视觉SLAM技术解读

词袋模型（BoW）在视觉SLAM中的应用

当我们把机器人放在一个未知的环境中时，机器人能通过附近的环境对自身进行定位，并绘制出附近环境的地图，当然这个地图不是说我们常常看的那种地图，而是一些能够被机器人用来定位的数据点，我们也把它们叫做点云右边这个图是视觉
正一番薯·2020-08-20 08:32

服务机器人关键技术解读（一）

几年前就曾有人预言“机器人终将取代人类工作”，随着AI产业化、商业化落地实现，机器人取代人类完成高频重复的工作正加速前进中，而技术问题是目前面临的主要难题。服务机器人实际上是多种技术的融合和实现，包括定位导航、语音交互、运动控制、后台调度管理、多传感器融合、通信等多领域的技术。要让产品理想落地及商用，这些技术缺一不可。今天我们就先来探讨下服务机器人的定位导航技术。说起服务机器人定位导航，就不得不提
科技前沿讯·2020-08-20 08:02

【SLAM】三维空间刚体运动（世界坐标系到相机坐标系）

参考《视觉slam十四讲》旋转矩阵三维空间向量可以表示如下a⃗=[e1e2e3][a1a2a3]\vec{a}=\left[\begin{array}{ccc}e_1&e_2&e_3\end{array
_-Y-_-Y-_·2020-08-20 07:30

如何理解视觉SLAM视觉里程计VO：如何从图片中还原计算出相机的三维位姿算法教程Python代码实践

视觉SLAM中的视觉里程计算法就是指的是通过某个算法根据前后两张图片求出当前时刻内相机位置和姿态相对上个时刻相机位置和姿态的变化的那种算法。
司南牧·2020-08-20 07:37

视觉SLAM漫谈

视觉SLAM漫谈1.前言开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。
随遇而安随缘一世·2020-08-20 06:46

视觉SLAM漫谈 (三): 研究点介绍

1.前言读者朋友们大家好！（很久很久）之前，我们为大家介绍了SLAM的基本概念和方法。相信大家对SLAM，应该有了基本的认识。在忙完一堆写论文、博士开题的事情之后，我准备回来继续填坑：为大家介绍SLAM研究的方方面面。如果前两篇文章算是"初识"，接下来几篇就是"渐入佳境"了。在第三篇中，我们要谈谈SLAM中的各个研究点，为研究生们（应该是博客的多数读者吧）作一个提纲挈领的摘要。然后，我们再就各个小
随遇而安随缘一世·2020-08-20 06:46

《视觉SLAM十四讲精品总结》4：非线性优化g2o(BA基础)

一、g2o图优化（GeneralGraphOptimization）g2o最基本的类结构是怎么样的呢？我们如何来表达一个Graph，选择求解器呢？我们祭出一张图：先看上半部分。SparseOptimizer是我们最终要维护的东东。它是一个OptimizableGraph，从而也是一个HyperGraph。一个SparseOptimizer含有很多个顶点（都继承自BaseVertex）和很多个边（继
hltt3838·2020-08-20 00:10

阿里云智能运维的自动化三剑客

会上，近百位中美顶尖AI专家、知名企业代表以及千余名AI开发者进行技术解读和产业论证。
AI科技大本营·2020-08-19 09:29

史上最污技术解读，我竟然秒懂了

小Hub领读：都能看懂的，离架构师不远啦！来自：张升、古的白等zhihu.com/question/263789393/answer/274245200假设你是个妹子，你有一位男朋友，于此同时你和另外一位男生暧昧不清，比朋友好，又不是恋人。你随时可以甩了现任男友，另外一位马上就能补上。这是冷备份。假设你是个妹子，同时和两位男性在交往，两位都是你男朋友。并且他们还互不干涉，独立运行。这就是双机热备份
MarkerHub·2020-08-19 08:13

