视觉SLAM技术解读

【视觉SLAM十四讲】李群与李代数

本文为视觉SLAM学习总结，讲解对观测方程中xxx该如何优化。
Louis1874·2023-12-25 21:48

视觉SLAM十四讲——第四讲李群与李代数

@《视觉SLAM十四讲》知识点与习题《视觉SLAM十四讲》第四讲知识点整理+习题正在学习SLAM相关知识，将一些关键点及时记录下来。
chenying66·2023-12-25 21:18

＜视觉SLAM十四讲＞ch4 李群和李代数

文章目录一、引入二、基础1、群2、李代数三、指数与对数映射1、SO(3)指数映射2、SO(3),SE(3),so(3),se(3)的对应关系四、李代数求导和扰动模型1、李群乘法和李代数加法的基本认识2、导数模型和扰动模型五、激动人心的英文符号1、Sophus的使用2、Example：评估轨迹误差前言：这部分内容很基础很重要，得看开。一、引入旋转矩阵或者变换矩阵对加法是不封闭的，即两个旋转矩阵相加或
贝宝老师·2023-12-25 21:18

视觉SLAM十四讲_4李群与李代数

本文为b站视频的一个笔记在SLAM中，我们经常要解下面一个问题F=minJ(T)=Σi=1N∣∣zi−Tpi∣∣2F=minJ(T)=\Sigma_{i=1}^N||z_i-Tp_i||^2F=minJ(T)=Σi=1N∣∣zi−Tpi∣∣2这个问题中,T是位姿变量。对于求最小值问题，我们第一步就要求函数对于变量的偏导数，比如说我们对y=x2y=x^2y=x2这个函数来说，偏导数就是y′=2xy'
手持电烙铁的侠客·2023-12-25 21:48

视觉slam十四讲ch4李群和李代数（包含实践部分）

目录0.前言：1.李群和李代数1.1群的定义1.1.1李群SO3、SE31.2李代数的引出1.3李代数的定义1.3.1李代数so31.3.2李代数se32.指数与对数映射2.1SO3上的指数映射2.1.1指数映射的性质：2.2SE3上的指数映射3.李群、李代数的定义与相互的转换关系4.李代数求导与扰动模型4.1BCH公式与近似模型4.1.1BCH公式4.1.2BCH近似的意义4.2SO3上的李代数
shikaikaikaikai·2023-12-25 21:46

视觉SLAM十四讲|【一】三维空间刚体运动

视觉SLAM十四讲|【一】三维空间刚体运动旋转矩阵SO(n)={R∈Rn×n∣RRT=I,det(R)=1}SO(n)=\{R\in\mathbb{R^{n\timesn}}|RR^T=I,det(R)
影子鱼Alexios·2023-12-25 21:15

＜视觉SLAM十四讲＞ 李群与李代数

三维世界中描述刚体运动可以使用旋转矩阵,旋转向量,欧拉角,四元数等.但是在SLAM中,除了表示之外,我们还要对它们进行估计和优化.因为在SLAM中位姿是未知的,而我们需要解决形如"在什么样的相机位姿最符合当前观测数据"这样的问题.一种典型的方式是将它构建成一个优化问题,求解最优的R,t,使得误差最小化.比如说相机旋转,我们估计它旋转了15度,但是观测值是16度,那么如何将我们的估计值调整到16度呢
Jealar Juno·2023-12-25 21:15

【视觉SLAM十四讲】第四讲 李群和李代数

SLAM中位姿是未知的，而我们需要解决什么样的相机位姿最符合当前观测数据这样的问题。可以构建成一个优化问题，求解最优的R,t,使得误差最小化。群三维旋转矩阵构成了特殊正交群（SpecialOrthogonalGroup）三维变换矩阵构成了特殊欧氏群（SpecialEuclideanGroup）什么是群？群（Group）是一种集合加上一种运算的代数结构。记集合为A，运算为·，那么当运算满足以下性质时
liqingyushe·2023-12-25 21:44

