤波1.什么是卡尔曼滤波2.SLAM的状态估计3.卡尔曼滤波器的推导4.扩展卡尔曼滤波1.什么是卡尔曼滤波百度百科定义：卡尔曼滤波（Kalmanfiltering）是一种利用线性系统状态方程

LYF0816LYF·2023-07-31 14:47

视觉SLAM十四讲报错ch13 问题汇总 /usr/bin/ld: /usr/local/lib/libfmt.a(format.cc.o)

视觉SLAM十四讲报错ch13/usr/bin/ld:/usr/local/lib/libfmt.a1.问题1：未链接fmt库1.1解决方案2.问题2：-fPIC2.1解决方案本文总结高博视觉SLAM十四讲第

LYF0816LYF·2023-07-31 14:17

视觉SLAM十四讲报错ch12: segmentation fault (core dumped) ./pointcloud_mapping

视觉SLAM十四讲报错ch12/pointcloud_mapping:segmentationfaultcoredumped.