参加第一届“SLAM技术及应用”暑期学校暨研讨会和全国SLAM技术论坛有感

该次课程系统地介绍了相机模型、多视图几何等基本概念和原理以及目前的主流SfM、视觉SLAM、视觉惯导S
Felaim·2020-08-19 07:44

自动驾驶（四十）---------视觉SLAM（非线性优化）

相机与图像我自己相对理解比较深，有不懂的参考这篇文章：https://blog.csdn.net/LWHGMAN/article/details/88976116现在我们已经知道，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。然而，由于噪声的存在，运动方程和观测方程的等式必定不是精确成立的。所以，与其假设数据必须符合方程，不如来讨论，如何在有噪声的数据中进行准
一实相印·2020-08-19 06:34

自动驾驶（三十九）---------视觉SLAM（李群与李代数）

在SLAM中,除了表示位姿之外,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。一种典型的方式是把它构建成一个优化问题,求解最优的R,t,使得误差最小化。而估计、优化是需要进行迭代计算的。但是，旋转矩阵自身是带有约束的(正交且行列式为1)。它们作为优化变量时,会引入额外的约束,使优化变得困难。通过李群——李代数间的转换关系,我
一实相印·2020-08-19 06:34

自动驾驶（四十一）---------视觉SLAM（视觉里程计）

视觉里程计主要介绍什么是特征点，如何提取和匹配特征点，以及如何根据配对的特征点估计相机运动。1.ORB特征点FAST是一种角点检测方法：如果一个像素与它邻域的像素差别较大（过亮或过暗）,那它更可能是角点。FAST：在图像中选取像素p，假设它的亮度为Ip；设置一个阈值T(比如Ip的20%)；以像素p为中心,选取半径为3的圆上的16个像素点；假如选取的圆上，有连续的N个点的亮度大于Ip+T或小于Ip−
一实相印·2020-08-19 06:34

自动驾驶（三十八）---------视觉SLAM（空间刚体运动）

三维空间刚体运动，所谓空间刚体运动是指空间旋转矩阵，介绍空间旋转先介绍向量的内积和外积。对于向量和而言1.内积（点积）点积公式为：，点乘的结果是一个标量(数量而不是向量)两个向量a与b的内积为a·b=|a||b|cos∠(a,b)，内积表征或计算两个向量之间的夹角，结果为b向量在a向量方向上的投影.2.外积（叉乘）向量a与b的外积a×b是一个向量(法向量)，其长度等于|a×b|=|a||b|sin
一实相印·2020-08-19 06:34

【计算机科学】【2019】基于视觉SLAM和对象检测的多目标映射与路径规划

本文为加拿大滑铁卢大学（作者：AmiWoo）的硕士论文，共104页。自主机器人的路径规划是移动机器人智能穿越环境所需的关键任务之一。机器人路径通常是通过利用在一定时间内可访问的地图来规划的，例如最小化旅行距离或时间。本文提出了一种采用图优化和目标检测的基于同时定位和映射（SLAM）多目标路径规划方法。该方法的目的不仅在于找到一条使行驶距离最小化的路径，而且还在于最小化路径中的障碍物数量。本文以视觉
梅花香——苦寒来·2020-08-19 05:14

推荐一些视觉SLAM的深度学习方法（下）

这里重点在RNN/LSTM的应用。11.DeepVO:TowardsEnd-to-EndVOwithDeepRecurrentCNNs基本上这个方法是依赖CNN提取的特征在RNN（LSTM）学习pose的连续估计。如图所示更细致的RNN网络结构如图其中的LSTM结构图如下12.GANVO:UnsupervisedDeepMonocularVisualOdometryandDepthEstimati
喜欢打酱油的老鸟·2020-08-19 05:55

视觉SLAM技术及其应用（章国锋--复杂环境下的鲁棒SfM与SLAM）

SLAM:同时定位与地图构建机器人和计算机视觉领域的基本问题在未知环境中定位自身方位并同时构建环境三维地图应用广泛:增强现实、虚拟现实机器人、无人驾驶SLAM常用的传感器红外传感器:较近距离感应，常用与扫地机器人激光雷达:单线、多线等摄像头:单目、双目、多目等惯性传感器（英文叫IMU，包括陀螺仪、加速度计等）:智能手机标配SLAM运行结果设备根据传感器信息计算自身位置（在空间中的位置和朝向）构建环
Dongdong Bai·2020-08-19 04:13

