视觉SLAM从入门到实践

视觉SLAM十四讲第六讲

第六章非线性优化主要目标理解最小二乘法的含义和处理方式。理解高斯牛顿法（Gauss-Newton）、列文伯格—马夸尔特方法（LevenburgMarquadt）等下降策略。学习Ceres库和g2o库的基本使用方法。一、状态估计问题1）批量状态估计与最大后验估计经典SLAM模型由一个运动方程和一个观测方程构成：在运动和观测方程中，我们通常假设两个噪声项wk,vk,j满足零均值的高斯分布，像这样：其中
菜菜的阿远·2023-01-08 16:59

上手 GAMES 104 课程 Pilot 游戏引擎~~

还记得在音视频春节假期内卷指南（实操）中就推荐过GAMES系列的视频，如今《GAMES104-现代游戏引擎：从入门到实践》也已经来了。
音视频开发进阶·2023-01-06 18:24

《GAMES104-现代游戏引擎：从入门到实践》-05 学习笔记

目录渲染计算的三大组成部分渲染方程及挑战渲染方程式挑战一挑战二挑战三总结一下三个挑战简易光照解决方案光源的简化材质的简化阴影的简化基于预计算的全局光照如何表现全局光照卷积定理（ConvolutionTheorem）球谐函数（SphericalHarmonics）LightmapLightProbeReflectionProbe基于物理的材质微平面理论（MicrofacetTheory）基于微平面理
发呆3·2023-01-06 18:52

《GAMES104-现代游戏引擎：从入门到实践》-01 学习笔记

最近开始补GAMES104的课程，以此文章记录下自己在课程中的收获。目录前言为什么学游戏引擎？游戏引擎历史早期游戏时代游戏引擎之父和第一个游戏引擎的问世现代游戏引擎什么是游戏引擎学习游戏引擎的MainRoad前言游戏最奇妙的点在于每个人都很熟悉，但却很少有人能够意识到其中的高深之处。游戏中的每一个画面，每一个细节，都是在计算机中由0和1模拟出来的。一款游戏的制作十分复杂，它其中包含了计算机科学中几
发呆3·2023-01-06 18:22

《GAMES104-现代游戏引擎：从入门到实践》-02 学习笔记

目录游戏引擎分层架构工具层（ToolLayer）功能层（FunctionLayer）资源层（ResourceLayer）核心层（CoreLayer）平台层（PlatformLayer）第三方库（ThirdPartyLibraries）资源层功能层核心层平台层工具层为什么要分层架构？Takeaways游戏引擎分层架构工具层（ToolLayer）在一个现代游戏引擎中，我们最先看到的可能不是复杂的代码，
发呆3·2023-01-06 18:22

GAMES104实录 | 引擎架构分层（上）

本期为GAMES104《现代游戏引擎：从入门到实践》视频公开课文字实录第4期。本课程由GAMES(图形学与混合现实研讨会）发起，游戏引擎技术专家王希携手游戏引擎一线开发者共同研发。
GAMES104·2023-01-06 18:21

GAMES104实录 | 游戏引擎导论（上）

本期为GAMES104《现代游戏引擎：从入门到实践》视频公开课文字实录第1期。本课程由GAMES(图形学与混合现实研讨会）发起，游戏引擎技术专家王希携手游戏引擎一线开发者共同研发。
GAMES104·2023-01-06 18:51

《GAMES104-现代游戏引擎：从入门到实践》-04 学习笔记

目录《GAMES104》渲染系统课程大纲渲染概述游戏渲染面临的挑战渲染流水线着色纹理采样（TextureSampling）GPU的概念SIMDandSIMTGPUArchitectureCPU到GPU的数据流缓存（Cache）Renderable可渲染对象MeshMaterials坐标系与变换（CoordinateSystemandTransformation）SubMesh资源池（Resourc
发呆3·2023-01-06 18:48

大汇总 | 9种基于神经辐射场NeRF的SLAM方法你都知道吗？

作者|秦通编辑|算法邦点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【SLAM】技术交流群后台回复【SLAM综述】获取视觉SLAM、激光SLAM、RGBD-SLAM
自动驾驶之心·2023-01-06 10:34

