视觉Slam

视觉SLAM十四讲学习笔记-第五讲-相机模型

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·2022-12-30 04:31

V-SLAM笔记整理总结

视觉SLAM相机种类：单目（Mono）、双目（Stereo）、深度（RGB-D）、鱼眼全景
程序猴儿·2022-12-27 22:50

【学习记录】Dynaslam源代码魔改-替换MaskRCNN为YoloV5

一、运行DynaslamDynaslam本身是一个基于ORBSLAM2的视觉SLAM框架，论文并没有仔细看过，简单来说就是在ORBSLAM的基础上，加了一动态物体的滤除，这里的滤除使用了两种策略：基于MaskRCNN
林北不要忍了·2022-12-27 20:08

LDSO: Direct Sparse Odometry with Loop Closure（翻译）

准备把高博最新的论文LDSO翻译下来：原文摘要—在本文中，我们提出直接视觉里程计（DSO）[1]到单目视觉SLAM具有闭环检测和姿势图优化的系统（LDSO）。
KL_Li·2022-12-27 20:36

《视觉SLAM十四讲》笔记（ch7）

ch7视觉里程计1本章目标：1.理解图像特征点的意义，并掌握在单副图像中提取出特征点及多副图像中匹配特征点的方法2.理解对极几何的原理，利用对极几何的约束，恢复出图像之间的摄像机的三维运动3.理解PNP问题，以及利用已知三维结构与图像的对应关系求解摄像机的三维运动4.理解ICP问题，以及利用点云的匹配关系求解摄像机的三维运动5.理解如何通过三角化获得二维图像上对应点的三维结构本章目的：基于特征点法
bill_live·2022-12-27 17:49

《视觉SLAM十四讲》-7.2 手写ORB特征

////Createdbyxiangon18-11-25.//#include#include#include#includeusingnamespacestd;//globalvariables定义图片路径全局变量stringfirst_file="./1.png";stringsecond_file="./2.png";//32bitunsignedint,willhave8,8x32=256
BetterTL·2022-12-27 17:19

视觉SLAM ch9 卡尔曼和扩展卡尔曼滤波

状态估计的概率解释：位姿x和路标y服从某种概率分布，目的是通过某些运动数据u（比如惯性测量传感器IMU输入）和观测数据z（比如拍摄到的照片像素点的值）来确定状态量x和y的分布。一、关于卡尔曼滤波器和扩展卡尔曼滤波器的推导有博主写过，过程很详细。(7条消息)SLAM14讲学习笔记（六）后端（最难一章：卡尔曼滤波器推导、理解以及扩展）_zkk9527的博客-CSDN博客_swm恒等式二、关于扩展卡尔曼
雨幕丶·2022-12-27 17:18

视觉SLAM ch5代码总结（三）

RGB-D视觉（1）根据内参计算一对RGB-D图片对应的点云（2）根据每张图的相机位姿（外参）,把点云加起来，组成地图遍历图像的每个像素，并将深度图的深度信息提取出来，将像素点归一化后，乘上深度信息就得到了相机坐标系下的点,最后左乘变换矩阵T(这里的T是相机到世界系的变换)就得到了世界坐标系下的点。1.相机的内外参数相机的内参是fxfycxcy构成的矩阵，单位是像素,fx=f,fy=f内参是不变的
雨幕丶·2022-12-27 17:48

视觉SLAM ch6代码总结

目录一、手写高斯牛顿法二、使用Ceres拟合曲线三、使用g2o进行曲线拟合一、手写高斯牛顿法步骤：1、先根据模型生成x，y的真值，并在真值中添加高斯分布的噪声2、使用高斯牛顿法进行迭代3、求解高斯牛顿法的增量方程增量方程的推到过程图片来源该公式等同于133页6.41式Σ是高斯噪声的方差CMakeLists.txtcmake_minimum_required(VERSION3.0)project(c
雨幕丶·2022-12-27 17:48

