视觉SLAM 第20页

[论文笔记]StaticFusion: Background Reconstruction for Dense RGB-D SLAM in Dynamic Environments

动态环境对于视觉SLAM来说是一个挑战，因为运动的物体会破坏相机的姿态跟踪

liampayne_66d0·2022-02-16 01:10

图像特征—FAST关键点

图像特征—FAST关键点一、引言最近在看视觉slam十四讲这本书，里面关于图像特征点的一些总结非常值得学习一下。

夜雨_小学徒·2022-02-09 10:46

浅析ORB、SURF、SIFT特征点提取方法以及ICP匹配方法

目录main.cppCMakeLists.txt执行效果ICPCMakeLists.txt执行效果在进行编译视觉SLAM时，书中提到了ORB、SURF、SIFT提取方法，以及特征提取方法暴力匹配(Brute-ForceMatcher

·2021-12-24 18:27

视觉SLAM入门 -- 学习笔记 - Part6

2LK光流2.1光流文献综述我们课上演示了Lucas-Kanade稀疏光流，用OpenCV函数实现了光流法追踪特征点。实际上，光流法有很长时间的研究历史，直到现在人们还在尝试用Deeplearning等方法对光流进行改进[1,2]。本题将指导你完成基于Gauss-Newton的金字塔光流法。首先，请阅读文献（paper目录下提供了pdf），回答下列问题。问题：1.按此文的分类，光流法可分为哪几类？

昼行plus·2021-11-14 21:20

视觉SLAM入门 -- 学习笔记 - Part5

2ORB特征点原图见1.png文件和2.png。2.1ORB提取ORB即OrientedFAST简称。它实际上是FAST特征再加上一个旋转量。本习题将使用OpenCV自带的FAST提取算法，但是你要完成旋转部分的计算。旋转的计算过程描述如下：在一个小图像块中，先计算质心。质心是指以图像块灰度值作为权重的中心。在一个小的图像块B中，定义图像块的矩为：通过矩可以找到图像块的质心：连接图像块的几何中心O

昼行plus·2021-11-10 02:49

Ubuntu20.04 Ubuntu18.04安装opencv + opencv_contrib

由于最近编译视觉slam十四讲的特征点部分，需要用到opencv的一些模块库，其中就需要opencv-contrib。opencv3以上的版本没有opencv-contrib，所以需要一起安装。

长沙有肥鱼·2021-10-26 20:56

深蓝学院-视觉SLAM十四讲-第一章作业

第1章作业1.熟悉Linux请描述apt-get安装软件的整体步骤，说明Ubuntu是如何管理软件依赖关系和软件版本的。注：阅读了鸟哥私房菜第23章的内容，该章主要讲述了RPM机制的软件安装方式。而ubuntu使用dpkg机制的软件安装方式，本人平时只是使用apt-get安装软件，并没有深入了解背后的安装原理，所以本题参考了ubuntuAPT-GET工作原理进行作答。使用apt-get安装软件主要

hello689·2021-10-26 10:57

视觉SLAM十四讲CH3代码解析及课后习题详解

eigenMatrix.cpp#includeusingnamespacestd;#include//Eigen核心部分#include//稠密矩阵的代数运算（逆，特征值等）#includeusingnamespacestd;usingnamespaceEigen;#defineMATRIX_SIZE50宏定义矩阵大小50/*****************************本程序演示了Ei

长沙有肥鱼·2021-10-19 16:48

视觉slam学习笔记以及课后习题第一讲初识slam

前言这篇博客主要记录了我在深蓝学院视觉slam课程中的课后习题，因为是为了统计知识点来方便自己以后查阅，所以有部分知识可能不太严谨，如果给大家造成了困扰请见谅，大家发现了问题也可以私信或者评论给我及时改正

啦啦啦1231213·2021-10-04 14:43

[论文笔记]DynaSLAM

这种强有力的假设限制了大多数视觉SLAM系统在人口稠密的现实世界环境中的使用，而这些环境是服务机器人或自主车辆等相关应用的目标。

liampayne_66d0·2021-06-25 11:18

视觉SLAM实践入门——（10）特征提取和匹配（修复源码中的段错误bug）

这一节的第一部分使用opencv提取关键点、计算描述子、匹配特征点第二部分则根据前面的原理，写一个简单的计算描述子、匹配特征点的算法（都是SLAM十四讲的源码，第二部分源码中有段错误，不能直接运行，需要修改），经过比较发现，使用opencv的算法效率较低第一部分和第二部分中算法运行所用时间如下第一部分—使用opencvopencv库封装了与特征提取和匹配相关的函数，程序的运行思路如下1、以RGB格

