视觉Slam 第6页

相机成像过程

用小孔成像原理解释成像原理，这个在视觉SLAM14讲中，有非常详细的描述。1、相机成像就是将相机坐标系下的空间点，投影到相机的像素点，整个过程可以用下面的投影过程描述。

欧阳紫洲·2023-08-20 07:24

【第七讲---视觉里程计1】

经典SLAM中以相机位姿-路标来描述SLAM过程特征提取与匹配路标是三维空间中固定不变的点，可以在特定位姿下观测到在视觉SLAM中，可利用图像特征点作为SLAM中的路标特征点特征点是图像中最具代表性的部分

释怀°Believe·2023-08-19 06:25

科大讯飞-大视角差图像特征提取及匹配挑战赛2023

1.比赛简介背景图像匹配是图像视觉领域一个重要的研究分支，被广泛应用于解算相邻帧之间的相对运动状态、计算点云等任务，是视觉导航、三维重建、视觉SLAM方向的基础研究领域，它通过对影像内容、特征、结构、关系

cnjs1994·2023-08-17 00:26

ORB特征点提取算法试验

前阵子推进毕设，通过各种教材、论文和博客的调研，总算对视觉SLAM有了一个比较宏观的了解，摘录归纳了许多特征提取和跟踪的算法，最后初步方案决定为对ORB-SLAM展开研究。

半昧白兰地·2023-08-15 13:40

Opencv 之ORB特征提取与匹配API简介及使用例程

Opencv之ORB特征提取与匹配API简介及使用例程ORB因其速度较快常被用于视觉SLAM中的位姿估计、视觉里程、图像处理中的特征提取与匹配及图像拼接等领域本文将详细给出使用例程及实现效果展示1.API

明月醉窗台·2023-08-15 13:10

ORB-SLAM2学习笔记7之System主类和多线程

文章目录0引言1整体框架1.1整体流程2System主类2.1成员函数2.2成员变量3多线程3.1ORB-SLAM2中的多线程3.2加锁0引言ORB-SLAM2是一种基于特征的视觉SLAM（SimultaneousLocalizationandMapping

ZPILOTE·2023-08-15 12:37

视觉SLAM【第二讲-初识SLAM】

SLAM简介视觉SLAM，主要指的是利用相机完成建图和定位问题。如果传感器是激光，那么就称为激光SLAM。定位（明白自身状态（即位置））+建图（了解外在环境）。

释怀°Believe·2023-08-14 14:12

踩坑视觉SLAM 十四讲第二版 ch8 编译及运行问题

全日制一起混·2023-08-07 23:05

slam十四讲第二版 pdf_视觉SLAM十四讲第九章实践：设计前端局部地图代码解析...

总体思路增加了地图点模块，并且增加了对地图点的优化模块，维护地图规模。整个程序的流程如下：输入：color,depth以及二者对应的时间戳初始帧当前帧和参考帧都设置为输入帧提取特征点计算描述子增加关键帧其他帧将当前帧设置为输入帧当前帧的位姿设置为参考帧的位姿提取特征点计算描述子特征匹配地图中的点都是三维坐标首先检查点是否在视野范围内（先预设当前帧的位姿为参考帧的位姿）匹配的时候，地图点的描述子进行

weixin_39586526·2023-08-07 06:04

SLAM开发最强最全资源汇总

以下内容由公众号：AIRX社区（国内领先的AI、AR、VR技术学习与交流平台）整理发布不断更新中～入门视觉SLAM的基础知识-高翔(高翔博士)-----视频，吐血推荐关于slamSLAM简介SLAM第一篇

AIRX三次方·2023-08-07 06:33

视觉SLAM十四讲第九章0.4代码注释

文中的主要代码引用自高翔博士的《视觉slam十四讲》，注释部分转载自链接视觉SLAM十四讲第九章0.4代码注释run_vo.cpp//--------------testthevisualodometry