视觉SLAM ch8代码总结

目录一、LK光流1.使用LK光流2.使用高斯牛顿实现光流3.多层光流光流法实践总结二、直接法1.单层直接法2.多层稀疏直接法三、课后题一、LK光流1.使用LK光流用OpenCV的光流追踪特征点的运动。第一张图像中提取角点，利用光流追踪角点在第二张图像中的位置。使用cv::calcOpticalFlowPyrLK函数可以得到追踪后的点。voidcv::calcOpticalFlowPyrLK(Inp
雨幕丶·2022-12-27 17:48

视觉SLAM ch5代码总结（一）

CMakeLists.txtcmake_minimum_required(VERSION2.8)project(basics)#Eigeninclude_directories("/usr/include/eigen3")#opencvfind_package(OpenCVREQUIRED)#添加头文件include_directories(${OpenCV_INCLUDE_DIRS})add_e
雨幕丶·2022-12-27 17:18

视觉SLAM ch7 ORB特征点

一、视觉里程计方法：特征点法和光流法。（视觉里程计的核心是如何根据图像估计相机运动）1.1特征点法：提取和匹配特征点，然后根据配对的特征点估计相机的运动。特征点由关键点和描述子组成。关键点是指特征点在图像里的位置，有些特征点还具有朝向、大小信息；描述子通常是一个向量，描述了该关键点周围像素的信息。1.2常用的特征点方法：一、SIFT(尺度不变特征变换)，充分考虑了图像变换过程中出现的光照、尺度、旋
雨幕丶·2022-12-27 17:18

视觉slam十四讲个人理解(ch7视觉里程计1)

参考博文::https://blog.csdn.net/david_han008/article/details/53560736https://blog.csdn.net/n66040927/article/details/79163496?utm_source=blogxgwz3ICP是指，利用点云的匹配关系，来求解相机的三维运动。PNP是利用已知的三维结构与图像的对应关系，来求解相机的三维运
dibuxue3246·2022-12-27 17:46

视觉SLAM ch7代码总结（一）

目录一、OpenCV的ORB特征二、手写ORB特征一、OpenCV的ORB特征1.Keypoint类opencv中Keypoint类的默认构造函数为：CV_WRAPKeyPoint():pt(0,0),size(0),angle(-1),response(0),octave(0),class_id(-1){}pt(x,y):关键点的点坐标，是像素坐标；size():该关键点邻域直径大小；angle
雨幕丶·2022-12-27 16:14

视觉SLAM-13

第十三章稠密地图地图的应用大致可分为：1）定位。2）导航：在这个过程中，需要知道地图中哪些地方可以通过，哪些地方不可通过，而要能实现这样的功能，则至少是稠密地图。3）避障：与导航类似，但更加关注局部的、动态的障碍物的处理，同样也需要至少是稠密的地图。4）重建：利用SLAM获取周围环境的重建效果，主要是用于向他人展示。并且我们对这种地图还有外观要求，所以这样地图也是稠密的。5）交互：主要指人与地图之
xmrmol·2022-12-27 14:36

深蓝学院-视觉SLAM课程-第2讲笔记--三维空间刚体运动

课程Github地址：https://github.com/wrk666/VSLAM-Course/tree/master0.内容C++没有矩阵的运算，用别人的库来进行矩阵运算，其中Eigen库能够进行刚体运动的一些计算，由3部分构成：Core：矩阵的表达；Dense：稠密矩阵的计算，矩阵求逆，稠密矩阵的分解等；Geometry：旋转矩阵，欧拉角，四元数等。1.点与坐标系三维空间常用正交基来表示（
读书健身敲代码·2022-12-27 11:24

【视觉SLAM十四讲】第7讲 视觉里程计1

7.1特征点法前面提到过，SLAM中主要分为前端和后端，前端主要是根据相邻图像的信息，粗略估计相机的运动，从而给后端一个比较好的初始值。前端的实现，根据是否需要提取特征，分为特征点法和直接法。对于特征点法，首先需要的就是定义什么是特征点。图像本身就是一个矩阵，如果直接从矩阵的层面考虑运动的估计，相当于用图像中全部的数据去估计，这样做的运算量必然是很大的。一般我们都会采用选代表的方法，也就是选取图像
林北不要忍了·2022-12-27 10:55