floatinglong·2021-05-15 18:32

视觉SLAM实践入门——（9）曲线拟合之g2o库

图优化理论g2o是一个基于图优化的库（图优化是一种将非线性优化和图论结合起来的理论）图优化把优化问题表现成图。一个图由若干顶点以及连接这些顶点的边组成。顶点表示优化变量，边表示误差项下图是一个简单的图优化例子。三角形表示相机位姿节点，圆形表示路标点，它们构成图优化的顶点；实线表示相机运动模型，虚线表示观测模型，它们构成图优化的边有了图，可以做去掉孤立顶点或者优先优化边数较多的顶点这样的优化安装g2

floatinglong·2021-05-15 16:16

视觉SLAM实践入门——（8）使用Ceres库进行曲线拟合

Ceres是一个最小二乘问题求解库。Ceres求解的最小二乘问题一般形式为x是优化变量，也称为参数块，f是代价函数，也称为残差块。l和u是某个优化变量的上限和下限使用Ceres求解的步骤：1、定义误差类型CURVE_FITTING_COST，其中residual是残差2、定义待估计变量3、定义Problem对象，创建残差块并通过AddResidualBlock添加到Problem中，其中AutoD

floatinglong·2021-05-13 18:36

Autolabor SLAM建图导航机器人平台

平台搭载激光雷达、深度相机、惯导、里程计等传感器，可实现SLAM建图导航、视觉SLAM、图像识别等功能。

Autolabor·2021-05-08 12:42

ZED2相机标定

目录一、概述二、录制数据集三、相机标定四、IMU标定五、相机IMU联合标定一、概述在运行视觉SLAM程序时，总会要求输入一个校正文件。这次的目的就是要把里头的参数全部填满。

我的笔帽呢·2021-05-06 16:50

每周工作总结（2018/10/10-2018/10/13）

本周工作（2018/10/10-2018/10/13）主要工作：工作内容作调整:短暂从ORB-SLMA源码研究转到SLAMDEMO实现上完成工作：视觉SLAM软件开发平台配置：ROS,ORB-SLAM2

teddyluo·2021-05-04 13:36

SLAM练习题（十二）—— ICP（Iterative Closest Point）

推导ICP以下题目来自计算机视觉life从零开始一起学习SLAM系列推导ICP中的一个步骤证明：《视觉SLAM十四讲》第174页公式

薛定猫·2021-05-02 10:21

Eigen库入门：矩阵运算

一、预备工作1.前言博主最近在学习高博的《视觉SLAM十四讲》，将对其中一些常用的库文件的使用方式进行记录。本篇博文将简单记录如何使用Eigen库进行基础的矩阵运算。

JasonLi0012·2021-04-08 08:52

视觉SLAM理论与实践第四讲习题

结果：CMakeLists.txtcmake_minimum_required(VERSION2.8)project(undistort_image)find_package(OpenCV3.0REQUIRED)include_directories(${OpenCV_INCLUDE_DIRS})add_executable(undistort_imageundistort_image.cpp)t

Jack ye 97·2021-04-06 20:31

视觉SLAM理论与实践第二讲习题

1、方阵A可逆时，x有解且唯一2、高斯消元法是一种求解线性方程组的方法，也可以求矩阵的秩，以及可逆方阵的逆，它通过逐步消除未知元将原始线性系统转化成为一个更简单的线性系统，它的实质是通过行变换，将线性方程组的增广矩阵变换成为行阶梯阵。3、对于n阶方阵A，若存在正交矩阵Q与上三角矩阵R使得A=QR，则称该式为A的QR分解。其中Q可通过A的施密特正交化得到，R则Q的转置乘以A得到。4、Cholesky

Jack ye 97·2021-03-23 18:30

视觉SLAM理论与实践第一讲习题

第一题熟悉Linux1、sudoapt-getinstall“需要安装的软件名”，通常将软件安装在usr目录下2、环境变量：环境变量是在操作系统中一个具有特定名字的对象，它包含了一个或多个应用程序将使用到的信息；它分为永久生效和shell临时生效两种。1)对所有用户生效的永久性变量（系统级）:这类变量对系统内的所有用户都生效，所有用户都可以使用这类变量。作用范围是整个系统。设置方式：用vim或者g

Jack ye 97·2021-03-17 21:00

视觉SLAM十四讲从理论到实践第1讲到第2讲的重点探索

目录前言一、何为SLAM1.SLAM初识2.传感器之与视觉SLAM紧密相关的相机（1）.单目相机（2）.双目相机和深度相机3.经典视觉SLAM框架（1）.传感器信息读取：（2）.前端视觉里程计（VisualOdometry