AutoMan-USTC·2023-08-07 06:32

【视觉SLAM入门】4.2 非线性最小二乘理论部分------线搜索，信赖域，最速/牛顿下降法，高斯牛顿，LM等原理推导

"天之道也"0.引入1.最速下降法2.牛顿法3.(实用)G-N法4.(实用)L-M方法5.总结注意：上一节得到的最小二乘问题，本节来讨论----求解非线性最小二乘问题\color{red}求解非线性最小二乘问题求解非线性最小二乘问题0.引入求解这个简单的最小二乘问题:min⁡x12∣∣f(x)∣∣22(1)\min\limits_{x}\frac{1}{2}||f(x)||_2^2\qquad\q

终问鼎·2023-08-02 15:14

【视觉SLAM入门】4.3. (非线性最小二乘问题)优化算法实现-ceres和g2o，图优化理论

"天道不争而善胜"1.Ceres库1.1名词解释1.2具体例子1.3C++实现1.定义代价函数2.构建最小二乘问题3.配置求解器，开始优化4.优化完毕，查看结果2.G2O(GeneralGraphicOptimization)2.1图优化2.2具体例子2.3C++实现1.定义顶点2.定义边3.配置求解器4.配置图模型5.向图添加边6.执行优化7.查看3.总结注意：有个概念需要通俗的了解一下非线性最

终问鼎·2023-08-02 15:14

【视觉SLAM入门】5.1. 特征提取和匹配--FAST,ORB(关键点描述子)，2D-2D对极几何，本质矩阵，单应矩阵，三角测量，三角化矛盾

"不言而善应"0.基础知识1.特征提取和匹配1.1FAST关键点1.2ORB的关键点--改进FAST1.3ORB的描述子--BRIEF1.4总结2.对极几何，对极约束2.1本质矩阵(对极约束)2.1.1求解本质矩阵2.1.2恢复相机运动R，tR，tR，t2.1.3本质矩阵调整2.1.3遗留问题2.2单应矩阵（特别提一下）2.3三角测量(Triangulation)---深度信息为什么重要？我们是在

终问鼎·2023-08-02 15:44

【视觉slam14讲】---旋转平移矩阵下标

变换矩阵T理解：旋转矩阵R12是表示坐标系从1到2的变换。平移矩阵t12是表示从坐标系1指向坐标系2，但是通过观察就会发现，该运算是矩阵的运算，在图中的三角形中可以发现是成立的。要想求得p在坐标系1下的坐标a1，就是需要a2+t12坐标系变换和坐标系下的点的变换是不一样的

白白白白白kkk·2023-08-02 06:06

“对‘cv::imread(cv::String const&, int)’未定义的引用”的解决办法

今天运行了用CLion一下视觉SLAM十四讲的ch5的部分代码，本以为能顺顺利利的跑起来，但结果让人意想不到。出现了大面积的报错，说相应的函数没有定义应用。

SSSEdward·2023-07-31 21:26

视觉SLAM十四讲第9讲卡尔曼滤波

视觉SLAM十四讲第9讲卡尔曼滤波1.什么是卡尔曼滤波2.SLAM的状态估计3.卡尔曼滤波器的推导4.扩展卡尔曼滤波1.什么是卡尔曼滤波百度百科定义：卡尔曼滤波（Kalmanfiltering）是一种利用线性系统状态方程

LYF0816LYF·2023-07-31 14:47

视觉SLAM十四讲报错ch13 问题汇总 /usr/bin/ld: /usr/local/lib/libfmt.a(format.cc.o)

视觉SLAM十四讲报错ch13/usr/bin/ld:/usr/local/lib/libfmt.a1.问题1：未链接fmt库1.1解决方案2.问题2：-fPIC2.1解决方案本文总结高博视觉SLAM十四讲第

LYF0816LYF·2023-07-31 14:17

视觉SLAM十四讲报错ch12: segmentation fault (core dumped) ./pointcloud_mapping

视觉SLAM十四讲报错ch12/pointcloud_mapping:segmentationfaultcoredumped.