一文了解PnP算法，python opencv中的cv2.solvePnP()的使用，以及使用cv2.sovlePnP()方法标定相机和2D激光雷达

——《视觉SLAM十四讲》（参考）2、通俗的讲，PnP问题就是在已知世界坐标系下N个空间点的真实坐标以及这些空间点在图像上的投影
点亮～黑夜·2023-01-06 09:13

SLAM | 视觉SLAM中特征点法开源算法：PTAM、ORB-SLAM

点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货前面的话VSLAM是利用多视图几何理论，根据相机拍摄的图像信息对相机进行定位并同时构建周围环境地图。VSLAM前端为视觉里程计和回环检测，相当于是对图像数据进行关联；后端是对前端输出的结果进行优化，利用滤波或非线性优化理论，得到最优的位姿估计和全局一致性地图。前面已经介绍了系列一：VSLAM的前端：视觉里程计和回环检测，和系列二：V
AI算法修炼营·2023-01-06 08:24

视觉SLAM十四讲笔记-8-1

视觉SLAM十四讲笔记-8-1文章目录视觉SLAM十四讲笔记-8-1视觉里程计28.1直接法的引出8.22D光流8.2.1Lucas-Kanade光流8.3实践：LK光流8.3.1使用LK光流8.3.2
四夕小一冰·2023-01-06 08:24

高翔视觉SLAM十四讲学习笔记-第7讲视觉里程计（♥重点章节♥）

第7讲视觉里程计学习任务7.1特征点法举个栗子ORBBRIEF7.22D-2D对极几何八点法求矩阵E（Essential）从E计算R,t:奇异值分解使用H恢复R，t（八点法共面时）小结7.3三角测量三角测量的定义三角法求深度原理7.43D-2DPnP（♥重要的姿态估计方法♥）PnP定义PnP问题求解方法7.4.1直接线性变换（DLT）7.4.2P3P7.4.3PnP优化解法BundleAdjust
星禾说·2023-01-06 08:23

视觉SLAM十四讲-高翔 第8讲 视觉里程计2

视觉里程计1.直接法的引出尽管特征点法在视觉里程计中占据主流地位，研究者们认识到它至少有以下几个缺点：关键点的提取与描述子的计算非常耗时。实践当中，SIFT目前在CPU上是无法实时计算的，而ORB也需要近20毫秒的计算。如果整个SLAM以30毫秒/帧的速度运行，那么一大半时间都花在计算特征点上。使用特征点时，忽略了除特征点以外的所有信息。一张图像有几十万个像素，而特征点只有几百个。只使用特征点丢弃
玛卡巴卡_qin·2023-01-06 08:22

python股票量化交易入门到实践_Python股票量化交易从入门到实践

第1章理解Python股票量化交易11.1多角度分析量化交易11.1.1量化交易的本质21.1.2量化交易的发展41.1.3量化交易的优势71.1.4量化交易的过程81.2多角度分析股票价格91.2.1从股票的起源看本质91.2.2如何衡量股票溢价111.2.3股票收益的组成121.2.4股价波动的原因131.3为什么选择Python语言141.3.1概述编程语言的发展141.3.2面向过程和面向
Alvis-lby·2023-01-05 14:19

[SLAM]高博视觉SLAM十四讲ch4中useSophus报错

问题描述在正常安装了Sophus库后，运行高博的代码，发现如下错误########Runningcommand:"make-j16-l16"in"/home/a/SLAM/slam_ws/build"####ScanningdependenciesoftargetuseSophus[33%]Builttargethello[33%]Builttargethello_shared[33%]Built
Astrophily·2023-01-04 16:50

ubuntu20运行A-LOAM记录

前言大致看了一下ORB-SLAM、DF-VO等SLAM相关项目，也围绕着DF-VO做了一些修改，现在研二，也该为自己的未来作打算了，看了一下求职的信息，其实给我的感觉招雷达SLAM的会比视觉SLAM的要多
Astrophily·2023-01-04 16:17

