视觉SLAM从入门到实践第23页

仿真数据生成工具以及现有的仿真数据集

现有仿真数据集TartanAirTartanAir是一个用AirSim生成的仿真SLAM数据集，可以用于视觉SLAM。数据集提供：双目RGB图像，深度图像，分割，光流，相机位姿和LiDAR点云。

SLAM On the Road·2022-12-18 15:02

关于python编程——从入门到实践一书的详细学习笔记（1）

m0_NZC_62899814·2022-12-18 13:50

关于python编程——从入门到实践一书的详细学习笔记（2）

二、变量和数据类型2.1变量是什么？数据类型是什么？联想之前学的X，Y，Z那种解方程的题，是不是给X赋予一个值，写成”x=1“的形式，所以说python语言里同样是如此，给一个字母以一个值，这个字母就变成了一个变量。那么什么是数据类型？联系我们的每天接收到的信息各种各样，有文字（str），有数字（有整数（int类型），也有小数点，也叫浮点数(float类型)），有张三李四的是非对错（布尔类型），在

m0_NZC_62899814·2022-12-18 13:20

视觉SLAM⑦---视觉里程计Ⅰ（3D-2D:PnP，3D-3D:ICP）

目录7.93D-2D：PnP7.9.1直接线性变换7.9.2P3P7.9.3最小化重投影误差求解PnP7.10实践：求解PnP7.10.1使用EPnP求解位姿7.10.2手写位姿估计7.10.3使用g2o进行BA优化7.113D-3D：ICP7.11.1SVD方法7.11.2非线性优化方法7.12实践：求解ICP7.12.1实践：SVD方法7.13小结7.93D-2D：PnP已知3D点的空间位置和

Courage2022·2022-12-18 11:23

三维点云语义地图 & TSDF

语义SLAM：将深度学习（目标检测）融合进视觉slam的框架中,主要围绕SLAM,语义分割，语义建图三个方面进行研究。

洛詻·2022-12-18 10:03

视觉SLAM之词袋（bag of words）模型与K-means聚类算法浅析（2）

聚类概念：聚类：简单地说就是把相似的东西分到一组。同Classification(分类)不同，分类应属于监督学习。而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似度就可以开始工作了。聚类不需要使用训练数据进行学习，应属于无监督学习。我们经常接触到的聚类分析，一般都是数值聚类，一种常见的做法是同时提取N种特征，将它们放

Hellowongwong·2022-12-18 08:55

【论文笔记】DynaSLAM：动态场景中的跟踪、建图和场景修复 Tracking, Mapping, and Inpainting in Dynamic Scenes

DynaSLAM:Tracking,Mapping,andInpaintinginDynamicScenesCentralIdea：本文提出了一个视觉SLAM系统，它建立在ORB-SLAM2的基础上，增加了运动分割方法

浪里翻滚一只虾·2022-12-18 08:23

[ORB-SLAM2]卡方分布(Chi-squared)外点(outlier)剔除

误差就特征点法的视觉SLAM而言，一般会计算重投影误差。具体而言，记u为特征点的2D位置，v为由地图点投影到图像上的2D位置。

MetaSmiles·2022-12-18 00:55

SLAM中的卡方分布

视觉slam中相邻帧特征点匹配时，动辄上千个特征点，匹配错误的是难免的，而误匹配势必会对位姿精度以及建图精度造成影响，那么如何分辨哪些是误匹配的点对儿呢？

m0_37595954·2022-12-18 00:24

关于机器人状态估计(0.3)-科学简介

这篇就是纯科普了，现代的大佬们太多了，以后要是有时间大家可以去看论文哈：书的话高翔博士的"视觉SLAM十四讲"与Barfoot教授(高翔,谢晓佳等译)的"机器人学中的状态估计"是非常好的书籍，"概率机器人