LYF0816LYF·2023-07-31 14:47

Ubuntu20 安装Ceres库和g2o库

此文章主要适配视觉SLAM十四讲Ubuntu20.04的情况建议Ceres版本为2.0.0，g2o库为最新版安装Ceres库安装依赖sudoapt-getinstallliblapack-devlibsuitesparse-devlibcxsparse3libgflags-devlibgoogle-glog-devlibgtest-dev

玛卡巴卡_qin·2023-07-31 14:30

SLAM面经（持续更新中，欢迎关注一起学习......）

double立li·2023-07-31 10:08

[学习笔记-SLAM篇]视觉SLAM十四讲ch1-2

注：1）学习视频：【高翔】视觉SLAM十四讲；2）视频不同步问题参见评论区。视觉SLAM十四讲第1讲第2讲2.1理论部分2.2实践部分第1讲其实这一讲没什么干货，就是一些简单介绍。

warningm_dm·2023-07-30 08:17

视觉SLAM十四讲学习笔记--第七讲视觉里程计学习笔记总结（1）

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·2023-07-30 08:17

视觉SLAM十四讲笔记---03三维空间刚体运动1

1、旋转矩阵（1）点和向量，坐标系对于a,b∈R3内积外积（只对三维向量存在定义）外积的方向垂直于这两个向量，大小为|a||b|sin^记成一个反对称符号，则a^可表示把一个向量写成了一个反对称矩阵。可以用外积来表示旋转。（2）坐标系间的欧式变换问题描述世界坐标系：xW，yW，zW相机坐标系：xC，yC，zC相机视野中某一个向量p，在两个坐标系中的坐标分别为pW，pC欧式变换=旋转R+平移t考虑世

陆洋山芋·2023-07-30 08:17

视觉SLAM十四讲笔记-9-3

视觉SLAM十四讲笔记-9-3文章目录视觉SLAM十四讲笔记-9-39.3实践:CeresBA9.4实践：g2o求解BA9.3实践:CeresBABAL数据集提供了若干个场景，每一个场景里的相机和路标点信息由一个文本文件给定

四夕小一冰·2023-07-30 08:46

视觉SLAM十四讲笔记-10-2

视觉SLAM十四讲笔记-10-2文章目录视觉SLAM十四讲笔记-10-210.3实践：位姿图优化10.3.1g2o原生位姿图10.3.2李代数上的位姿图优化本章小结10.3实践：位姿图优化10.3.1g2o

四夕小一冰·2023-07-30 08:46

视觉SLAM十四讲笔记---02初始SLAM

第二次看高翔博士的《视觉SLAM十四讲》，把一些觉得重要的笔记或者一些自己的想法写下来。

陆洋山芋·2023-07-30 08:46

视觉SLAM十四讲笔记-9-2

视觉SLAM十四讲笔记-9-2文章目录视觉SLAM十四讲笔记-9-29.2BA与图优化9.2.1投影模型和BA代价函数9.2.2BA的求解9.2.3稀疏性和边缘化9.2.4鲁棒核函数9.2BA与图优化BundleAdjustment

四夕小一冰·2023-07-30 08:45

视觉SLAM十四讲笔记-7-1

视觉SLAM十四讲笔记-7-1文章目录视觉SLAM十四讲笔记-7-1视觉里程计-特征点法7.1特征点法7.1.1特征点7.1.2ORB特征**FAST关键点****BRIEF描述子**7.1.3特征匹配

四夕小一冰·2023-07-30 08:15

视觉SLAM十四讲笔记-10-1

视觉SLAM十四讲笔记-10-1文章目录视觉SLAM十四讲笔记-10-110后端10.1滑动窗口滤波和优化10.1.1实际环境下的BA结构10.1.2滑动窗口法10.2位姿图10.2.1位姿图的意义10.2.2

四夕小一冰·2023-07-30 08:15

视觉slam十四讲学习笔记-1

运动方程和观测方程：Xk代表相机的本时刻的运动和上一次运动之间的关系；Zkj表示的是第k时刻相机和第j个物体之间的距离信息。具体两个方程的解释可以查看：通俗易通解释SLAM问题的数学描述：运动方程和观测方程_梧桐雪的博客-CSDN博客_观测方程手动执行一个.cpp文件：在创建好的main.cpp中输入自己的c++程序，然后生成a.out可执行文件cmake之前的文章：【cmake】_echo_go

