位姿估计

论文翻译：PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation

摘要本文讨论了单幅RGB图像在严重遮挡或截断情况下的6DoF位姿估计问题。最近的许多研究表明，two-stage的方法：首先检测关键点，然后解决一个PnP问题的位姿估计，效果很好。
weixin_44636737·2020-08-03 08:47

姿态估计2-00：PVNet(6D姿态估计)-目录-史上最新无死角讲解

接下来，我会为大家无死角的解析PVNet(6D姿态估计-物体六自由度位姿估计)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接
江南才尽，年少无知！·2020-08-03 07:28

ORB-SLAM2代码阅读笔记（六）：Tracking线程4——Track函数中相机位姿估计

TableofContents1.Track函数结构2.相机位姿估计1）Track函数代码分析2）跟踪并定位情况下的位姿估计（1）CheckReplacedInLastFrame函数（2）TrackReferenceKeyFrame
文科升·2020-08-03 02:28

ORBSLAM2源码阅读（2）——算法部分

算法通用数据结构TrackingOrb特征提取oFASTrBRIEFORBSLAM中的实际应用从之前的关键帧中初始化位姿估计从全局重定位中初始化位姿估计跟踪本地地图决定新的关键帧LOCALMAPPINGcovisibilitygraph
zhxue_11·2020-07-30 06:38

LOAM：实时的雷达里程计和建图

之前对激光SLAM的印象就是激光雷达采集到点云数据，然后用ICP对准就可获得接收端位姿估计。第一篇经典的激光SLA
try_again_later·2020-07-30 01:25

通俗易懂！视觉slam第八部分——李群，李代数

通过李群——李代数间的转换关系，我们希望把位姿估计变成无约束的优化问
满天星._·2020-07-29 22:29

aruco码C++检测和位姿估计代码

1、Marker检测对于aruco的检测，是opencv中自带的检测库，进行检测时，需要先进行Marker库的定义，这个库需要与你生成的aruco码（生成aruco码方法）的定义一致，否则也检测不到。该代码可以检测Apriltag，只需将Marker库更换为“DICT_APRILTAG_***”即可。//aruco_code_detect.cpp:此文件包含"main"函数。程序执行将在此处开始并
南洲.·2020-07-29 03:27

PCL学习：点云特征-视点特征直方图（VFH）

视点特征直方图VFH(ViewpointFeatureHistogram)描述子，它是一种新的特征表示形式，应用在点云聚类识别和六自由度位姿估计问题。图1展示了VFH识别和位姿估计的一个例子。
JoannaJuanCV·2020-07-29 02:08

视觉SLAM——非线性优化问题

位姿估计本身是求解最大似然估计，即在什么样的状态下xk，最可能产生现在观测到的数据。运动方程：;表示从k-1时刻到k时刻的运动,表示k-1时刻位姿，是传感器读数，是噪声。
菀er·2020-07-29 00:10

amcl说明

beam_range_finder_model,likelihood_field_range_finder_model,Augmented_MCL,和KLD_Sampling_MCL.amcl读入激光地图，激光扫描数据，和tf变换信息，并且输出位姿估计
Ribbite·2020-07-28 23:14

视觉SLAM融合IMU问题研究笔记

因此现阶段的一个研究热点是将视觉SLAM与IMU得到的位姿估计结果进行融合，得到更加鲁棒的输出结果。
all3n531·2020-07-28 23:55

姿态旋转与坐标变换

作为SLAM中位姿估计的重要内容，姿态的表示方法多种多样，估计精度对系统
yuntian_li·2020-07-28 22:01

位姿估计之EPnP算法学习笔记

首先给出中是如何定义PnP:PnP(Perspective-n-point)是求解3D到2D点对运动的方法。它描述了当我们知道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。**这里有两个概念比较重要：1.3D空间点：指的是物体在世界坐标系下的坐标。2.投影位置：指的是物体在图像坐标系下的坐标。**举一个例子：在空间中有一个立方体（8个顶点），这8个点在图像上分别对应着一个投影点。那么
Hana的小跟班·2020-07-28 20:33

相关性扫描匹配CSM与分支限界加速

激光SLAM也需要前端，对于每一帧点云，通常是使用所谓的扫描匹配（scan-match）方法进行位姿估计。简单地说，扫描匹配就是想办
Coulson的博客·2020-07-28 19:34