紫川Purple River·2022-12-17 17:05

pytorch猫狗大战-项目代码

我这个代码也是从《pytorch机器学习从入门到实践》一书中摘出来了。对于初学者来说（像小白我）这本书还是不错的，难能可贵的是，它良心的在github上给出了代码。

davidsmith8·2022-12-17 16:37

视觉SLAM技术简述，一文了解视觉SLAM

如今科技发展日新月异，随着机器人、AR/VR等人工智能领域的不断发展，视觉SLAM也取得了惊人的发展。本文就视觉SLAM的定义、研究分类、模块、工作原理及应用方向等方面做一个视觉SLAM的技术简述。

INDEMIND·2022-12-17 11:09

好书推荐：《Python编程：从入门到实践（第2版）》——写给Python入门者的最好教程

缘起这段时间把图灵社区的《Python编程：从入门到实践（第2版）》看完了，在此做一个记录，先谈一下自己最直观的感受，这本书的定位是入门，在我看来，这个目的确实是达到了的，如果有朋友准备学习编程或者学习

·2022-12-17 11:41

视觉SLAM综述（多传感器/姿态估计/动态环境/视觉里程计）

自动驾驶之心·2022-12-17 10:40

《视觉slam十四讲》第三讲 visualizeGeometry代码讲解——基于vscode软件

在看完高博的《视觉slam十四讲》中的第三讲——三维空间刚体运动的理论知识后，跑了一下他所提供的相应的代码，在ch3中，稍微有些难度的是visualizeGeometry这一部分代码，同时网上对于这一部分的介绍要么比较分散

sticker_阮·2022-12-16 19:37

视觉SLAM十四讲库安装解决

在学习视觉SLAM十四讲第二版时，对于安装ceres-solver、DBoW3、g2o、Sophus等时遇到了很多的安装库的问题，其原因就是因为安装库不兼容，因为在GitHub上直接下载的slambook2

咚咚0105·2022-12-16 19:04

视觉SLAM十四讲安装OpenCV

使用的书为第二版，第五章部分内容比较旧，总结一些实践中的问题。下载OpenCV源代码下载，点击sources因为是从github上下载，所以确保能够连接github.网络不稳定的时候，可以用steam++(WattToolkit)来连接。下载完成后，得到一个.zip文件，解压得到源代码。安装依赖编译前，安装依赖。按照书中此处部分代码，发现部分软件包找不到没有可用的软件包libtiff4-dev，但

showac·2022-12-16 19:04

《视觉SLAM十四讲》第二版源码slambook2编译调试

slambook2-master/ch2编译正常，log如下：slambook2-master/ch2#mkdirbuild&&cdbuild&&cmake..&&make-j16CMakeDeprecationWarningatCMakeLists.txt:2(cmake_minimum_required):CompatibilitywithCMakevalueorusea...suffixto

Abona·2022-12-16 19:24

视觉SLAM十四讲slambook2示例代码所有依赖库的编译安装教程（VTK、OpenCV3、ceres、Sophus、g2o、Eigen、Pangolin、googletest等）

这是2021年的最后一篇博客～新年快乐！0准备工作首先需要先安装cmake编译器：sudoapt-getinstallcmake 以及，将十四讲的示例代码克隆下来（十四讲的源码地址点击这里）：gitclone--recursivehttps://github.com/gaoxiang12/slambook2.git 由于里面的3rdparty文件夹内所有内容都来自于其他github仓库，所

zeeq_·2022-12-16 19:23

Python编程：从入门到实践18.2.3——no such table: learning_logs_topic（问题解决）

按照书本的要求添加Chess主题时，出现了”nosuchtable:learning_logs_topic“的错误提示在CDSN大神的文章指点下解决了，具体步骤大家可以参考以下连接：Django搭建学习笔记web应用程序【一】：OperationalErrortablelearning_logs_topichasnocolumnnamedtext已解决_bubblesumm的博客-CSDN博客

快乐学习python·2022-12-16 16:24

python3.10 使用pygal 出现ImportError: cannot import name ‘Iterable‘ from ‘collections‘错误