视觉SLAM十四讲 Sophus库应用（李群与李代数）

1.SO3和SE3的声明（1）SO3可以由旋转矩阵/欧拉角/四元数/声明，但是不可以由角轴声明。具体做法：先用角轴声明旋转矩阵，再用旋转矩阵声明SO3Eigen::AngleAxisdv_rotation(M_PI/2,Eigen::Vector3d(0,0,1));Eigen::Matrix3dR_rotation=v_rotation.matrix();Sophus::SO3SO3_R(R_r
呼吸之野qaq·2023-12-25 21:44

视觉SLAM十四讲-高翔 第4讲 李群和李代数

李群和李代数1.李群李代数基础1.1群1.2李代数的定义1.3李代数so(3)\mathfrak{so}(3)so(3)1.4李代数se(3)\mathfrak{se}(3)se(3)2.指数和对数映射2.1SO(3)SO(3)SO(3)上的指数映射2.2SE(3)SE(3)SE(3)上的指数映射3.李代数求导与扰动模型3.1BCH公式与近似形式3.2李代数求导4.SOPHUS库的使用4.1SOP
玛卡巴卡_qin·2023-12-25 21:44

SLAM十四讲——跑通李群与李代数代码（解决Sophus库的问题）

2、视觉slam十四讲李群与李代数这部分代码采用的是非模板的Sophus库。3、如果你在运行这部分代码时遇到了问题，那就先将已经安装或存在的Sophus文件删除干净。
William.csj·2023-12-25 21:13

视觉SLAM十四讲|【二】李群与李代数

视觉SLAM十四讲|【二】李群与李代数李群与李代数基础群的性质封闭性：∀a1,a2∈A,a1⋅a2∈A\foralla_1,a_2\inA,a_1\cdota_2\inA∀a1,a2∈A,a1⋅a2∈A
影子鱼Alexios·2023-12-25 21:09

论文阅读：Long-Term Visual Simultaneous Localization and Mapping

论文摘要指出，为了在长期变化的环境中准确进行定位，提出了一种新型的长期视觉SLAM（同步定位与地图构建）系统，该系统具备地图预测和动态物体移除功能。
稻壳特筑·2023-12-22 09:13

orb-slam2学习总结

目录视觉SLAM1、地图初始化2、ORB_SLAM地图初始化流程3、ORB特征提取及匹配1、对极几何2、对极约束（epipolarconstraint）3、基础矩阵F、本质矩阵E5、单目尺度不确定性6、
谢大旭·2023-12-21 21:08

视觉SLAM中的相机分类及用途

视觉SLAM（SimultaneousLocalizationandMapping）算法主要用于机器人和自动导航系统中，用于同时进行定位和建立环境地图。这种算法依赖于相机来捕捉环境数据。
稻壳特筑·2023-12-19 12:31

分布式块存储 ZBS 的自主研发之旅｜元数据管理

更多ZBS架构设计与技术解读，请阅
志凌海纳SmartX·2023-12-17 23:29

视觉SLAM理论到实践系列（六）——特征点法视觉里程计（4）

视觉SLAM理论到实践系列文章下面是《视觉SLAM十四讲》学习笔记的系列记录的总链接，本人发表这个系列的文章链接均收录于此视觉SLAM理论到实践系列文章链接下面是专栏地址：视觉SLAM理论到实践专栏文章目录视觉
yangtsejin·2023-12-17 10:01

视觉SLAM学习笔记番外篇——git的基本使用与上传文件到github

目录一、注册github二、安装git三、新建仓库四、上传文件五、报错解决方法一、注册github登录https://github.com，验证邮箱就可以注册，国内也许网速较慢，可以等待或者“想想办法”，一般可以裸连。二、安装git去官网https://git-scm.com/download/win找到安装包在windows系统下安装，安装过程基本上都点击next，习惯上建立桌面快捷方式，然后桌
隔壁老王的学习日志·2023-12-16 12:56