2021年十大开源SLAM算法整理

_哔哩哔哩_bilibili2021年底盘点：十大最佳开源SLAM算法1.TANDEM该方法由慕尼黑工业大约DanielCremers团队提出来的纯视觉SLAM，该框架在圣诞节前开源。
jjm2002·2023-01-04 07:28

回环检测回环校正（二）：回环校正原理

回环检测回环校正（二）：回环校正原理一、回环校正概述参考：[1]徐宽.融合IMU信息的双目视觉SLAM研究[D].哈尔滨工业大学,2018.回环校正所要做的事是如何利用回环信息消除累计的误差。
Dammmmmmy·2023-01-04 02:40

回环检测回环校正（一）：回环检测原理

回环检测回环校正（一）：回环检测原理一、回环检测回环校正的意义参考：[1]徐宽.融合IMU信息的双目视觉SLAM研究[D].哈尔滨工业大学,2018.我们在进行运动估计之后，当固定了第一帧图像的初始位姿
Dammmmmmy·2023-01-04 02:10

论文汇总！物体级SLAM（定位/建图/重定位/回环检测）

/zhuanlan.zhihu.com/p/570562248点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【SLAM】技术交流群后台回复【SLAM综述】获取视觉
自动驾驶之心·2023-01-04 02:05

视觉SLAM学习笔记

本文是个人对《视觉SLAM十四讲》的内容进行个人理解说写下的笔记以备忘第三讲向量向量一般为列向量,用小写字母表示。向量相乘点乘为内积，可表达为以下，为向量a、b间夹角，结果可描述为向量间投影关系。
Nico_J ??·2023-01-03 18:50

1.移动机器人发展现状

需要多个传感器配合2.自动驾驶领域(AMR自主移动机器人):车辆避让行人、导航等热点研究领域：环境感知和建模、人机交互、定位导航、环境理解发展趋势：视觉SLAM，实现多传感器融合深度学习：加深机器人对环境的理解多机协作
helwens·2023-01-03 14:22

视觉SLAM学习路线

关于视觉SLAM我感觉学习成本高、科研选题难和行业壁垒高，但是充满挑战不是很有意思嘛。学SLAM方向跟motionplanning科研都不好做，而且都很吃数学基础。
极客范儿·2023-01-03 08:01

基于环视相机的视觉SLAM在自动泊车系统上的应用

点云PCL免费知识星球，点云论文速读。文章：TrainedTrajectorybasedAutomatedParkingSystemusingVisualSLAMonSurroundViewCameras作者：NiveditaTripathiandSenthilYogamani编辑：点云PCL欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈。文章仅做学术分享，如有侵权联系删文。未经博主同意
Being_young·2023-01-02 20:25

SVO: 视觉SLAM中特征点法与直接法结合

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达前面的话VSLAM是利用多视图几何理论，根据相机拍摄的图像信息对相机进行定位并同时构建周围环境地图。VSLAM前端为视觉里程计和回环检测，相当于是对图像数据进行关联；后端是对前端输出的结果进行优化，利用滤波或非线性优化理论，得到最优的位姿估计和全局一致性地图。前面已经介绍主要分为两部分：首先是，VSLAM系列的总体概述：VSLA
小白学视觉·2023-01-02 16:04

关于视觉SLAM中特征点法，光流法和直接法的区别和理解

视觉SLAM中特征点法，光流法，直接法的区别和理解1.特征点法简介：顾名思义，特征点法就是对图像提取特征，对图像特征进行跟踪的过程。
LEAVESJUN·2023-01-02 16:01

对极几何、三角测量、PnP、ICP问题描述

1、求解空间点深度2、求解空间点坐标3D-2D：PnP1、直接线性变换（DLT）2、P3P3、BA3D-3D：ICP1、SVD方法2、非线性优化方法References前言几周前草草看完了高翔老师的《视觉
JSWWSJSWWS·2023-01-02 07:33

SLAM经验分享：少年不惧岁月长

作为一个刚入坑SLAM一年多的初学者，首先想说的就是这个研究方向比较广，大方向按搭载传感器分为激光SLAM和视觉SLAM两种，激光SLAM搭载激光雷达，视觉SLAM搭载单目、双目、RGBD相机三大类。
深蓝学院·2023-01-01 19:16