在学习Python编程：从入门到实践的第15章，在绘制直方图时出现了这个问题。

快乐学习python·2022-12-16 16:54

Semantic Visual Simultaneous Localization and Mapping A Survey

基于视觉传感器的SLAM，又称视觉SLAM（visualSLAM），因其硬件成本低、小场景精度高、能获取丰富的环境信息等优点，近年来成为热门的研究方向。VSLAM的缺点也很明显。

理工CV·2022-12-16 15:24

《Python编程：从入门到实践（第2版）》读后感

其实，在阅读这本书之前，我已经对python的基础语法有所了解，但是对于如何用python去创建一个项目并不清楚。所以我的阅读重点主要放在了第二部分，对第一部分只是大体的浏览了一下。当我浏览第一部分的时候，会让我想起初学python时遇到的一些坑。在这本书中竟都一一指明了，如果我刚开始学习python的时候，就知道这本书该多好。在刚开始安装的时候，一定要记住将安装路径加入到环境变量中，否则你在终端

·2022-12-16 13:39

视觉SLAM十四讲学习笔记——第八讲视觉里程计（3）

前文提到的特征点法基本过程为：（1）提取关键点并计算描述子，得到特征点后进行两幅图像间的匹配。（2）构建最小二乘问题：最小化重投影误差（图像平面上或者世界坐标系下）。（3）迭代优化求出最优解，确定摄像机运动参数。上述过程中，特征点的提取最为耗时，因为要遍历整场图像并计算描述子。因此这一章引出了光流法和直接法，二者都是基于“最小光度误差”进行求解，但解决问题的方法不同：光流法：本质上是替代图像间特征

晒月光12138·2022-12-16 00:20

视觉SLAM十四讲——第三讲

1.向量是空间中的一个固定东西，在各坐标系下的坐标与其基的乘积是一样的。2.向量的外积可以写成矩阵（将第一个向量转换为反对称矩阵）与向量的乘积，化成线性运算。3.旋转矩阵是行列式为1的正交矩阵，其逆表示相反的旋转运动。4.注意平移的表示：在不同的坐标系下的平移不是简单的添加符号，.5.旋转矩阵和旋转向量紧凑，但有奇异性，因此四元数更好。6.欧拉角形象易懂，但有万向锁现象，一般仅用来人机互动，方便形

weixin_44724806·2022-12-16 00:19

slam入门——十四讲笔记（一）

文章目录第1讲预备知识第1部分数学基础第2讲初识SLAM2.1引子：小萝卜的例子2.2经典视觉SLAM框架2.3SLAM问题的数学表述2.4实践：编程基础1.安装Linux操作系统2.使用cmake3.

Undergoer_TW·2022-12-16 00:46

视觉SLAM十四讲源码的正确打开方式：第1讲预备知识

当你下定决心开始学习SLAM时，看到《视觉SLAM十四讲》的你是否欣喜若狂？当你学完理论知识准备在实践章节大显身手时，发现源码完全不会跑的你又是否一脸懵逼？不要怕！

正在刷夜的李哈哈·2022-12-16 00:41

视觉SLAM十四讲——CMakeLists.txt语句规范

#声明cmake最低版本要求cmake_minimum_required(VERSION2.8)#声明工程project(test)#设置编译模式set(CMAKE_DEBUG_TYPE"Debug")#设置C++11标准set(CMAKE_CXX_FLAGS"-std=c++11")#添加可执行程序add_executable(testtest.cpp)#添加自己的库add_library(库名

邱丽明·2022-12-16 00:35

最好的Python入门书籍:《Python编程：从入门到实践》

Python语言的用法上，加上学习一些脚本写法，对语法思维和设计理念都是泛泛而谈，所以尽管有所实践，但是无法由浅入深去阐述一个概念，总是停留在表面的“摄取”，而像这本图灵出版社出的《Python编程:从入门到实践

·2022-12-15 23:17

django第一个项目127.0.0.1:8000不能访问的解决方案详析

VMwareCentos7.6django2.22python3.6出现这个的原因分析：第一：您在VMware中的虚拟主机地址ip设置问题,您站点的地址是您自己的服务器网卡地址，这个可以用ifconfig查看，所以，你跟着《python从入门到实践

·2022-12-15 18:48

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

·2022-12-15 15:37

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。

春哥一号·2022-12-14 20:55

矩阵求导公式大全_视觉slam | 李群和李代数特征正交群 SO(3)与特殊欧式群SE(3) 推导、映射、BCH求导...

