《SLAM

上位机与下位机通信

里程计提供ROS需要的速度信息，陀螺仪提供加速度方向等信息给ROS，再加上连接到树莓派上的激光雷达，ROS就可以进行SLAM制图和导航了。下位机接收到ROS下发的速度信息后
慢慢的回味·2023-11-23 05:29

ORB-SLAM3在Windows环境下编译可能遇到的问题

前言本博客是对知乎文章：ORB-SLAM3在windows下的编译使用的补充，详细操作步骤请参考原博客可能遇到的问题及其解决方案vcpkg配置问题建议用vcpkg下Eigen和boost，然后OpenCV
qq_40864007·2023-11-23 01:55

【VSLAM】ORB-SLAM3安装部署与运行

——梁启超文章目录:smirk:1.ORB-SLAM3介绍:blush:2.代码安装部署1.安装ros与opencv2.安装Pangolin作为可视化和用户界面3.安装Eigen3一个开源线性库，可进行矩阵运算
DevFrank·2023-11-23 01:24

orb-slam3在windows下编译

参照ORB-SLAM3在w
dianzheng7390·2023-11-23 01:23

ORB-SLAM3在windows11下的编译使用

01写在前面近期在学习SLAM，想部署一下ORB-SLAM3，但是自己电脑是win11系统，因此就想着在win11上部署一下。但是网上看了一些教程，有一些博客，但是可能不适合我这种情况把，就很纠结。
果冻先森·2023-11-23 01:51

win11从零搭建ORB-SLAM3简要记录

因研究课题需要，准备直接在windows上搭建ORB-SLAM3的环境，尝试是否能跑起来。因为完全零基础，所以花了整整一周时间才勉强配置成功，所以把遇到的问题记录一下，留着后面查看。
Gargantua_L·2023-11-23 01:51

使用XV-11激光雷达做hector_slam

大家在学习ROS中不可避免需要使用激光雷达，高精地图、实时定位以及障碍物检测等多项技术，而这些技术都离不开光学雷达的支持，但是呢雷达这真是太贵了，大部分人是负担不起（实验室、研究所土豪可以略过），但是还是机智的大牛发明了其他手段：使用深度摄像头仿激光数据1、kinect仿激光数据2，用来测试足够了，果真人民都是机智的，后来呢人们发现扫地机器人上也有的用的激光雷达，为什么不利用起来呢，然后国外大牛就
weixin_30649859·2023-11-23 01:40

2022-03-22

自动驾驶/机器人SLAM算法面经1欢迎关注公众号：内推君SIR，加微信：neituijunsir加入自动驾驶交流群Case1一面项目相关1、简历中的项目相关问题，项目是三维重建相关的，深度学习的深度估计
内推君·2023-11-22 17:42

地图构建算法——占据栅格地图构建算法

今天这篇文章主要介绍激光雷达SLAM中的一种经典的地图构建算法——占据栅格地图构建算法，下面将从地图的引入然后再详细的对该算法进行讲解。
快乐小脾孩·2023-11-22 14:40

ubuntu18.04安装运行A-LOAM

安装环境、依赖：eigen、pcl参考这里：Ubuntu18.04realsenseD435iROSorbslam2_echo_gou的博客-CSDN博客ceres1.14：sudoapt-getinstalllibgoogle-glog-devlibgflags-devlibatlas-base-devlibsuitesparse-devcmakewgetceres-solver.org
echo_gou·2023-11-22 04:38

视觉SLAM十四讲学习笔记——第三讲 三维空间刚体运动

1.旋转矩阵的正交性P45下方注解第一条“旋转矩阵的正交性可直接由定义给出”，在查阅众多证明方法之后，我选择一种个人更容易理解的方法。首先明确：正交矩阵即逆为自身转置的矩阵，即满足，因此要证明旋转矩阵的转置矩和逆矩阵是同一个矩阵。对于转置矩阵较为简单：对于旋转矩阵的逆，可以从物理意义上考虑，即为反向旋转对应的旋转矩阵（经过两次旋转回到初始状态，对应矩阵相乘结果为单位矩阵），因此只需要调换对应基底就
晒月光12138·2023-11-22 01:39

视觉SLAM十四讲学习笔记——第九讲 后端优化（1）

针对SLAM问题（非线性）的卡尔曼滤波器给出了单次线性近似下的最大后验估计，或者说是优化过程中一次迭代的结果。（2）非线性优化
晒月光12138·2023-11-22 01:39

视觉SLAM十四讲学习笔记——第三章 三维空间刚体运动

视觉slam十四讲学习笔记——第三章三维空间刚体运动3.1旋转矩阵3.1.1点、向量和坐标系3.1.2坐标系中的欧式变换3.1.3变换矩阵与齐次坐标3.2Eigen库的使用3.3旋转向量和欧拉角3.3.1
HIT_NOVA·2023-11-22 01:38