ORB_SLAM2源码阅读记录（2）：主线程Tracking

接着上一次阅读的完成单目初始化，继续阅读Tracking主线程，单目初始化完成后，开始进行帧跟踪，分为三个小步骤，如论文中的系统框架所示，（1）初始位姿估计；（2）跟踪局部地图；（3）跟踪良好，检查是否插入新的关键帧
随机游走321·2020-07-28 13:49

ORB-SLAM2源码解读（1）：系统入口System

提取ORB特征子，根据上一帧进行位姿估计或全局重定位，然后跟踪局部地图优化位姿，确定新的关键帧。（2）LocalMapping：维护优化局部
try_again_later·2020-07-28 12:18

ORB-SLAM2源码解读（2.1）：Tracking

Tracking是SLAM的灵魂，更像是前端里程计VO，这里Tracking的主要任务两方面：（1）完成相机位姿估计（2）跟踪局部地图思路：TrackLocalMap（）在当前帧和局部地图之间找到尽可能多的对应关系
try_again_later·2020-07-28 12:18

[ORB-SLAM2]关于代码优化设计

html关于ORB-SLAM2中提高数据关联准确度的措施整理：1.初始化过程中提出模型选择策略，根据特征点的共面情况，确定使用基础矩阵Fundamentalmatrix还是单应矩阵Homography进行位姿估计
rain_promise·2020-07-28 10:24

视觉SLAM笔记（46） 基本的 VO

它VO任务是，根据输入的图像，计算相机运动和特征点位置前面都讨论的是在两两帧间的位姿估计，然而发现仅凭两帧的估计是不够的会把特征点缓存成一个小地图，计算当前帧与地图之间的位置关系但那样程序会复杂一些所以
氢键H-H·2020-07-28 06:14

ORB-SLAM2位姿估计

ORB-SLAM2位姿估计1.初始化位姿当跟踪bOK=true时，会依次优先选择“运动模式跟踪”，“关键帧模式跟踪”，若前两者失败，则说明跟踪失败bOK=false，bLOST=true，进入“重定位模式
nyq0321·2020-07-28 06:02

ORB-SLAM2源码学习（三）——跟踪Tracking.cc

Tracking模块主要完成了以下几件事情：单目地图的初始化当前帧的位姿估计当前帧的局部地图跟踪生成候选关键帧一、Tracking构造函数之前有讲过Tracking对象在Sys
potxxx·2020-07-28 04:09

视觉slam14讲学习（五）之视觉里程计组成:特征点法

文章目录1.特征点提取和匹配2.2d-2d对极几何2.1对极几何原理2.2基本矩阵F和本质矩阵E2.32d-2d位姿估计2.3d-2d估计方法1.特征点提取和匹配以orb特征为例,步骤1初始化://--
su扬帆启航·2020-07-28 04:09

认真的虎ORBSLAM2源码解读(一)：orbslam菜鸟综述

目录0.前言1.综述2.Tracking跟踪2.1.单目初始化2.2.通过上一帧获得初始位姿估计或者重定位2.2.1.通过速度模型获得初始位姿估计2.2.2.通过参考关键帧获得初始位姿估计2.2.2.重定位
认真的虎·2020-07-28 02:05

ORB-SLAM2 在线构建稠密点云（三）

这篇博客接着上一篇博客中的内容继续，我们在前面完成了位姿估计器的修改，也就是用ORB-SLAM提供的ROS节点实现了在线运行。
熊猫飞天·2020-07-27 20:32

SVO源码阅读笔记——motion estimation概述

SVO属于半直接稀疏法，说它是半直接是因为其只在前端线程的第一步，利用前后帧图像做初始位姿估计时用到了直接法，后面的一些步骤还都是特征点法的常见操作。以下是SVO运动估计的整体概述。
RoBOt__Dreamer·2020-07-27 17:18

视觉SLAM笔记--第7篇: 单目相机位姿估计流程

单目相机位姿估计流程参考书籍整体流程1.坐标系变换2.对极约束3.单目初始化4.三角测量5.求解空间3D坐标6.最小化重投影误差参考书籍参考书籍：《视觉SLAM十四讲》高翔博士整体流程1.坐标系变换已知
w风的季节·2020-07-16 06:52