目的旋转矩阵无法直接加该变量，加过之后无法继续满足性质：需要对R（旋转量）求导做优化->如何对带有约束的旋转量求导概念向量与矩阵转换：群：群（Group）是一种集合加上一种运算的代数结构。我们把集合记作A，运算记作·，那么群可以记作G=(A，·)。群要求这个运算满足：封闭性、结合律、幺元、逆。李群(liegroup):指具有连续（光滑）性质的群，是群也是流形。刚体可以在空间中连续运动，故SO(3)

weixin_39606048·2022-12-14 19:09

半闲居士视觉SLAM十四讲笔记（4）李群与李代数 - part 2 指数与对数映射、李代数求导与扰动模型

71087919作者：宋洋鹏（youngpan1101）邮箱：[email protected]该讲详细资料下载链接【BaiduYun】【Video】【Code】若您觉得本博文对您有帮助，请支持高博的新书《视觉

youngpan1101·2022-12-14 19:09

视觉SLAM十四讲学习笔记-第四讲-李代数求导与扰动模型

专栏系列文章如下：视觉SLAM十四讲学习笔记-第一讲_goldqiu的博客-CSDN博客视觉SLAM十四讲学习笔记-第二讲-初识SLAM_goldqiu的博客-CSDN博客视觉SLAM十四讲学习笔记-第二讲

goldqiu·2022-12-14 19:38

使用Sophus练习李群SO3、SE3以及对应的李代数so3、se3

这是高博《视觉SLAM14讲，从理论到实践》第4章的练习。

weixin_30345055·2022-12-14 19:08

ORB-SLAM2环境配置与运行

1.简介ORB-SLAM是西班牙Zaragoza大学的RaulMur-Artal编写的视觉SLAM系统。

臭皮匠-WW·2022-12-14 17:21

Python编程:从入门到实践中第十五章的最后一题

我是个python入门小白，然后最后一题无标准答案，我的方法是可以属于操作的(但肯定还有更清晰的办法)，用Matplotlib库模拟掷骰子是参照了一个大佬的方法(链接附在代码下了)，用Plotly模拟随机漫步则是自己看了一些别的文章摸索出来的。第一个是用Matplotlib库模拟掷骰子##使用Matplotlib模拟掷骰子#从使用Plotly库改用Matplotlib库importmatplotl

pink_storm·2022-12-14 15:56

MapNet：Geometry-Aware Learning of Maps for Camera Localization相机定位的几何感知学习地图

摘要地图是基于图像的相机定位和视觉SLAM系统的关键组成部分。本文MapNet除了图像之外还利用廉价且无处不在的感官输入，如视觉里程计和GPS，并将它们融合在一起以进行相机定位。

_GE·2022-12-14 14:01

豆瓣评分9.1！据说入门Python的人都读过

如果是，那你来对地方了，以我个人经验，开始学习一门新的编程语言是相当困难和耗时的，这也是我今天要和大家分享这本书的原因，不卖关子了，在我眼里最适合初学者入门Python的书是——《Python编程：从入门到实践

python-程序员·2022-12-14 12:32

深度相机使用对比：Gemini Pro与RealSense D435i

文章目录前言一、参数对比二、环境配置三、实际使用效果图像读取视觉slam效果对比总结前言为了开展视觉slam相关项目，最近找了几款不同的深度相机进行测试，本次主要讲一下奥比中光的GeminiPro相机与

