视觉SLAM从入门到实践

SLAM ORB-SLAM2（1）总体框架

SLAMORB-SLAM2（1）总体框架1.简介2.框架3.TRACKING4.LOCALMAPPING5.LOOPCLOSING6.MAP1.简介ORB-SLAM2是一个实时和完整的视觉SLAM系统(
氢键H-H·2023-09-10 21:50

SLAM ORB-SLAM2（1）总体框架

SLAMORB-SLAM2（1）总体框架1.简介2.框架3.TRACKING4.LOCALMAPPING5.LOOPCLOSING6.MAP1.简介ORB-SLAM2是一个实时和完整的视觉SLAM系统(
氢键H-H·2023-09-10 09:21

视觉SLAM14讲笔记-第10讲-后端1

我们可以看到，前端视觉里程计能给出一个短时间内的轨迹和地图，但由于不可避免的误差累积，这个地图在长时间内是不准确的。所以怎么办？我们人类自己在现实世界中会记录自己走了多少米，还有就是使用路面的标志物来辅助定位，和机器人的方式也是相同的，即同时存在2种数学上的解释：运动方程，观测方程。因此，我们关心的问题就变成：当我拥有某些运动数据u和观测数据z时，如何来确定状态量位姿x，路标y的分布？进而，如果得
可峰科技·2023-09-10 00:42

【python学习笔记】

【操作系统：macOS】、【python版本：3.8】、【Django版本：4.0.5】这几天跟着EricMatthes的《Python编程从入门到实践》学了下python，书是2016年7月版的，可能是由于时间上比较久远
落落鱼2013·2023-09-09 01:38

【视觉SLAM入门】7.2. 从卡尔曼滤波到扩展卡尔曼滤波，引入、代码、原理、实战，C++实现以及全部源码

"觇其平生，岂能容物？"0.简单认识1.公式对比解读2.应用举例3.解决方案(公式---代码对应)3.1初始化3.2EKF3.2.1预测---状态方程3.2.2系统协方差矩阵3.2.3预测---系统协方差矩阵3.2.4设置测量矩阵3.2.5更新---状态变量，卡尔曼增益，状态协方差矩阵4.源码4.1Extended_kalman_filter.hpp4.2main.cpp4.3CMakeLists
终问鼎·2023-09-09 00:55

[转] ICRA2022 SLAM相关论文整理

目录视觉SLAM相关线、面、3Dfeature多相机系统VIO+GPS其他数据集三维重建语义SLAMSpecialsensorLidar相关视觉SLAM相关线、面、3DfeatureEDPLVO:EfficientDirectPoint-LineVisualOdometry
Zolony·2023-09-07 10:09

视觉SLAM14讲笔记-第5讲-相机与图像

图像成像原理：小孔成像公式：(uv1)=1Z(fx0cx0fycy001)(XYZ)=1ZKP\begin{pmatrix}u\\v\\1\end{pmatrix}=\frac{1}{Z}{\begin{pmatrix}f_x&0&c_x\\0&f_y&c_y\\0&0&1\end{pmatrix}}{\begin{pmatrix}X\\Y\\Z\end{pmatrix}}=\frac{1}{Z}
可峰科技·2023-09-07 02:04

视觉SLAM14讲笔记-第7讲-视觉里程计2

直接法的引出直接法是视觉里程计另一个主要分支，它与特征点法有很大的不同。使用特征点法估计相机运动时，我们把特征点看作固定在三维空间的不动点。根据它们在相机中的投影位置，通过最小化重投影误差来优化相机运动。相对地，在直接法中，我们并不需要知道点与点之间的对应关系，而是通过最小化光度误差来求得它们。其实还是要使用到内参矩阵构建两张图像之间关联，然后使用优化的方式来求解R，t。光流的引出其实就是特征点跟
可峰科技·2023-09-07 02:04

视觉SLAM14讲笔记-第7讲-视觉里程计1

图像特征点特征点由关键点和描述子两部分组成。我们说的特征点具有旋转不变性，都是指的是特征点的描述子具有旋转不变性，而描述子指的是一个点周围的特征，一般由一个向量组成，描述一个点附近的特征（比如45度方向是亮的，135度方向是暗的等）比较著名的图像特征点包括SIFT、SURF、ORB等。ORB提取速度比较快，所以在特征点法来获得视觉里程计一般使用ORB算子。特征匹配当特征点数量很大时，暴力匹配法的运
可峰科技·2023-09-07 02:33

python编程：从入门到实践第十六章习题解答-比较锡卡特和死亡谷的气温

首先我们应该定义这个问题，比较的是两地的最高和最低气温涉及内容：两个csv文件涉及数据：日期、最高气温、最低气温各两个，也就是需要输出6组数据我刚开始一直纠结于如何从处理一个csv文件，到能处理多个，这时第一想到的是把csv文件做成一个list，然后用for循环读取，但是最终呈现到图上只有第一个文件的数据图表信息然后我想多个文件输出的数据属性也一样，那么应该可以用函数或者类，这时一个问题就是我不太
傅查理·2023-09-06 17:54

python——venv虚拟环境

venv虚拟环境的创建、激活、停止在学习《Python编程从入门到实践》Django开发名为“学习笔记”的项目中，需要建立venv虚拟环境。
计算机小白的爬坑之路·2023-09-06 05:04