相机标定的作用

详细讲解见《视觉slam十四
Coldor·2022-12-26 17:08

2020视觉SLAM面试复习

主要参考：Jichao_Peng:视觉SLAM总结——视觉SLAM面试题汇总try_again_later:SLAM秋招知识点总结——自动驾驶算法、3D视觉岗位（附有解答）1.Sift中尺度空间、高斯金字塔
月夕花晨KaCa·2022-12-26 17:16

鱼眼相机模型

转自鱼眼相机模型与标定与重映射-EpsAvlc的博客鱼眼相机模型与标定与重映射computer-vision2019年10月21日背景在现有的视觉SLAM框架中，大部分是用针孔相机的图像来进行特征提取与匹配的
Neil_Skype·2022-12-26 13:58

视觉slam基础知识

三维空间中刚体的运动描述方式旋转矩阵、变换矩阵、欧拉角、四元数旋转矩阵空间中两个坐标系之间的旋转运动可由一个正交矩阵（行列式为1）表示，该矩阵称为旋转矩阵R。旋转矩阵的转置（=逆）表示了相反的旋转。变换矩阵空间中任意两个坐标系位置变换可分解为旋转+平移，因此有其中，R12：坐标系2到坐标系1的变换；t12：坐标系1的原点指向坐标系2的原点的向量。变换矩阵T：根据分块矩阵的转置计算T-1欧拉角用3个
好好仔仔·2022-12-25 16:49

【硕士论文】《动态场景下的语义三维地图构建 》西南科技大学 余东应

动态场景下定位对特征点匹配算法做出改进，提出自适应窗隔匹配模型，可剔除动态物体上的错误匹配----------知识点提炼----------分类主流的SLAM算法分为基于视觉及激光两类按照所使用的传感器类型，视觉
echo_gou·2022-12-25 12:08

《视觉SLAM十四讲》第八讲-运行 direct_sparse、direct_semidense 报错 Segmentation fault (core dumped)

写在前面运行《视觉SLAM十四讲》第八讲中的direct_sparse、direct_semidense出现出现报错一、问题描述示例代码direct_sparse.cpp、direct_semidense.cpp
wongHome·2022-12-24 19:27

《视觉SLAM十四讲》第九讲-运行程序出现Segmentation fault (core dumped)、double free or corruption (out)解决方法

写在前面运行《视觉SLAM十四讲》第九讲中的0.2版本、0.3版本、0.4版本出现的报错一、问题一及解决方法1.问题描述编译通过，但是运行时出现以下报错：Segmentationfault(coredumped
wongHome·2022-12-24 19:27

基于点和线特征的实时单目SLAM

PL-SLAM:Real-TimeMonocularVisualSLAMwithPointsandLines摘要：众所周知，低纹理场景是依赖于对应点的几何计算机视觉的主要短板之一，尤其是视觉SLAM。
柚子Betty·2022-12-24 17:14

slam的一些库函数安装

article/details/78657295最近在学SLAM，每次编译都少了库函数，然后逆天的linux操作让我这个小白对这些错误提示还有安装库函数很崩溃，从网上找了这个相关文章，学习学习前言本篇博客主要写了视觉
MetaSmiles·2022-12-24 13:58

笔记：《视觉SLAM十四讲》之开源库的安装

笔记：《视觉SLAM十四讲》之开源库的安装目录前言1、Eigen线性代数库的安装2、Sophus李代数库的安装3、OpenCV计算机视觉库的安装4、PCL点云库的安装5、Ceres非线性优化库的安装6、
沐白001·2022-12-24 13:56

《视觉SLAM十四讲》之开源库的安装

转自：https://www.cnblogs.com/ChrisCoder/p/7222430.html笔记：《视觉SLAM十四讲》之开源库的安装目录前言1、Eigen线性代数库的安装2、Sophus李代数库的安装
一树荼蘼·2022-12-24 13:19

笔记视觉slam十四讲之开源库的安装

笔记：《视觉SLAM十四讲》之开源库的安装目录前言1、Eigen线性代数库的安装2、Sophus李代数库的安装3、OpenCV计算机视觉库的安装4、PCL点云库的安装5、Ceres非线性优化库的安装6、
一个免提·2022-12-24 13:46