澄渊·2021-03-08 17:35

三维ICP-SVD配准

三维ICP-SVD配准1.理论2.Python实现2.1导入模块2.2.定义ICP_3D_SVD2.3.定义点云2.4.ICP_3D_SVD配准1.理论理论参考：二维ICP配准视觉SLAM笔记（38）3D

氢键H-H·2021-02-25 23:52

Robust RGB-D Camera Tracking using Optimal Key-frame Selection

文章目录前端部分视觉里程计特征提取和匹配后端优化关键帧选取优化实验结果 RGBD视觉SLAM，创新点在于自适应的位姿估计和关键帧选择策略。

翡翠之幻·2021-02-23 21:55

三维刚体变化中Rcw，tcw的含义

高翔博士的《视觉SLAM十四讲》中，介绍Tcw指从世界坐标w到c的变换矩阵。但研一学机器人学的时候，讲T12的含义是，坐标系2相对于坐标系1的变换。于是一脸懵逼。

嚣张的叉烧包·2021-02-15 20:14

高翔视觉SLAM14讲学习笔记-第7讲

高翔视觉SLAM14讲学习笔记-第7讲特征点法ORB特征实践：特征提取和匹配特征点法特征点：就是图像中有代表性的点，图像中一些特别的地方，如角点（角点就是角的点）、边缘、区块等。

梁靖·2021-02-11 19:52

高翔视觉SLAM十四讲学习笔记-第5讲相机与图像

第五章相机与图像学习任务一、相机模型内参外参相机模型坐标转换步骤相机畸变小结♥二、双目模型三、RGB-D相机物理手段测量深度学习任务理解针孔相机的模型、内参与径向畸变参数。理解一个空间点是如何投影到相机成像平面的。掌握OpenCV的图像存储与表达方式。学会基本的摄像头标定方法。一、相机模型像素坐标是讲像素的，看分辨率内参外参相机模型坐标转换步骤世界——相机——归一化平面——像素相机畸变小结♥二、双

星禾说·2021-02-08 06:50

《视觉SLAM十四讲》高翔第二版实践出现的问题及解决办法笔记

#前言：这是我在看这本书遇到的问题和解决方法的笔记，希望可以在你学习的过程中给你一点帮助。使用下文的方法在我的虚拟机中可以解决，但不确保在你那边可以解决，因此仅作参考。写得有点乱，按照出现的问题参照一下吧。问题1：“pangolin“includesnon-existentpath“/usr/include/eigen3“原因：非apt安装的eigen，不在/usr/include/下，而是/us

Teapot#·2021-01-30 15:09

跟六哥学习ORB-SLAM2作业（二）下

6、(问答题)题目：单目相机SLAM是视觉SLAM所需最小的配置，应用非常广泛，而其中单目初始化尤其重要。这里我们自己实现了一个单目相机初始化流程，包括：提取特征点，特征匹配和筛选，位姿估计，三角化。

走走走走走走你·2021-01-29 17:47

高翔视觉slam十四讲书籍笔记(第三讲03-Eigen实例)

Eigen是一个C++开源线性代数库。它提供了快速的有关矩阵的线性代数运算，还包括解方程等功能。许多上层的软件库也使用Eigen进行矩阵运算，包括g2o、Sophus等。照应本讲的理论部分，我们来学习一下Eigen的编程。你的PC上可能还没有安装Eigen。请输入以下命令来安装它：sudoapt-getinstalllibeigen3-dev下面每一行的cout打印的输出，都在上面用注释标注了其中

tao_292·2021-01-21 17:47

回环检测中词袋模型的原理分析

1.前言现在一谈到视觉slam回环检测，基本上想到的都是用词袋模型来实现，几个主流的slam框架都在使用它，比如:ORB_SLAMVINS-MONO因此很有必要了解一下它的原理．2.何为词袋模型？

chennuo0125-HIT·2021-01-21 12:34

视觉SLAM理论与实践学习笔记（一）

视觉SLAM理论与实践学习笔记（一）二熟悉linux1.如何在Ubuntu中安装软件（命令行界⾯）？它们通常被安装在什么地⽅？2.linux的环境变量是什么？我如何定义新的环境变量？

*月亮很亮*·2021-01-15 18:26

opencv求两张图像光流_基于改进光流算法的SLAM系统有何优异表现？

在视觉SLAM算法中,前端是一个视觉里程计(visualOdometry)，主要是利用相邻图

E-Optimist·2021-01-04 12:53

2020 书单

嘿哈哈哈·2021-01-02 09:51

ekf pose使用方法 ros_上海交通大学邹丹平：基于环境结构性特征的视觉SLAM方法...