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

使用iOS应用程序进行数据采集：从入门到实践

随着移动互联网的普及，越来越多的数据产生于移动设备。为了更好地了解用户行为、优化产品体验，我们需要在iOS应用程序中进行数据采集。本文将指导您如何在iOS应用中实现数据采集，从基本概念到实际操作。数据采集的基本概念与方法a.数据采集的目的数据采集的主要目的是收集用户行为数据，以便分析用户需求、优化产品设计、提高用户体验。b.数据采集的主要方法数据采集的主要方法包括：事件追踪、用户属性收集、页面访问
qq^^614136809·2023-09-05 01:19

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

Python GUI设计-PyQt5从入门到实践（第1-3章）

第一章Python与Pyqt5良好的开端，等于成功的一半————柏拉图1.1python语言简介1.1.3Python的应用领域Web开发、大数据处理、人工智能、自动化运维开发、云计算、爬虫、游戏开发。1.2GUI与PyQt5第二章搭建开发环境2.1Python的下载与安装Python，PyCharm，模块：pyqt5、pyqt5-tools、pyqt5designer2.2PyCharm2.3P
zgwzgw·2023-09-04 14:44

《Python编程从入门到实践》学习笔记——第10-11章【2022.08.10】

第一部分基础知识第10章文件和异常第11章测试代码#2022.08.10byzgw'''第十章文件和异常'''#10.1从文件中读取信息print("\n--------10.1-----\n")'''#pi.txt3.1415926358979323846''''''另一种写法importospath=os.path.join(os.path.dirname(__file__),"pi.txt"
zgwzgw·2023-09-04 14:14

《Python编程从入门到实践》学习笔记——第8-9章【2022.08.08】

第一部分基础知识第8章函数第9章类#2022.08.08byzgw#第八章函数#8.1定义函数#定义、实参和形参fromdataclassesimportfielddefgreet_user(username):print(f"hello,{username}")greet_user('tom')#8.2传递实参#位置实参、关键字实参、默认值#8.3返回值print('--------8.3---
zgwzgw·2023-09-04 14:13

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

python从入门到实践第五章——if语句

cars=['audi','bmw','subaru','toyota']forcarincars:ifcar=='bmw':print(car.upper())else:print(car.title())car='Audi'ifcar=='Audi':#检查是否相等时区分大小写print('true')ifcar.lower()=='audi':print('true')else:print(
水中小船·2023-09-03 02:19

《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

Docker的Docker-compose

参考:1.Docker-从入门到实践2.Docker官方文档1.docker-compose安装pipinstalldocker-compose2.docker-compose语法veseion:"3.8
小Pawn爷·2023-08-31 18:24

React结合Graphql使用

服务端这一节只介绍react中的用法GraphQL从入门到实践服务端github代码安装在你的react项目中需要先安装几个包npmireact-apolloapollo-boostgraphqlgraphql-tagApolloClient
月肃生·2023-08-31 17:52

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

学Python该看什么书？python书籍推荐（精华好书）！！！

一、Python新手入门（1）《Python编程从入门到实践》新手学Python的话我推荐这本《Python编程从入门到实践》，这是一本非常小白的书籍，内容友好，没有深奥晦涩的知识点，讲解到位，能
Python_9521·2023-08-31 11:39

GitHub 上的值得推荐的开源电子书

1、"Python编程从入门到实践"（PythonCrashCourse）这本书提供了一个全面的Python编程指南，适合初学者。它介绍了Python的基础知识、语法和常见编程概念，并通过实际项
Itmastergo·2023-08-31 10:05

深度学习书籍

简单的图像分类《深度学习与图像识别：原理与实践》python基础《python编程:从入门到实践》numpyhttps://numpy.org/《NumPy攻略：Python科学计算与数据分析》tensorflow
helloworddm·2023-08-30 15:22

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

Docker实用命令手册

可以进入这里进行学习：Docker从入门到实践。1、安装Docker命令的使用其实不区份操作系统，唯一需要注意的是Windows没有sudo命令，
比特桃·2023-08-27 19:51

【tkinter 专栏】掷骰子游戏

.设计流程4.系统开发环境5.系统预览6.窗口布局7.功能实现用户和电脑选择骰子的点数大小摇骰子过程实现判断游戏结果单击开始按钮进行游戏源代码汇总前言本专栏将参考《PythonGUI设计tkinter从入门到实践
Jia ming·2023-08-26 04:35

跟 GPT 学编程 1 —— 找到自己的目标

（题图：Python的本意是森林蟒）之前说过，AI时代，人人都应该学学编程，今天咱们就开始python编程系列哈，首先推荐一本书《Python编程：从入门到实践》，为什么推荐它呢？
·2023-08-25 15:32

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
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他