echo_gou·2023-07-30 08:13

视觉slam十四讲学习笔记-4

目录相机模型单目相机双目相机状态估计问题实践：点云拼接批量状态估计问题非线性最小二乘实践-----------作业------------相机模型单目相机下图中：u轴向右与x轴平行，v轴向下与y轴平行，像素坐标系与成像平面之间,相差了一个缩放和一个原点的平移。我们设像素坐标在u轴上缩放了α倍,在v上缩放了β倍。同时,原点平移了[cx,cy]T。式3中：这四个参数称为相机的内参（即表示的是缩放和平移

echo_gou·2023-07-30 08:13

视觉SLAM十四讲笔记 -- 第二讲

Asurveyofmonocularsimultaneouslocalizationandmapping可以从百度学术上自行下载本文献是一篇SLAM的综述，首先从AR（Augmentedreality增强现实）切入，讲了SLAM的重要性以及视觉

炼丹狮·2023-07-30 08:12

视觉SLAM十四讲笔记 -- 第一讲

第一讲：课后习题有线性方程Ax=b，若已知A,b，需要求解x，该如何求解？这对A和b有哪些要求?【提示:从A的维度和秩角度来分析】答：可以利用大学时候学的非齐次方程组的方法求解，利用A的增广矩阵，对增广矩阵进行标准化和归一化。A的增广矩阵是：rank(A)rank(A~)不可能出现，因为增广矩阵的秩大于等于系数矩阵的秩（矩阵加入一列，其秩只能增大，不可能变小）高斯分布是什么?它的一维形式是什么样子

炼丹狮·2023-07-30 08:42

《视觉SLAM十四讲》笔记（4-6）

文章目录4李群与李代数4.1李群与李代数基础4.1.1群4.1.2李代数的引出4.1.3李代数的定义4.2指数与对数映射4.3李代数求导与扰动模型5相机与图像5.1相机模型5.1.1针孔相机模型5.1.2畸变5.1.3双目相机5.1.4RGB-D相机6非线性优化4李群与李代数为了解决什么样的相机位姿最符合当前观测数据的问题，可以构建出一个优化问题来求解最优的R和t。以达到误差最小。但是旋转矩阵自身

YuhsiHu·2023-07-30 08:40

DOT slam论文翻译

DOT:视觉SLAM的动态目标跟踪摘要-在本文中，我们提出了DOT(动态目标跟踪)，这是一个添加到现有SLAM系统中的前端，可以显着提高其在高动态环境中的鲁棒性和准确性。

SCH0·2023-07-29 13:03

实操指南：ORB-SLAM3的编译运行

前面我们提到，ORB-SLAM3作为常用的机器人建图与定位技术，是当前最优秀的基于特征点的视觉SLAM系统之一。

智星崛起·2023-07-28 02:15

其他形式转欧拉角形式

即z轴（前进方向）是向里的，其他很多书比如视觉SLAM是右手坐标系

Mr.Q·2023-07-27 04:19

视觉SLAM-光流法

文章目录目录前言光流法的基本原理OpenCV中的光流法实现光流法的应用代码实现OpenCV代码OpenCV代码总结前言当我们观察一个视频或连续帧的图像时，我们经常想知道图像中的物体是如何移动的。光流法（OpticalFlow）就是一种用于估计图像中像素点在时间上的运动的计算机视觉技术。它可以帮助我们跟踪物体的移动，并提供关于物体速度和运动方向的信息。源码在后面，需要的自行下载。光流法的基本原理光流

点云兔子·2023-07-26 17:01

[论文学习]权美香,朴松昊,李国. 视觉 SLAM 综述

摘要视觉SLAM指的是相机作为唯一的外部传感器,在进行自身定位的同时创建环境地图。SLAM创建的地图的好坏对之后自主的定位、路径规划以及壁障的性能起到一个决定性的作用。

Eminbogen·2023-07-26 12:16

一起自学SLAM算法：8.2 Cartographer算法

图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统8.1Gmapping算法8.2Cartographer算法8.3LOAM算法第9章-视觉

机器人研究猿·2023-07-25 15:52

机器人中常见的定位技术

这里可以添加系列文章的所有文章的目录，目录需要自己手动添加TODO:写完再整理文章目录系列文章目录前言机器人中常见的定位方案惯性导航卫星导航组合导航UWB定位2D激光SLAM3D激光SLAM二维码定位视觉