2D激光雷达和视觉相结合的SLAM概述

2D激光雷达和视觉相结合的同步定位与建图概述文章目录2D激光雷达和视觉相结合的同步定位与建图概述1.2D激光SLAM2.视觉SLAM3.多传感器融合4.总结5.参考文献1.2D激光SLAM由于激光雷达精度高
Lucas19970106·2020-08-19 01:17

论文笔记-ClusterSLAM：A SLAM Backend for Simultaneous Rigid Body Clustering and Motion Estimation

ASLAMBackendforSimultaneousRigidBodyClusteringandMotionEstimation作者：JiahuiHuangShengYangZishuoZhaoYu-KunLaiShi-MinHu来源：ICCV2019摘要提出了一种实用的双目视觉
NikolaTesla1856·2020-08-19 01:47

视觉SLAM十四讲--罗德里格斯公式(Rodrigues’s Formula)推导

前言之前看了高博的《视觉SLAM十四讲》，里面有一段关于罗德里格斯公式，但是高博没有给出具体推导。
WongSingLam·2020-08-18 14:42

视觉惯性融合学习笔记一 预积分理论

一、概述视觉惯性导航系统（VINS）相比较传统的视觉SLAM有更大的优势。对于相机快速运动和环境剧烈光照变化导致相机导航失效的情况，IMU能在短时
我的笔帽呢·2020-08-18 12:04

矩阵（一）：SVD分解

文章目录0参考链接（尊重原著）1SVD分解原理2SVD分解意义3SVD分解的应用4SVD数学举例0参考链接（尊重原著）下面这个讲的很好很全面视觉SLAM常见的QR分解SVD分解等矩阵分解方式求解满秩和亏秩最小二乘问题
雨luo凡城·2020-08-18 11:08

5张彩色图+5张深度图+PCL= 点云拼接

该代码源于《视觉SLAM十四讲》joinMap.cpp主要是用已知的图片（5张彩色+5张深度图）+pose.txt(相机位姿->前三位是xyz轴方向上的平移量，后四位是旋转四元数实部+虚部；用以上数据得到点云思路
F-study·2020-08-18 05:13

SLAM 框架概述

最近看了一些关于SLAM的书和博客,个人感觉大概的框架(rgbdslam)已经差不多了,在这记录一下SLAM分类根据传感器,可以分为*雷达,又分二维三维*摄像头,也就是视觉*其他与混合我最近看的是视觉SLAM
出击桃子·2020-08-18 00:39

【Jetson Tx2 视觉slam开发】入门配置二

JetsonTx2安装ROShttps://github.com/jetsonhacks/installROSTX2updateRepositories.shThisisanoptionalstep.Addstherepositoriesuniverse,multiverse,andrestrictedandthenapt-getupdate.Theserepositoriesareinthest
江渚渔樵笑春风·2020-08-18 00:40

视觉SLAM笔记（19） 相似变换群与李代数

视觉SLAM笔记（19）相似变换群与李代数1.相似变换2.群与李代数3.映射4.BCH近似1.相似变换在视觉SLAM笔记（2）相机已经介绍过单目的尺度不确定性如果在单目SLAM中使用SE(3)表示位姿那么由于尺度不确定性与尺度漂移
氢键H-H·2020-08-17 14:46

《第10讲 后端1》 读书笔记

本文是《视觉SLAM十四讲》第10讲的个人读书笔记，为防止后期记忆遗忘写的。本节知识脉络前面前端的内容，只能求出短时间或者说相邻两帧的转换关系，并建立局部意义的地图。
醉卧疆场·2020-08-17 11:00

《第12讲 回环检测》 读书笔记

本文是《视觉SLAM十四讲》第12讲的个人读书笔记，为防止后期记忆遗忘写的。
醉卧疆场·2020-08-17 11:29

《第6讲 非线性优化 》读书笔记

本文是《视觉SLAM十四讲》第6讲的个人读书笔记，为防止后期记忆遗忘写的。本节知识脉络对状态估计问题，通过概率论中贝叶斯公式，求解后验概率等价于求解最大似然函数。
醉卧疆场·2020-08-17 11:29