ORB-SLAM3中的地图管理与编程

ORB-SLAM3中的地图管理与编程ORB-SLAM3是一种基于特征的视觉SLAM（SimultaneousLocalizationandMapping）系统，可以在计算机视觉领域用于实时定位和地图构建
风华绝代的代码·2023-12-16 12:45

lidar slam vs visual slam

lidar对结构敏感，结构缺失（structure-scarce）的场景lidar不行，例如隧道，而视觉SLAM对特征敏感，特征缺失（poortextures）的场景视觉不行。
wenningshine·2023-12-15 22:50

【视觉SLAM十四讲学习笔记】第四讲——李群与李代数基础

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【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵【视觉SLAM十四讲学习笔记】第三讲
趴抖·2023-12-14 23:54

octovis加载八叉树地图出现段错误

《视觉SLAM十四讲》ch12八叉树地图八叉树地图生成都没有什么问题，结果octovis加载地图出现问题，怀疑是Qt的问题，依赖包可能安装有问题。
小灰灰Coding·2023-12-14 20:10

特征点 -- 《视觉SLAM十四讲 从理论到实践（第2版）》

什么是特征点？特征点就是图像中一些特别的地方，例如图像中的角点，在不同图像之间的辨识度更强，一种直观的提取特征的方式就是在不同图像之间辨认角点，确定它们的对应关系。OpenCV中已经有了很多实用的特征提取和匹配的算法：OpenCV之特征检测-知乎
笨小古·2023-12-05 00:30

《视觉SLAM十四讲 从理论到实践（第2版）》

书中代码：GitHub-gaoxiang12/slambook2:edition2oftheslambook书籍PDF：关注【LearnfromZero】回复【SLAM142】即可领取
笨小古·2023-12-05 00:30

SLAM前端 - 直接法

参考：高翔——《视觉SLAM十四讲》第8讲视觉里程计2高翔——《视觉SLAM十四讲》系列讲解视频及PPTch8目录：1光流法2直接法3特征点法vs直接法1光流法分为：（1）稀疏光流：Lucas-Kanade
aaa小菜鸡·2023-12-03 21:29

SLAMBOOK2踩坑记之：plotTrajectory.cpp中的undefined reference to symbol ‘glTexImage2D‘错误

今天动手运行了高翔《视觉SLAM十四讲》第3讲“三维空间刚体运动”中的代码部分，前面的部分非常顺利，但是到了3.7节可视化演示的部分，出现了非常棘手的问题，大约画了3个小时的时间才解决。
梧桐雪·2023-12-03 14:13

借助opencv对图片的操作

该代码源于《视觉SLAM十四讲》imagebasic.cpp（几何模块）主要是熟悉对图片读取、显示、按像素遍历、复制等操作该页代码用于日后查找方便（添加了部分笔记）#include#includeusingnamespacestd
F-study·2023-12-02 17:32

GaussDB技术解读系列：数据实例的连接

GaussDB是华为公司倾力打造的自研企业级分布式关系型数据库，该产品具备企业级复杂事务混合负载能力，同时支持优异的分布式事务，同城跨AZ部署，数据0丢失，支持1000+扩展能力，PB级海量存储等企业级数据库特性。GaussDB支持的连接方式GaussDB提供使用内网、公网和数据管理服务（DataAdminService，简称DAS）的连接方式。各连接方式的使说明如下，您可以根据需要选择。Gaus
Gauss松鼠会·2023-12-02 12:25

变频器的五大控制方式

【技术解读】变频器的五大控制方式变频器是把工频电源(50Hz或60Hz)变换成各种频率的交流电源，以实现电机的变速运行的设备，其中控制电路完成对主电路的控制，整流电路将交流电变换成直流电，直流中间电路对整流电路的输出进行平滑滤波
weixin_45411740·2023-12-01 19:47