视觉SLAM——位姿估计

******看完位姿估计原理过一段时间又忘记了，现参考高翔视觉SLAM十四讲做本文笔记。SLAM中的里程计都是基于特征点方式的算法。
菀er·2020-07-15 16:50

VINS的折腾之路

一直从事室内定位相关，之前的研究方向都是惯性导航和滤波，现在发现基于视觉能够和移动端的这些原有方法做很好的结合，所以开始研究vins这个方向，主要希望能在移动端上和原有技术结合，完成移动端的位姿估计。
小春007·2020-07-15 01:02

高翔Slambook第七讲代码解读（2d-2d位姿估计）

前言：小白创建了一个微信公众号，主要面向学习视觉的小伙伴，分享一些学习过程中的感受和一些技术文章。公众号里文章也会更新在CSDN中，不过由于工作量较大，会出现一段时间的延时，感兴趣的小伙伴可以关注公众号第一时间接受消息。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

DPI-SLAM：融合面特征以及IMU信息的SLAM系统 学习笔记

全文主要使用因子图方式进行优化具体内容为三个线程：1.融合IMU的视觉位姿估计：首先通过IMU预积分计算出两帧间的相对位姿：在因子图中对应的误差方程是：由于在预积分计算过程中假设偏置不变，所以出于对精度的考虑
hlxcsdn·2020-07-11 07:05

2D-2D位姿估计增加三角测量，确定尺度--参考SLAM十四讲7.6

#include#include#include#include#includeusingnamespacestd;usingnamespacecv;voidpose_estimation_2d2d(std::vectorkeypoints1,std::vectorkeypoints2,std::vectormatches,Mat&R,Mat&t);voidfind_feature_match(M
fukaixin12·2020-07-11 06:27

[学习SLAM ]单目vo中的深度确定方法--三角测量

在双目vo中，我们会首先使用三角测量恢复出深度信息，再进行位姿估计。因为基础矩阵与单应矩阵本身描述的是从一个2d平面到另一个2d平面的变换，无
苏源流·2020-07-10 22:49

PoseNet学习笔记

PoseNet:AConvolutionalNetworkforReal-Time6-DOFCameraRelocation基于深度学习方法对相机进行6自由度位姿估计的开创性论文摘要提出了一个鲁棒且实时的六自由度相机重定位系统
freedog的深度学习小站·2020-07-08 20:20

Unsupervised Scale-consistent Depth and Ego-motion Learning from Monocular Video（2019.10）

摘要最近CNN网络可以从未标注单目视频中学习深度和位姿估计，但由于不确定的运动物体导致效果受限，这些运动物体违反了几何图像重建在固定场景下的假设，由于没有足够的约束导致在不同实例中网络输出尺度不一致的结果
skycrygg·2020-07-08 02:29

CVPR2020——D3VO论文阅读

DeepPoseandDeepUncertaintyforMonocularVisualOdometry摘要：我们提出的D3VO单目视觉里程计框架从三个层面上利用了深度学习网络，分别是：利用深度学习的深度估计，利用深度学习的位姿估计
屠龙小道·2020-07-07 01:48

物体的三维识别与6D位姿估计：PPF系列论文介绍（三）

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达文章“AMethodfor6DPoseEstimationofFree-FormRigidObjectsUsingPointPairFeaturesonRangeData”2018年发表在《sensors》上，是近年来对PPF方法的进一步继承与改进。1.本文的思路本文介绍的方法主要分为两个阶段即线下建模与线上匹配，在建模时，通过计算和保存所有可
3Ｄ视觉工坊·2020-07-07 01:12

[Arduino] Madgwick算法的数学推演

Madgwick算法的数学推演：基于惯性导航元件的位姿估计《Anefficientorientationfilterforinertialandinertial/magneticsensorarrays
风中摇曳的小萝卜·2020-07-06 22:55

ORB-SLAM2 代码解读（二）：跟踪线程

本帖原文：链接ORB-SLAM2代码解读系列汇总：链接0.跟踪线程总体介绍  Tracking线程运行在系统主线程中，负责对每帧图像进行特征提取、位姿估计、地图跟踪、关键帧选取等工作，可以简单理解为SLAM
五小郎的学习笔记·2020-07-06 08:03