转《视觉SLAM十四讲》ch6/gaussNewton.cpp

转自《视觉SLAM十四讲》ch6/gaussNewton.cpp自己稍微加了点点理解的备注#include#include#include#include#includeusingnamespacestd
Kevin_Xie86·2020-08-17 11:53

只用20节课让你年薪百万？这不是魔法而是百度飞桨官方集训营

今年，华为给两位博士毕业生开出了天价薪资，着实让人眼红，而眼红的背后，则是两位毕业生所学的专业知识：深度神经网络和机器视觉SLAM。年薪两百万会是个例吗？显然未必。
飞桨PaddlePaddle·2020-08-17 10:05

半闲居士视觉SLAM十四讲笔记（3）三维空间刚体运动 - part 1 旋转矩阵

71086500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
youngpan1101·2020-08-17 04:16

视觉slam爬坑——高翔深蓝学院——第二讲——三维空间刚体运动

1月6日补充Eigen补充参考学习的资料Eigen官网：http://eigen.tuxfamily.org/dox/group__QuickRefPage.html#QuickRef_TypesEigen解方程组：https://blog.csdn.net/u013354805/article/details/48250547Eigen快速入门：https://www.cnblogs.com/p
MatLink·2020-08-17 03:15

《视觉SLAM十四讲》学习笔记：第3讲 三维空间刚体运动

《视觉SLAM十四讲》学习笔记：第3讲三维空间刚体运动前言：本学习笔记将记录《视觉SLAM十四将》中一些重要的知识点，并对书中一些比较难的知识点添加上一些笔者个人的理解，以供笔者本人复习并与各位同学一起交流学习
themarshal·2020-08-17 02:39

《第3讲 三维空间刚体运动 》读书笔记

本文是《视觉SLAM十四讲》第3讲的个人读书笔记，为防止后期记忆遗忘写的。本节目标1.总结旋转矩阵、变换矩阵、四元数和欧拉角各自特点，总结它们之间的相互转换关系。
醉卧疆场·2020-08-16 23:53

[SLAM]（3-1）：旋转矩阵：：刚体、向量、线性代数知识、向量的旋转、坐标系间的欧氏变换、变换矩阵、齐次坐标

结合高翔老师的著作《视觉SLAM十四讲：从理论到实践》，加上小白的工程经验共同完成。建议作为笔记功能反复使用。1.刚体刚体不光有位置，还有自身的姿态。
Robot_Starscream·2020-08-16 23:07

【视觉SLAM十四讲】三维空间刚体运动

本文为视觉SLAM学习总结。第三讲讲解的是观测方程中的xxx是什么。
wtl_bupt·2020-08-16 23:21

视觉SLAM学习第二讲——三维空间刚体运动（工程矩阵、C++11知识补充）

三维空间的刚体运动主要学习点如下：2.1点与坐标系2.2旋转矩阵2.3旋转向量与欧拉角2.4四元数2.5相似、仿射和射影变换2.6实践：Eigen矩阵运算2.7实践：Eigen几何模块对于三维空间刚体整体知识的学习，可参考https://blog.csdn.net/weixin_38593194/article/details/85234607详细讲述了关于刚体运动学的知识，在此就不重复引了。本文
lark_ying·2020-08-16 23:50

史上最污技术解读，我竟然秒懂了

本文经授权转载自公众号特大号最近武汉的疫情，全国同胞都在密切关注着。但我们最应该做的就是好好呆在家里，尽量少出门，不给国家和医院添更多的麻烦。今天，小灰给大家分享一篇非常有趣的段子，希望大家在长久的压抑心情下，能够获得一些放松。假设你是个妹子，你有一位男朋友，于此同时你和另外一位男生暧昧不清，比朋友好，又不是恋人。你随时可以甩了现任男友，另外一位马上就能补上。这是冷备份。假设你是个妹子，同时和两位
程序员小灰·2020-08-16 18:10