视觉SLAM十四讲学习笔记——第五讲相机与图像

参考书：高翔《slam十四讲》第二版我会在我的笔记中，结合自己的理解复述内容，并对代码部分完成复现。有问题的可以留言或者私信噢！开发环境：虚拟机Ubuntu22.04+Vscode。
派大星不憨·2023-11-22 01:38

视觉SLAM十四讲学习笔记——第一二讲

文章目录前言第一讲预备知识第二讲初识SLAM传感器Sensors经典视觉SLAM框架SLAM问题的数学表述总结前言研0学生，放假宅家，本科期间对其感兴趣，故开始学习。一个人学有点无聊，可以一起来学呀！
派大星不憨·2023-11-22 01:38

视觉SLAM十四讲学习笔记——三维空间刚体运动（ch3~旋转矩阵Eigen）

文章目录本节目标一、旋转矩阵1.1点、向量和坐标系1.1.1向量-向量、向量-数之间的运算1.1.2外积表示旋转1.2坐标系间的欧式变换1.3变换矩阵与齐次坐标1.4小节二、代码实践2.1矩阵初始化2.2矩阵运算2.3矩阵变换2.4解方程2.4.1特征值/特征向量2.4.2解方程本节目标理解三维空间的刚体运动描述方式：旋转矩阵、变换矩阵、四元数和欧拉角。掌握Eigen库的矩阵、几何模块使用方法。一
云梦泽没有东边和西边·2023-11-22 01:06

高翔视觉SLAM十四讲学习笔记——第3讲刚体运动

第三章刚体运动学习任务一、点，向量和坐标系向量的坐标内外积二、坐标系间的欧氏变换三、齐次坐标和变换矩阵♥重点♥四、旋转向量和欧拉角4.1旋转向量4.2欧拉角4.3四元数五、四元数到旋转矩阵的转换学习任务理解三维空间的刚体运动描述方式：旋转矩阵、变换矩阵、四元数和欧拉角。掌握Eigen库的矩阵、几何模块使用方法。一、点，向量和坐标系刚体：不光有位置，还有自身的姿态。相机也可以看成三维空间的刚体，位置
星禾说·2023-11-22 01:35

【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵

专栏系列文章如下：【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍【视觉SLAM十四讲学习笔记】第二讲——初识SLAM本章将介绍视觉SLAM的基本问题之一：如何描述刚体在三维空间中的运动？
趴抖·2023-11-22 01:32

ORB-SLAM坐标系到ROS坐标系的转换

Step0：整体流程ros::PublisherCamPose_Pub;geometry_msgs::PoseStampedCam_Pose;cv::MatCamera_Pose;tf::Transformslam_tf
Jiqiang_z·2023-11-21 20:19

ROS自定义消息&在其他包调用

find_package(catkinREQUIREDCOMPONENTSmessage_generationroscpprospysensor_msgsstd_msgstfnav_msgsopen_kartoslam_karto_ceres
星星的月亮叫太阳·2023-11-21 07:36

教程 Re:Zero ROS （七/完） —— 建图&定位&导航 - 代价地图&路径规划

坐标系》https://blog.csdn.net/Lovely_him/article/details/107948765教程Re:ZeroROS（七/完）——建图&定位&导航-代价地图&路径规划1.slam_gmapping
兴趣使然_·2023-11-20 20:18

激光扫描测距仪的实质就是3D激光雷达

这类设备往往用于如下几个方面：1)机器人定位导航目前机器人的SLAM算法中最理想的设备仍旧是激光雷达(虽
Cle bri ty·2023-11-20 16:57

Could not find a package configuration file provided by “slam_karto” with any of the following names

share/catkin/cmake/catkinConfig.cmake:83(find_package):Couldnotfindapackageconfigurationfileprovidedby“slam_karto
万俟淋曦·2023-11-20 15:05

SLAM导航机器人零基础实战系列：（二）ROS入门——8.理解roslaunch在大型项目中的作用

SLAM导航机器人零基础实战系列：（二）ROS入门——8.理解roslaunch在大型项目中的作用摘要ROS机器人操作系统在机器人应用领域很流行，依托代码开源和模块间协作等特性，给机器人开发者带来了很大的方便
小虎哥哥爱学习·2023-11-20 15:33

SLAM导航机器人零基础实战系列：（二）ROS入门——5.编写简单的消息发布器和订阅器

SLAM导航机器人零基础实战系列：（二）ROS入门——5.编写简单的消息发布器和订阅器摘要ROS机器人操作系统在机器人应用领域很流行，依托代码开源和模块间协作等特性，给机器人开发者带来了很大的方便。
小虎哥哥爱学习·2023-11-20 15:32