多源传感器组合导航 GNSS 视觉SLAM LiDAR INS 开源项目总结

多源传感器组合导航GNSS视觉SLAMLiDARINS开源项目总结本文更改自吴桐wutong微信公众号文章。
倪偲001·2022-12-23 17:29

学习记录-视觉SLAM十四讲第2版（九）

文章目录前言一、实践部分1.orb_cv项目2.orb_self项目3.pose_estimation_2d2d项目4.triangulation项目5.pose_estimation_3d2d项目6.pose_estimation_3d3d项目二、第7讲的普通习题1.其他特征点2.统计提取1000个特征点的耗时4.其他加速匹配的方式5.其他PnP方法6.在PnP中考虑第一个相机的观测7.在ICP
从此刻开始不同·2022-12-23 15:18

学习记录-视觉SLAM十四讲第2版（十）

文章目录前言一、实践部分1.optical_flow项目2.direct_method项目二、第8讲的普通习题1.其他光流方法的特点2.求梯度方法上的缺点3.直接法能否提出反向法的概念5.单目直接法的理解总结前言系统环境：ubuntu20.04本文讨论第8讲的实践部分和普通习题的内容。一、实践部分1.optical_flow项目这个项目需要修改CV_GRAY2BGR为COLOR_GRAY2BGR，
从此刻开始不同·2022-12-23 15:18

学习记录-视觉SLAM十四讲第2版（八）

文章目录前言一、6.3实践部分1.安装Ceres和g2o库2.gaussewton项目3.ceresCurveFitting项目4.g2oCurveFitting项目二、第6讲的普通习题1.证明式子2.调研各种方法3.高斯牛顿法的细节4.DogLeg细节5.阅读Ceres的细节6.阅读g2o的文档总结前言系统环境：ubuntu20.04这几天又抽了时间看了SLAM十四讲的第6讲非线性优化，前面6.
从此刻开始不同·2022-12-23 15:48

学习记录-视觉SLAM十四讲第2版（七）

文章目录前言一、5.3-5.4实践部分1.Opencv的安装2.imageBasics项目3.undistortImage项目4.stereoVision项目5.jointMap项目二、第5讲的普通习题2.叙述相机内参的物理意义3.搜索特殊相机的标定方式4.调研全局快门相机和卷帘快门相机的异同5.RGB-D相机是如何标定的6.举出其他遍历图像的方法总结前言系统环境：ubuntu20.04这几天又抽
从此刻开始不同·2022-12-23 15:47

学习记录-视觉SLAM十四讲第2版（二）

文章目录前言一、问题是什么？二、工具是什么？1.分类2.三种相机（1）单目相机（2）双目相机（3）深度相机三、流程是什么？1.总的流程框架2.每个步骤说明3.补充四、尺度不确定性总结前言日常学习的记录，今天主要是对SLAM第二讲的一些概念和基础知识过了一遍，对SLAM的大致情况有了了解。这里主要总结2.1和2.2的内容，至于2.3，我看了一遍还是很晕，也看了一些相关的学习视频是建议先跳过2.3，因
从此刻开始不同·2022-12-23 15:17

RGB-D SLAM 相关总结

RGB-DSLAM介绍2.1KinectFusion2.2ElasticFusion2.3Kinitinuous2.4RGB-DSLAM22.5RTABMap(RTABSLAM)3、RGB-DSLAM难点（见知乎：视觉
家门Jm·2022-12-23 10:17

RGB-D Slam 总结

按照使用的传感器分为激光SLAM（LOAM、V-LOAM、cartographer）与视觉SLAM，其中视觉SLAM又可分为单目SLAM（Mono
J-A·2022-12-23 10:45

紧耦合LIO综述 | 6篇顶会论文看透紧耦合LIO玩儿法（LIOM/LIO-SAM）

无疆WGH编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/567254168点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取后台回复【SLAM综述】获取视觉
自动驾驶之心·2022-12-23 09:42