视觉SLAM —— 李群与李代数

一、群1.1群的定义群（Group）是一种集合加上一种运算的代数结构。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如下条件（封结幺逆——凤姐咬你）：封闭性：∀a1,a2∈A,a1·a2∈A.结合律：∀a1,a2,a3∈A,(a1·a2)·a3=a1·(a2·a3).幺元：∃a0∈A,s.t.∀a∈A,a0·a=a·a0=a.逆：∀a∈A,∃a−1∈A,s.t.a·a−
Kevin_Yu.·2020-08-16 09:20

视觉SLAM——三维空间刚体运动

让我们带着疑问来开启三维空间刚体运动的学习吧！为什么要学习三位刚体运动？三维刚体运动描述的是什么呢？我们研究的机器人的位姿是需要利用三维刚体运动（假设为刚体）的规律来求解。那什么是位姿呢？就是指当前机器人坐标系相对世界坐标系的旋转与位移。为什么是旋转与位移呢？自己脑补去==以下涉及的是旋转有关的知识。因为平移操作在数学上就相当于在对坐标系旋转后加上了一个平移向量(列向量)。一、旋转矩阵1.1坐标系
Kevin_Yu.·2020-08-16 09:20

LSD 直线段检测算法

想在视觉slam里面引入直线特征，所以上周读了一篇直线检测算法的论文：LSDaLineSegmentDetector这篇文章不是很难读懂，翻译以及详细的解释可以参考这篇博客这里主要说说自己的理解：其中一点是对于论文中提到的用来验证矩形是否可以作为检测线段的一个衡量标准
茗絮封芯·2020-08-16 04:32

视觉SLAM理论与实践6-2

视觉SLAM理论与实践-直接法一、直接法基础介绍二、单层直接法三、多层直接法四、延申讨论一、直接法基础介绍二、单层直接法该问题的误差项为：其中p1,p2为非其次像素坐标，ξ为R,t对应的李代数本题目中位姿的自由度为
尹扣0801·2020-08-16 03:04

视觉理论与实践7-后端

视觉SLAM理论与实践7-后端一、BundleAdjustment二、直接法的BundleAdjustment一、BundleAdjustment1.1文献阅读我们在第五讲中已经介绍了BundleAdjustment
尹扣0801·2020-08-16 03:04

视觉SLAM理论与实践进阶-手写VIO-5

视觉SLAM理论与实践进阶-手写VIO-5一、单目BA求解器二、滑动窗口算法测试一、单目BA求解器1)Problem::MakeHessian()代码片段voidProblem::MakeHessian
尹扣0801·2020-08-16 03:04

sophus编译错误，未定义相关函数

视觉SLAM14讲中，在编译完sophus库后，使用sudomakeinstall安装后，经过编译发现错误，如下图这是因为安装后打libSophus.so没有被cmake链接到Sophus_LIBRARIES
硬梆梆的马里奥·2020-08-16 03:17

视觉slam 14讲 第7讲 代码运行问题 fatal error: g2o/solvers/eigen/linear_solver_eigen.h

测试高博的视觉slam第7讲的实验时到对应的目录下ch7里，创建build文件夹，进入，cmake..make这个时候出了个问题。
Waekessi·2020-08-16 02:29

《视觉SLAM十四讲精品总结》1：使用CMake和库文件

1、简单的cmake使用CMakeLists.txt文件告诉cmake我们要对这个目录下的文件做什么事情。#声明要求的cmake最低版本cmake_minimum_required(VERSION2.8)#声明一个cmake工程project(HelloSLAM)#添加一个可执行程序#语法：add_executable(程序名源代码文件）add_executable(helloSLAMhelloS
try_again_later·2020-08-16 01:26

初识SLAM

SLAM指的是搭载特定传感器（视觉SLAM中主要指相机）的主体，在没有环境先验信息的情况下，于运动过程中构建环境的模型，同时估计自己的运动。所以，SLAM主要的任务也就是告诉机器人：1.我在什么地方？
爱上技术的梅西·2020-08-16 01:54

关于SLAM十四讲中 非模板类Sophus库的安装问题

最近开始学习高翔博士的《视觉SLAM十四讲》，第四章要求安装一个非模板类的Sophus库。在安装书中提供的第三方库时出现错误。
江上雨·2020-08-16 00:56
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他