目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】三维重建

目录前言几个高频面试题目“基于RGB-D相机的三维重建"和传统的SFM和SLAM算法有什么区别？
格图素书·2023-11-20 07:07

读书笔记-《无人驾驶》7-20200929

SLAM即时定位于地图构建技术，提高机器人自主地图定位的
关七666·2023-11-20 02:04

每日开眼01.16

#小程序设计#UI设计01.老人约会应用Dribbble-OldPeopleCommunity.pngbyShahidulIslamShishir✪02.进行目标管理程序https://dribbble.com
西瓜绿2020·2023-11-19 14:29

【6年人工智能开发】简述卷积神经网络（CNN）

随着各类传感器、语音交互、机器识别、SLAM等技术的蓬勃发展，机器人开始从科幻作品中走出，走进人们的生活。下面给大家简述一下深度学习方面的卷积神经网络。
爱码小士·2023-11-19 11:45

扫地机器人，不相信视觉导航

2010年，第一台搭载激光导航技术（LDSSLAM）的扫地机器人Neato问世，它可以通过激光雷达反射计算障碍物的距离并进行环境地图构建，标志着扫地机器人从随机式清扫进入了规划式清扫时代。
INDEMIND·2023-11-18 22:36

平面几何参数表示

平面几何ref：slam中线和面特征的参数化表示方法https://blog.csdn.net/qq_35102059/article/details/122437847SLAM中面特征的参数化https
Jumping润·2023-11-17 11:04

目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】SLAM（最终篇）

目录前言SLAM学习方法论语义SLAM与深度相机SLAM-机器人ROSSLAM与ROS之间的关系
格图素书·2023-11-17 06:03

Jetson TX2 NX(Ubuntu 18.04) + ROS melodic + turtlebot功能包 + realsense d455 + ORB-SLAM2

JetsonTX2NX(Ubuntu18.04)+ROSmelodic+turtlebot功能包+realsensed455+ORB-SLAM21.安装ROSmelodic更换中科大源$sudosh-c
呼吸之野qaq·2023-11-17 03:07

史上最简SLAM零基础解读(10.1) - g2o(图优化)→简介环境搭建(slam十四讲第二版为例)

本人讲解关于slam一系列文章汇总链接:史上最全slam从零开始文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→官方认证{\color{blue}{文末正下方中心}提供了本人\color{red
江南才尽，年少无知！·2023-11-16 22:41

【自动驾驶与机器人中的SLAM技术】点云中的拟合问题和K近邻

目录1.在三维体素中定义NEARBY14，实现14格最近邻的查找。2.推导argmax||Ad||22的解为ATA的最大特征向量或者奇异向量。3.将本节的最近邻算法与一些常见的近似最近邻算法进行对比，比如nanoflann，给出精度指标和时间效率指标。4.也欢迎大家来公众号--“过千帆”读书。1.在三维体素中定义NEARBY14，实现14格最近邻的查找。在NearbyType中定义NEARBY14
宛如新生·2023-11-16 21:25

ubuntu 20.04+ORB_SLAM3 安装配库教程

目录安装ros(如果只是运行ORB-SLAM3，可以跳过安装)0.ros安装教程1.安装opencv2.安装Pangolin3.安装Eigen34.安装Python&libssl-dev5.安装boost
lelezhuxj·2023-11-16 20:32

卡尔曼家族从零解剖-(07) 高斯分布积分为1，高斯分布线性变换依旧为高斯分布，两高斯函数乘积仍为高斯。

讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解的卡尔曼家族从零解剖链接:卡尔曼家族从零解剖-(00)目录最新无死角讲解：https://blog.csdn.net/weixin
江南才尽，年少无知！·2023-11-16 06:14

【ROS导航Navigation】一 | 概述

目录致谢：ROS赵虚左老师一、【概述】二狗子找大水法Navigation全图二、【SLAM】即时定位与地图构建三、【AMCL】自适应蒙特卡洛定位四、【Move_base】路径规划五、【cmd_vel】运动控制六
Akaxi-1·2023-11-16 00:10

【ROS导航Navigation】四 | SLAM与导航 | 自主移动的地图构建 （更新ing）

致谢：ROS赵虚左老师Introduction·Autolabor-ROS机器人入门课程《ROS理论与实践》零基础教程参考赵虚左老师的实战教程实现比较简单，步骤如下:编写launch文件，集成SLAM与
Akaxi-1·2023-11-16 00:08

【源码分析】Java中的lambda表达式会生成内部类吗？是如何生成的？

文末附结论分析以该程序为例子publicclassLambdaTest{publicstaticvoidmain(String[]args){Threadt1=newThread(()->{System.out.println
Honyelchak·2023-11-16 00:22

PCL编译提示CMake Error: Boost not Found(common is required but boost was not found)