SLAM优秀开源工程最全汇总

https://github.com/cartographer-project/cartographer2、Openvslam一个通用的视觉SLAM框架。
蜗牛也疯狂_6104·2023-12-01 15:45

手撕 视觉slam14讲 ch13 代码 总结

运行效果（Kitti00）4倍速一、代码GitHub-tzy0228/Easy-VO-SLAM:VSLAM-CH13工程代码注释版本二、编译过程踩坑视觉SLAM十四讲第二版ch13编译及运行问题_全日制一起混的博客
全日制一起混·2023-11-30 22:46

LLM、ChatGPT与多模态必读论文150篇

由此而感慨：读的论文越多，你会发现大部分人对ChatGPT的技术解读都是不够准确或全面的，毕竟很多人没有那个工作需要或研究需要，去深入了解各种细节因为半年内150篇这个任务，让自己有史以来一篇一篇一行一行读
机器学习社区·2023-11-29 05:41

车载基础软件——AUTOSAR AP关键技术解读

我是穿拖鞋的汉子，魔都中一位坚持长期主义的工程师！阴天下雨氛围，习惯性打开耳机，今天特意找到李志以前跨年现场版的无损音频听。音乐飘来多年前的记忆。那时自己刚毕业，在南方那个潮湿的城市，上班来去都是一个人。自己下班回租房途中便是听李志的哥。那时候刚毕业，这些有深度的歌给了自己很多思考的空间，让自己归途中不至于无聊。老规矩，分享一段喜欢的文字，避免成为高知识低文化的工程师：“好聚好散，不要那么倔，人生
车载诊断技术·2023-11-28 23:55

【视觉SLAM十四讲学习笔记】第三讲——旋转向量和欧拉角

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【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵【视觉SLAM十四讲学习笔记】第三讲
趴抖·2023-11-27 13:05

【论文解读】CP-SLAM: Collaborative Neural Point-based SLAM System_神经点云协同SLAM系统（上）

目录1Abstract2RelatedWork2.1单一智能体视觉SLAM（Single-agentVisualSLAM）2.2协同视觉SLAM（CollaborativeVisualSLAM）2.3神经隐式表示
LeapMay·2023-11-26 14:42

深入剖析预约上门服务系统源码：构建高效服务的代码之旅

我们将关注系统的核心功能，并通过代码示例演示其实现过程，为读者提供一个深度技术解读的体验。1.技术栈选择：构建高效系统的基础在预约上门服务系统的源码中，首先要关注的是所选用的技术栈。
万岳科技系统开发·2023-11-25 09:07

《视觉slam十四讲》ch4学习笔记——sophus库使用的问题及解决方法

在看完《视觉slam十四讲》第四章李群和李代数后，准备调试相应的代码，但是出现了各种各样的问题，但最后还是万幸，成功完成了调试。在这里记录一下期间遇到的问题和相应的解决方法以及最后的感想。
sticker_阮·2023-11-24 12:44

视觉SLAM十四讲学习笔记——第十三讲 实践：主要源码注释

对于整个工程的分析可以参考上一篇博客https://blog.csdn.net/weixin_61294345/article/details/121679881这里就分享一下两个重要的源码注释:1.frontend.cpp////Createdbygaoxiangon19-5-2.//#include#include"myslam/algorithm.h"#include"myslam/back
晒月光12138·2023-11-24 12:14

视觉SLAM十四讲学习笔记——第六讲 非线性优化（2）

这一节主要回顾一下Ceres、g20的使用。1.Ceres、G2o源码安装方法高博士的书中都有各个库的安装方法，但由于版本变化，个别安装方法可能并不适用。这里简单整理一下两个库的源码安装方法，其他的库之后有时间统一整理一下。（1）Ceres安装下载源码，下载地址：https://github.com/ceres-solver/ceres-solver安装依赖项：sudoapt-getinstall
晒月光12138·2023-11-24 11:44