盒子君~·2023-07-24 18:05

视觉SLAM十四讲-第五讲-OpenCV的安装和使用（基于ROS-melodic安装后）

目录一、安装OpenCV3.2.0二、测试运行例程代码2.1配置CMakeLists.txt2.2测试例程代码2.2.1测试代码imageBasics.cpp：2.3双目视觉例程2.3.1CMakeLists文件配置2.4RGB-D例程测试tips：编译文件后，可执行文件和被读取的文件最好在同一文件夹内，否则执行时可能出错，尤其是有读取文件的操作时。相对路径的相对是针对编译生成的可执行文件一、安装

海蓝菌·2023-07-23 05:12

视觉SLAM十四讲学习笔记——ch6 非线性优化

文章目录6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例子:批量状态估计6.2非线性最小二乘6.2.1一阶和二阶梯度法6.2.2高斯牛顿法6.2.3列文伯格---马夸尔特方法理论部分小结6.3实践:曲线拟合问题6.3.1手写高斯牛顿法6.3.2使用Ceres进行曲线拟合6.3.3使用g2o进行曲线拟合6非线性优化g2o库学习非线性优化_曲线拟合

路拾遗37·2023-07-21 23:32

视觉SLAM十四讲学习笔记——第六讲非线性优化（1）

非线性优化算法在SLAM中主要解决的问题：如何在有噪声的数据中进行准确的状态估计。1.最小二乘问题引出首先，将SLAM中的状态估计问题，从概率学的角度分析：已知输入数据u和观测数据z的条件下，求状态x,y的条件概率分布，由贝叶斯法则将条件概率分布表示为“后验概率=似然*先验概率”的形式：此时状态最优估计问题转化为了一个该状态下后验概率最大化（最大后验分布）问题：要最大化后验概率，也就是要最大化似然

晒月光12138·2023-07-21 23:32

《视觉SLAM十四讲》手写高斯牛顿—笔记记录

《视觉SLAM十四讲》手写高斯牛顿—笔记记录我们的最终目的：使用高斯牛顿法，拟合参数abc我们的实际小目标：求解增量方程得到ΔX（有了Δx就可以不停的迭代Eabc使得拟合Rabc啦）三个步骤：1、先根据模型生成

Y＋Y×Y·2023-07-21 23:02

（学习笔记）制作一个简单的C++工程

本文参考资料：《视觉SLAM十四讲》目录一、新建一个库二、新建一个CMakeLists.txt文件三、新建一个头文件四、新建C++程序五、使用cmake当我们刚入门C++的时候，一定会编写一个如下的C+

✘触不可及·2023-07-20 11:22

1. 相机标定基础

1、相机如何成像这部分内容可以看之前的专栏“视觉SLAM基础”里面的相机模型，通过对相机的成像过程进行建模，我们可以清楚的知道，普通相机

宛如新生·2023-07-18 12:21

INDEMIND：视觉SLAM，助力服务机器人再进化

毋庸置疑，VSLAM将是推动机器人再次迭代的关键之一。移动的“机器”还是机器人？随着机器人的落地量持续增长，早期“忽略”的产品缺陷，正在引发越来越严重的负面影响。一方面，激光SLAM虽基于Cartographer算法不断演进，但近几年几乎没有显著进展，受制于激光只能构建单纯的几何环境模型，无法“看到”真实环境，缺乏对环境内容的解读能力，在实现智能交互、智能避障、智能作业方面存在天然瓶颈，极大限制了

INDEMIND·2023-07-18 08:20

ubuntu18.04 安装视觉SLAM14讲各种库和编码器（以14讲章节为顺序）＜记录+分享帮助＞

目录一、gcc和g++编码器二、cmake安装三、安装CLion四、Eigen库五、Pangolin库六、安装Sophus库（模板类）七、安装opencv八、安装Ceres库九、安装g2o（4.28改）2月14日更新sophus库（非模板）5月11日更新一、安装Dbow库二、安装PCL库（源码安装）一、gcc和g++编码器查看版本（判断是否有gcc、g++）一般安装ubuntu时系统会自带若没有发

山也相爱·2023-07-18 03:27

推荐频道

视觉Slam