视觉SLAM十四讲CH7课后习题10_2

转载于：在ceres中实现ICP优化（仅优化位姿）_luo870604851的博客-CSDN博客一.仅优化位姿构造类和代价函数：structICPCeres{ICPCeres(Point3fuvw,Point3fxyz):_uvw(uvw),_xyz(xyz){}//残差的计算template<typenameT>booloperator()(constT*constc...https
长沙有肥鱼·2023-01-01 17:27

《视觉SLAM十四讲 第二版》课后习题

本文为《视觉SLAM十四讲》(第二版)的课后习题解答，为本人学习时参考着网上的资源所写的答案，可能有所纰漏，希望大家指出。
鱼肖浓++·2023-01-01 17:55

《视觉SLAM进阶：从零开始手写VIO》第一讲作业

《视觉SLAM进阶：从零开始手写VIO》第一讲作业文章目录《视觉SLAM进阶：从零开始手写VIO》第一讲作业1.1视觉与IMU融合之后有何优势？1.2有哪些常见的视觉+IMU融合方案？
楚歌again·2023-01-01 17:54

视觉SLAMch7 课后题

课后习题1.除了ORB特征点，还有哪些特征点？说说SIFT与SURF的原理，并对比它们与ORB之间的优势。仅提取关键点：Harris角点、FAST角点、GFTT(goodFeaturesToTrack)角点既有关键点又有描述子：SIFT、SURF、ORB。Harris角点Harris角点检测是一种基于图像灰度的一阶导数矩阵检测方法。检测器的主要思想是局部自相似性/自相关性，即在某个局部窗口内图像块
雨幕丶·2023-01-01 17:22

视觉SLAM十四讲笔记及课后习题 ch1 预备知识

有线性方程Ax=bAx=bAx=b，若已知A，bA，bA，b，需要求解xxx，该如何求解？这对A和bA和bA和b有哪些要求？提示：从AAA的维度和秩角度来分析。求解方法：QR分解LDLT高斯列主元法具体求解过程交给相关库吧，比如Eigen；对A、bA、bA、b有哪些要求？直观理解：当bbb是矩阵AAA各列向量的线性组合时，有解；参考MIT线性代数教程Lecture6向量空间与列向量；有解无解总结：
Go_do·2023-01-01 17:52

深蓝学院视觉slam十四讲第７章作业

目录2.BundleAdjustment2.1文献阅读2.2BAL-dataset3.直接法的BundleAdjustment3.1数学模型3.2实现2.BundleAdjustment2.1文献阅读[1]BillTriggs,PhilipMclauchlan,RichardHartley,AndrewFitzgibbon.BundleAjustment—AModernSynthesis.1.矩阵
Jevin-L·2023-01-01 17:21

视觉SLAM十四讲第二版笔记及课后习题-第一讲

视觉SLAM十四讲笔记及课后习题-第一讲前言写这个博客主要是为了总结一下自己近期学习的一些知识，希望能够理顺一下，可能会包括笔记，代码实践，课后习题，这里面会有一些自己的理解以及从其他博客或者网站中了解到的相关知识
vegatable dog·2023-01-01 17:20

视觉SLAM十四讲作业练习（7）BA

BA后端优化第七次作业的第2题BAL-dataset与书中所给示例代码类似，于是就学习了一下，让我写肯定写不出来。。。整体思路如下：文件结构：.├──bundle_adjustment_ceres.cpp├──bundle_adjustment_g2o.cpp├──cmake│  ├──CeresConfig.cmake.in│  ├──FindBLAS.cmake│  ├──FindCSpars
花舞の街道·2023-01-01 17:49

《视觉SLAM十四讲》第五讲ch5实验错误总结

一、安装OpenCV（书P108页）1、安装依赖项：按照书中代码安装依赖项时，出现三个库报错。查阅资料后，将正确的安装步骤整理如下：打开终端依次输入：sudoapt-getinstallbuild-essentialsudoapt-getinstalllibgtk2.0-devsudoapt-getinstalllibvtk6-devsudoapt-getinstalllibjpeg-devsud
AndyVictory·2023-01-01 09:09