不得不说ORB-SLAM2依赖库实在是太多了，库和库之间很容易冲突，这不，源码编译安装了boost1.54，然后在编译PCL1.8的时候报错了：CMakeError:BoostnotFound(commonisrequiredbutboostwasnotfound
nudt_qxx·2023-11-15 21:59

《视觉SLAM十四讲》-- 后端 1（下）

8.2BA与图优化BundleAdjustment是指从视觉图像中提炼出最优的3D模型和相机参数（内参和外参）。8.2.1相机模型和BA代价函数我们从一个世界坐标系中的点p\boldsymbol{p}p出发，把相机的内外参数和畸变都考虑进来，最后投影成像素坐标，步骤如下：（1）世界坐标系转换到相机坐标系P′=Rp+t=[X′,Y′,Z′]T(8-30)\boldsymbol{P'}=\boldsy
算法导航·2023-11-15 20:28

《视觉SLAM十四讲》-- 视觉里程计2

文章目录07视觉里程计27.1直接法的引出7.22D光流7.2.1Lucas-Kanade光流7.2.1实践：LK光流7.3直接法7.3.1推导过程7.3.2直接法的优缺点07视觉里程计27.1直接法的引出特征点的缺点：关键点的提取与描述子的计算非常耗时，实时性差；使用特征点时，忽略了特征点以外的所有信息，而丢弃了部分可能有用的信息；有时会出现特征缺失的情况，如白墙或者空荡荡的走廊等。为了克服上述
算法导航·2023-11-15 20:58

《视觉SLAM十四讲》-- 视觉里程计 1（下）

6.4.1直接线性变换（DLT）已知空间中某点P=[X,Y,Z,1]T\boldsymbol{P}=[X,Y,Z,1]^TP=[X,Y,Z,1]T，在图像中的归一化坐标为[u,v,1]T[u,v,1]^T[u,v,1]T，求解相机运动R\boldsymbol{R}R、t\boldsymbol{t}t。定义增广矩阵[R∣t][\boldsymbol{R}|\boldsymbol{t}][R∣t]为一
算法导航·2023-11-15 20:57

《视觉SLAM十四讲》-- 后端 1（上）

文章目录08后端18.1概述8.1.1状态估计的概率解释8.1.2线性系统和卡尔曼滤波（KF）8.1.3非线性系统和扩展卡尔曼滤波（EKF）8.1.4小结08后端1前端视觉里程计可以给出一个短时间内的轨迹和地图，但由于不可避免的误差积累，地图在长时间内是不准确的，因此，我们希望构建一个大规模、长时间的最优轨迹和地图。8.1概述8.1.1状态估计的概率解释（1）两种处理方式批量式：使用过去和未来的信
算法导航·2023-11-15 20:55

自学SLAM（8）《第四讲：相机模型与非线性优化》作业

前言小编研究生的研究方向是视觉SLAM，目前在自学，本篇文章为初学高翔老师课的第四次作业。
Chris·Bosh·2023-11-15 17:06

SLAM中提到的相机位姿到底指什么？

不小心又绕进去了，所以掰一下。以我个人最直观的理解，假设无旋转，相机在世界坐标系的(5,0,0)^T的位置上，所谓“位姿”，应该反映相机的位置，所以相机位姿应该如下：Eigen::Matrix4dT=Eigen::Matrix4d::Identity();//假设T是一个4x4的矩阵，初始化为单位矩阵T(0,3)=5.0;但是根据我对位姿的这个理解，再结合高翔博士的《十四讲》第五章，第二版P99，
秦伟H·2023-11-15 17:26

【自动驾驶和机器人中的SLAM技术】实现基于预积分和图优化的GNSS+IMU+Odom的融合定位系统

目录1.公式推导2.GNSS+IMU+Odom融合定位3.利用数值求导工具，验证本书实验中的雅可比矩阵的正确性4.也欢迎大家来我公众号读书--“过千帆”1.公式推导2.GNSS+IMU+Odom融合定位程序实现以及运行效果：①首先是在预积分程序中记录了预积分积累的IMU数据个数（用来保证相邻两关键帧之间要有IMU预积分量来做约束）②然后，参考addGnss部分代码修改addOdom部分代码：运行效
宛如新生·2023-11-15 02:18

SAA-C02学习记

一、AWSLambda无服务器计算让您可以在不考虑服务器的情况下构建并运行应用程序和服务。使用无服务器计算，您的应用程序仍在服务器上运行，但所有服务器管理工作均由AWS负责。
AllanRobinLukeman·2023-11-14 13:29

SLAM算法知识荟萃

文章目录SLAM自动驾驶八股PID控制算法ROS和ROS2区别四元数在表示空间旋转时的优势是什么？
howtoloveyou·2023-11-14 13:28
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他