Errorbot·2022-12-13 20:30

关于UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte的解决办法

关于UnicodeDecodeError:'gbk'codeccan'tdecodebyte的解决办法问题描述错误原因解决办法结果完整问题与代码问题描述最近在学《Python编程：从入门到实践》，在做到例题

UestcXiye·2022-12-12 00:50

《视觉slam十四讲》之第５讲－单目相机模型

单目相机模型相机将三维世界中的坐标点（单位为米）映射到二维图像平面（单位为像素）的过程1.1针孔相机模型几种坐标系世界坐标系Pw，单位是m相机坐标系Pc，单位是m像素坐标系Puv，单位是像素相机坐标系的原点为相机的光心，x轴指向右方，y轴指向下方，z轴指向前方。像素坐标系的原点为图像的左上角，u轴指向右方，y轴指向下方。注：opencv中的图像坐标系和这个像素坐标系是一样的。相机坐标系与像素坐标系

weixin_30340617·2022-12-11 20:03

SLAM荟萃（1）相机内参、外参、畸变参数及其运用：深度图与彩色图配准

这个系列主要记录一下学习高翔博士《视觉SLAM十四讲》时仔细思考了一些时间的内容和值得总结的东西，强烈推荐大家买这本书实体书，不管是学习SLAM还是工作用处都很大，并且看完一遍后并用于实践中再回顾书中的内容

温带海洋·2022-12-11 20:00

Ubuntu18.04 安装pcl碰到的问题及解决

目录问题描述：问题一：问题二：问题描述：在学习高翔老师的视觉slam十四讲的第五讲时，要构建一个点云图。但是书中并没有具体描述怎么安装pcl的依赖包，在安装过程中，我碰到了几个问题。

qin__han·2022-12-11 18:12

《SLAM十四讲》slambook2 遇到的坑（持续更新ing）

《SLAM十四讲》slambook2遇到的坑ch501安装opencv时，正常安装后便可以使用，注意检查CmakeLists.txt文件有没有搜索包含opencv库02问题：在编译高博的视觉SLAM十四讲第

WoooChi·2022-12-11 18:12

《视觉SLAM十四讲》编译报错问题汇总 Ubuntu20.04

和我之前安装的主要区别：之前用的是非虚拟机还装了ros的ubuntu20，现在裸ubuntu20.视觉SLAM十四讲slambook2示例代码所有依赖库的编

秦伟H·2022-12-11 18:11

视觉SLAM笔记一之经典框架解读：视觉里程估计、后端优化、回环检测、建图

经典视觉SLAM框架参考：视觉SLAM十四讲1.视觉里程计(VO)VO能够通过相邻帧间的图像估计相机运动，并恢复场景的空间结构。

明月醉窗台·2022-12-10 16:34

视觉SLAM十四讲学习笔记——第十一讲回环检测

在已经了解的内容中，前端提供特征点的、轨迹、地图的初始值，后端负责对这些数据进行优化。但整个过程中仍会不可避免地出现累计误差，长期结果将不可靠。但是我们可以通过回环检测给出相隔时间更久远的约束，有效地消除累计误差，提高系统稳定性。实现回环检测的关键：如何有效检测出相机经过了同一个地方。这里主要介绍了“词袋模型”，也就是用图像特征描述图像，在确定词库的内容和顺序后，用一个向量描述一幅图像。实现过程中

晒月光12138·2022-12-10 16:03

【视觉SLAM十四讲】第12讲回环检测

12.1回环检测概述前面已经介绍过了前端和后端，前端用于特征点的提取以及轨迹、地图的初始值，而后端负责对这部分数据进行优化。考虑到误差的存在，每一个时刻存在的误差会不断累积，从而产生累积误差的问题，使得长期的估计结果不可靠，或者说无法得到一个全局一致的轨迹和地图。虽然后端能够估计最大后验误差，但所谓“好模型架不住烂数据”，只有相邻关键帧数据时，我们能做的事情并不很多，也无从消除累积误差。但是，回环

林北不要忍了·2022-12-10 16:02

推荐频道

视觉SLAM从入门到实践