2021年十大开源SLAM算法整理

2021年底盘点：十大最佳开源SLAM算法1.TANDEM该方法由慕尼黑工业大约DanielCremers团队提出来的纯视觉SLAM，该框架在圣诞节前开源。
berry丶·2023-01-01 07:04

【Python】零基础入门 Python学习路线最佳实践，推荐，建议收藏！

1.1Python官方文档1.2廖雪峰的官网1.3菜鸟教程-Python基础教程1.4Python在线手册1.5Python-Guide1.6realpython2经典书籍2.1入门书籍《Python编程：从入门到实践
双木的木·2022-12-31 10:03

[论文阅读]Road Mapping and Localization using Sparse Semantic Visual Features

提出了一个提取、建模优化语义道路元素的视觉SLAM方法，结合深度学习模型提取语义。①一个深度学习
感天动地大白狗·2022-12-31 09:33

探秘微信业务优化：DDD从入门到实践

引言|本文作者从微信团队维护的带货类项目所遇卡点出发，尝试用领域驱动设计方法（简称DDD），保障在快节奏、多人协作的项目迭代中，维持系统的可维护性、可拓展性、高内聚低耦合和稳定性。作者首先剖解相关概念原理，之后代入亲身参与的微信团队实际项目、围绕DDD方法进行优化实操。DDD全称Domain-DrivenDesign，中文叫领域驱动设计，是一套应对复杂软件系统分析和设计的面向对象建模方法论。它由E
腾讯云开发者·2022-12-31 00:43

SLAM面经整理

6.对于光照明暗变化,动态场景,视觉SLAM如何去解决?7.长廊问题怎么办?8.ORBSLAM初始化步骤?++9.RANSAC的原理?1
每天都在努力学习SLAM的小黑·2022-12-30 21:08

SLAM_视觉SLAM面试题及答案汇总

视差与深度的关系5描述PnP算法6闭环检测常用方法7给一个二值图，求最大连通域8梯度下降法、牛顿法、高斯-牛顿法的区别9推导一下卡尔曼滤波、描述下粒子滤波10如何求解Ax=b的问题11什么是极线约束12单目视觉
惊鸿一博·2022-12-30 21:34

视觉SLAM十四讲学习5 位姿估计（4）PNP方法，DLT，P3P

视觉SLAM十四讲学习5位姿估计（4）PNP方法，DLT，P3P，BA前言PnPDLTP3P后记前言上篇记录了本质矩阵，基础矩阵，单应矩阵的求解。
RuiH.AI·2022-12-30 21:33

非线性优化Ceres的学习和使用（一）

本文参考视觉slam十四讲实现使用Ceres拟合曲线。
火星机器人life·2022-12-30 21:31

第二讲 初识SLAM

ch02初识SLAM经典视觉SLAM框架视觉SLAM流程包括以下步骤:传感器信息读取:在视觉SLAM中主要为相机图像信息的读取和预处理.如果是在机器人中,还可能有码盘、惯性传感器等信息的读取和同步.视觉里程计
oyou-2021·2022-12-30 21:31

自动驾驶/机器人 SLAM算法 面经1

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2、具体细节上，网络结构、loss设计、数据、训练泛化效果3、非公共区域如何处理、精度如何保证基础：1、非线性优化2、视觉
Neituijunsir·2022-12-30 21:29

Phillweston 自动驾驶/机器人 SLAM算法 面经

视觉SLAM常见面试题型：SLAM_视觉SLAM面试题及答案汇总_惊鸿一博的博客-CSDN博客_slam面试题视觉SLAM知识篇：视觉SLAM、3Dvision笔试面试问题：经验分享
Phillweston·2022-12-30 21:56

点线特征优缺点对比

点特征优点：1.精度高：当场景包含稳定的特征点时，最先进的视觉SLAM算法[1]、[2]可以产生与激光测距扫描仪精度相当的结果。
王不偏·2022-12-30 19:41
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他