视觉SLAM十四讲学习笔记——ch3-三维刚体运动理论篇

文章目录3.1旋转矩阵3.1.1点与坐标系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旋转向量3.3.2欧拉角3.4四元数3.4.1四元数的定义3.4.2四元数的运算3.4.3用四元数表示旋转3.4.4四元数到旋转矩阵的转换3.5补充小萝卜的例子解释,坐标在不同坐标系转换参考博客3.1旋转矩阵3.1.1点与坐标系点乘叉乘法向量的方
路拾遗37·2023-11-24 11:41

视觉SLAM十四讲学习笔记——库的安装

本文仅作为个人学习笔记，记录学习过程。文章目录一、g++的安装二、CMake的安装测试三、ros的安装1.配置软件库2.ros安装2.1添加ROS软件源2.2添加秘钥2.3安装ROS2.4初始化2.5设置环境变量2.6安装rosinstall2.7尝试启动ros测试（海龟例程）四、OpenCV的安装4.1下载OpenCV4.2安装依赖库4.3编译4.4配置环境五、Pangolinv0.5的安装1.
云梦泽没有东边和西边·2023-11-24 11:10

【视觉SLAM十四讲学习笔记】第三讲——Eigen库

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【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵本章将介绍视觉SLAM的基本问题之一
趴抖·2023-11-24 11:05

《视觉SLAM十四讲》-- 后端 2

文章目录09后端29.1滑动窗口滤波和优化9.1.1实际环境下的BA结构9.1.2滑动窗口法9.2位姿图9.2.1位姿图的意义9.2.2位姿图优化09后端29.1滑动窗口滤波和优化9.1.1实际环境下的BA结构由于计算机算力的限制，我们必须控制BA的规模，一种简单的思路是仅保留离当前时刻最近的NNN个关键帧，去掉时间上更早的关键帧。于是，BA被固定在一个时间窗口内，离开这个窗口的即被抛弃，称为滑动
算法导航·2023-11-24 11:44

《视觉SLAM十四讲》-- 回环检测

文章目录10回环检测10.1概述10.1.1回环检测的意义10.1.2回环检测的方法10.1.3准确率和召回率10.2词袋模型10.3字典10.3.1字典的结构10.3.2实践：创建字典10.4相似度计算10.4.1理论部分10.4.2实践：相似度的计算10.5实验分析与评述10回环检测10.1概述10.1.1回环检测的意义前端提供特征点的提取和轨迹、地图的初值，后端负责数据的优化。但是如果像视觉
算法导航·2023-11-24 11:44

《视觉SLAM十四讲》-- 建图

11建图11.1概述（1）地图的几类用处：定位：导航：机器人在地图中进行路径规划；避障重建交互：人与地图之间的互动（2）几类地图稀疏地图稠密地图语义地图11.2单目稠密重建11.2.1立体视觉（1）稠密重建中，我们需要知道每个像素（或大部分像素）的距离，对此有以下几种方案：使用单目相机，估计相机运动，并且三角化计算像素的距离；使用双目相机，利用左右目的视差计算像素的距离；使用RGB-D相机直接获取
算法导航·2023-11-24 11:44

基于 Flink CDC 打造企业级实时数据集成方案

本篇内容主要分为四部分：CDC数据实时集成的挑战FlinkCDC核心技术解读基于FlinkCDC的企业级实时数据集成方案实时数据集成Demo演示CDC数据实时集成的挑战首先介绍一下CDC技术，CDC就是
阿里云大数据AI技术·2023-11-23 09:05

2022-03-22

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
内推君·2023-11-22 17:42

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）

经过前端（视觉里程计）估计得到的轨迹和地图由于存在累计误差，在长时间内是不准确的。因此希望构建一个针对全局的更大规模的优化问题，得到最优的轨迹和地图，这里主要有两种解决思路：（1）基于马尔可夫性假设的卡尔曼滤波器：马氏性假设可以简单地理解为“当前时刻状态只与上一时刻有关”。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
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他