SLAM后端基于扩展卡尔曼、粒子滤波与非线性优化的思路整理

1SLAM后端SLAM前端完成了一个短时间内机器人移动和位姿估计的任务。但是这种估计是基于短时间内甚至是仅仅两帧
Plaggable·2020-07-06 03:11

[paper] Hourglass

StackedHourglassNetworksforHumanPoseEstimationAbstractHourglassNet是一个进行人体位姿估计的卷积神经网络（也可以用在人脸关键点检测等领域）
四月晴·2020-07-05 12:57

LOAM_velodyne学习（三）

但这就如同现实中不存在一个不受外力就能匀速直线运动的小球一样，量测噪声是不可避免的，因此Lidar位姿估计偏差一
沧海一升·2020-07-02 16:48

视觉SLAM十四讲-第九讲笔记

在匹配方案上，使用了相邻两帧匹配、与地图匹配两种方法；在位姿估计方法上，使用了PNP方法、PNP+bundleadjustment的方法。
KylinQAQ·2020-07-02 14:31

深度学习结合SLAM 研究现状总结

深度估计位姿估计重定位其他目前还不能达到超越传统方法的效果，相较传统SLA
lucas1997·2020-07-02 10:38

多相机标定&相机-IMU标定&卷帘快门相机标定工具——Kalibr

前言在Visual-InertialOdometry（VIO）领域，会使用IMU提高位姿估计的精度和系统鲁棒性，如：弥补图像的不足（运动模糊，弱纹理等），解决单目的尺度不确定性问题。
W_Tortoise·2020-07-02 07:51

ElasticFusion 解析

2、传统的SLAM算法一般通过不断优化相机轨迹或者特征点的方式，来提高轨迹估计或者重建的精度，这篇文章采用不断优化重建的map的方式，提高重建和位姿估计的精度
Xingyin-Fu·2020-07-02 00:00

视觉里程计02 基于特征匹配的位姿估计

概述特征点的投影模型为\(p=\frac{1}{Z}KP\)，\(P\)为世界坐标系下某点的坐标（\(Z\)为z方向的坐标），\(p\)为对应图像特征点。\(K\)为内参，在标定好的相机下，\(K\)已知根据对极几何约束，假设\(p_{2}\)为相机位姿运动\(R\)，\(t\)后与前一帧的特征点\(p_{1}\)匹配的特征点，则有\[s_1p_1=KP\]\[s_2p_2=K(RP+t)\]参考
dengwei7228·2020-07-01 22:12

PCL学习：基于VFH描述子的聚类识别与位姿估计(1)

VFH是非常强大的描述子之一，其主要用于识别和估计点集的聚类，这里的聚类是指3D点的集合，常常代表着一个特殊目标对象或场景的一部分，由分割或提取算法获得。在本节我们的目标不是提供一个最终的识别工具，而是根据各个聚类的场景及其对应的6自由度位姿，从一组聚类中检索查询进而选取与用户输入的场景近似的候选集，这样就可以将识别问题抽象为一个近邻估计问题。给定一组训练数据，我们将使用一种有效的近邻搜索结构，例
JoannaJuanCV·2020-06-30 13:14

PCL学习：刚性物体的位姿估计

代码说明：1.在存在遮挡情况的场景中估计某个刚性物体的位姿；2.采用类SampleConsensusPrerejective，实现基于采样一致性的位姿估计，其高效之处在于利用类CorrespondenceRejectorPoly
JoannaJuanCV·2020-06-30 13:42

位姿估计

计算机视觉-位姿估计1.简述仿射变换和透视变换的基本概念，并用实例说明。仿射变换：计算机视觉中的仿射变换一般指：平移，比例缩放，旋转变换都是一种称为仿射变换的特殊情况。
仰望落叶·2020-06-30 06:14

基于粒子滤波的定位算法 ——原理、理解与仿真

(2)“位姿跟踪”：指已知自身位姿或者已经通过“全局定位”得到了一个较好的位姿估计，在后续运动时补偿精度较差的运动控制误差；(3)“绑架劫持”：指机器人在已知自身位姿的情况下，得到了一个错误的位姿信息或者外界将其放到另外一个位姿
戈 扬·2020-06-30 04:04
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他