【SLAM模块】g2o 曲线拟合实例

在视觉slam中，相机的位姿与观测的路标构成图优化的顶点，相机的运动，路标的观测构成图优化的边。结构流程1
dulu_202·2022-12-22 18:45

【基于视觉语义特征的室外SLAM建图算法研究】

首先什么是语义SLAM，我们知道传统的视觉SLAM是基于关键点、描述子等低级图像特征来进行定位和建图的，那么对于一些更高层次的带有明确意义的语义信息，比如现实世界中真实的物体，将它作为特征来进行优化的SLAM
dulu_202·2022-12-22 18:13

slam和ros之间的是什么关系？

主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题，SLAM分为：激光SLAM和视觉SLAM，他们各有千秋，常见的应用有：扫地机器人，无人驾驶车，无人机，等等。ROS是什么？
深蓝学院·2022-12-22 12:23

SLAM综述

Detection（特征和检测）Recognition&Segmentation（识别和分割）Localization（定位）挑战与未来成本和适应性弱纹理和动态环境敌对的传感器攻击三、VisualSLAM视觉传感器视觉
robioperay·2022-12-22 07:35

CVPR 2021 | 稀疏纹理也能匹配？速览基于Transformers的图像特征匹配器LoFTR

本文转载自：计算机视觉SLAM“本文提出了一种新颖的用于局部图像特征匹配的方法。
Amusi（CVer）·2022-12-22 03:40

视觉SLAM ch9代码总结

BAL数据集common.h创建了一个BALProblem类，来管理读取到的数据，头文件便于查找一些指针rotation.h旋转向量与四元数的相互转换书60页有公式推导q=cos(a/2)+i(x*sin(a/2))+j(y*sin(a/2))+k(z*sin(a/2))//其中a表示旋转角度，(x,y,z)表示旋转轴(单位向量)AngleAxisRotatePoint(constTangle_a
雨幕丶·2022-12-21 21:11

国内外LiDAR SLAM实验室总结

知乎上有一个关于视觉的SLAM实验室以及20年前的视觉SLAM开源算法的汇总SLAM领域国内外优秀实验室汇总，非常详细，但是偏视觉一点，本文主要关注LiDARSLAM。
bugdeveloper0·2022-12-21 15:23

Pangolin安装报错解决

Pangolin安装报错解决视觉SLAM十四讲$3.7节需要。在本地slambook2/3rdparty文件夹gitsubmoduleupdate，这个版本是和书中的版本一致的。
倪偲001·2022-12-21 09:12

《视觉SLAM十四讲》示例程序编译报错处理（上）

高翔博士《视觉SLAM十四讲》这本书中的代码很不错，适合初学者。可惜有一些可能因为版本的问题会报错，本文总结一下我遇到的问题。
倪偲001·2022-12-21 09:12

视觉SLAM-1-ORB_SLAM2环境搭建以及实时点云的保存和加载

ORB-SLAM2环境搭建操作系统：ubantu16参考博文：https://blog.csdn.net/learning_tortosie/article/details/79881165注明：若计算机性能不强，建议打开"build.sh"和"build_ros.sh"文件，将make后面的-j去掉。编译过程中一定会遇到各种错误，请仔细查看提示并百度，全部都能解决。利用MATLAB对相机进行内参
一肚子赘肉·2022-12-21 07:20

SLAM学习--2D激光SLAM--入门学习

一、学习心得记录（不一定对）：转载了很多博主的网站，若侵权，告知必删1.激光slam和视觉slam实际在实现的时候完全是两码事，可能根本思想差不多，特别是非线性优化方面，但是实现方案差距较大，需要转变思维
Robot-G·2022-12-21 07:12

视觉slam第六讲：使用g2o进行曲线拟合，错误：CMake Error at CMakeList.txt(find_package) By not providing“FindG2O.cmake“

在使用kdevelop进行编译时，显示我的CMakeList.txt文件有错误，我的CMakeList.txt文件中的代码如下出现的错误如下：解决方案如下：需要在你的CMakeList.txt文件中修改以下代码：1.首先需要找到你的g2o安装的位置：找到g2o文件夹–右击属性，便可以看到将list(APPENDCMAKE_MODULE_PATH${PROJECT_SOURCE_DIR}/cmake
一大块肉松·2022-12-20 08:54
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他