2018年7月，深蓝学院发起并承办的“第一届全国SLAM技术论坛”上，邀请了上海交通大学邹丹平老师作《基于环境结构性特征的视觉SLAM方法》的报告。

weixin_39805195·2020-12-31 15:07

正方形里面两个扇形相交部分_视觉SLAM面试题汇总-2019年秋招第一部分

讲着童话的恶魔·2020-12-28 19:10

视觉SLAM十四讲 3.6.2 实际的坐标变换例子代码解析

在这里介绍一下视觉SLAM十四讲3.6.2实际的坐标变换例子的代码分析这里作者只给了源代码，其实是有公式推导的我结合网上其他人的代码，在不影响对源代码的理解的同时，对代码进行了一些改进，大家可以仔细看下注释内容

正在刷夜的李哈哈·2020-12-26 11:29

视觉SLAM十四讲源码的正确打开方式：第3讲三维空间刚体运动

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·2020-12-25 22:02

tensorflow 语义slam_研究《视觉SLAM十四讲从理论到实践第2版》PDF代码+《OpenCV+TensorFlow深度学习与计算机视觉实战》PDF代码笔记...

最近在学习视觉SLAM，系统学习了《视觉SLAM十四讲从理论到实践第2版》，还测试了代码，挺好的视觉SLAM入门书，让我知道了树的主干部分。13章特别

weixin_39781550·2020-12-20 02:22

我和labview第2版_视觉SLAM十四讲（第2版）

那么今天为大家带来的是《视觉SLAM十四讲(第2版)》在移动互联网大潮之后，自动驾驶、无人机、服务机器人等人工智能硬件会成为下一个产业爆发点，其中关键的技术之一就是动态定位和环境建模的SLAM技术。

weixin_39669638·2020-12-17 14:30

ORB-SLAM2 转

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

jack_201316888·2020-12-17 10:45

视觉SLAM十四讲笔记（超级通俗易懂哦~）

恭喜你发现宝藏前言第一讲预备知识章节划分需要具备的基础知识第二讲初识SLAM传感器Sensors经典视觉SLAM框架SLAM问题的数学表述编程基础Linux使用Cmake第三讲三维空间的刚体运动3.1点

正在刷夜的李哈哈·2020-12-13 14:50

视觉slam建图导航中建立map-＞odom的tf关系

问题：现在已有基于视觉slam建立的map地图，但在该地图基础上想进行导航规划时，发现map和odom并没有建立正确的tf关系。

10YrS·2020-12-09 22:39

视觉SLAM面试题汇总（19年秋招）——第二部分

上周给大家放松的视觉SLAM面试题汇总（19年秋招）——第一部分，受到了大家的喜爱和众多收藏，原文见育心：视觉SLAM面试题汇总（2019年秋招题库参考）——第一部分本周福利又双叒叕来了！

weixin_39994665·2020-11-28 16:43

rbpf粒子滤波slam matlab程序_视觉SLAM面试题汇总（第一部分）

为了充分利用面试题的学习价值，建议大家先自行解答一遍，再对照参考答案！温馨提示：文章过长，且题库仅放送了一部分，建议先收藏再花时间自行查阅~1.SIFT和SUFT的区别？2.相似变换、仿射变换、射影变换的区别？3.Homography、Essential和FundamentalMatrix的区别？4.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

weixin_39548541·2020-11-28 14:00

slam特征点深度 svd_【干货】视觉SLAM面试题汇总（第二部分）

小伙伴们大家好！上期我们已经放送了第一部分slam面试题库接下来就是第二部分福利时间啦~26.除了RANSAC之外，还有什么鲁棒估计的方法？27.3D地图点是怎么存储的？表达方式？28.给你m相机n个点的bundleadjustment。当我们在仿真的时候，在迭代的时候，相机的位姿会很快的接近真值。而地图点却不能很快的收敛这是为什么呢？29.LM算法里面那个λ是如何变化的呢？30.说一下3D空间的

weixin_39887183·2020-11-28 12:24

阅读orb_slam3 翻译

yidian7·2020-11-24 14:03

从零开始搭二维激光SLAM --- 前言

我眼中的SLAM从最开始接触SLAM已经3年了，从二维激光SLAM到三维激光SLAM，再到视觉SLAM，都有一些接触，现将简单梳理一下SLAM的各个模块的功能以及实现方式，为本系列文章起到个总领作用。

李太白lx·2020-11-23 16:07

sift算法双向匹配剔除不匹配点_基于改进光流算法的SLAM系统有何优异表现？