本文为视觉SLAM学习总结，讲解对观测方程中xxx该如何优化。

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

系列文章目录SLAM基础篇01SLAM基础篇02目录系列文章目录计算机视觉基础相机模型像素坐标归一化坐标畸变双目相机模型计算机中图像的表示非线性优化基础slam问题建模非线性最小二乘一阶和二阶梯度法Gauss-Newton法Levenberg-Marquant方法小结计算机视觉基础SLAM中使用的相机与我们平时见到的单反摄像头并不是同一个东西。它往往更加简单，不携带昂贵的镜头，以一定速率拍摄周围的

视觉里程计前边我省略了大量用数学知识来描述的内容，比如三维世界中刚体运动的描述方式，包括旋转矩阵，旋转向量，欧拉角，四元数等，但是我们在下边仍然要去自己学习。视觉里程计的主流方法是特征点法，顾名思义，即从图像中选取比较有代表性的点，观察各个图像中这些点的位置来判断物体的移动。下面只介绍几种常用的特征点。ORB特征匹配ORB特征由关键点和描述子组成，提取ORB特征分为以下几个步骤：FAST角点提取，

视觉SLAM学习笔记2——centos7与ubuntu20.04下eigen库的安装与基本操作内容来源eigen库的安装centos7系统ubuntu系统CMakeLists.txt编辑eigenMatrix.cpp

最近在看深蓝学院上高翔博士的视觉SLAM课程，做点笔记总结一下学习过程，以方便之后的回顾。1.预备知识教材：《视觉slam十四讲》参考书：multipleviewgeometry（细节较多，不适合初学者）stateestimationforrobotics（状态估计，内容深刻，公式较多）只有亲自实现了算法，才能谈是否理解计算机视觉的任务：物体识别物体检测物体跟踪语义分割…SLAM是什么？SLAM，

中英文对照表中文英文计算机视觉ComputerVision人工智能ArtificialIntelligence单目相机Monocular双目相机Stereo深度相机RGB-D视差Disparity稀疏Sparse稠密Dense半稠密Semi-dense同时定位与建图（SLAM）SimultaneousLocalizationandMappingTOFTime-of-Flight视觉里程计(VO)V

ROS，到安装OPENCV3.3.1，再到安装各种依赖，最后到跑通Vins-mono本文将截图展示全流程中很重要的部分流程参照本文主要参照了这篇文章，建议读者按照他的流程走，有出入的地方我会圈出来我的视觉

本文是个人对《视觉SLAM十四讲》的内容进行个人理解说写下的笔记以备忘第三讲向量向量一般为列向量,用小写字母表示。向量相乘点乘为内积，可表达为以下，为向量a、b间夹角，结果可描述为向量间投影关系。叉乘为外积，可表达如下，结果为列向量，同时该列向量垂直于向量a、b，为两个向量张成的四边形有向面积。而在上述的运算中可知，向量a等价于反对称矩阵，如下，既向量转换为矩阵的一个重要的变换，用a^表示。反对称

导师让我了解SLAM，SLAM原本是比较小众的方向，最近自动驾驶火起来，做这个SLAM的人也多了，反过来也会推动机器人感知的发展。希望未来学成的时候，能赶上机器人大规模普及，就业一片蓝海。关于视觉SLAM我感觉学习成本高、科研选题难和行业壁垒高，但是充满挑战不是很有意思嘛。学SLAM方向跟motionplanning科研都不好做，而且都很吃数学基础。学习难度的话，planning可能教程更多一点，

参考：3.视觉SLAM十四讲各种库安装_HITLDY的博客-CSDN博客视觉slam十四讲开源库安装教程-feifanren-博客园(104条消息)视觉SLAM十四讲学习笔记—ch6关于bugakaclassceres::internal::FixedArray＜double,3＞}’hasnomembernamed_路拾遗37的博客-CSDN博客目录目录目录1.Eigen32.Sophus非模板

视觉SLAM原理部分Slam主要完成的事情是，构造与自身相关的环境地图，并且进行定位和路径规划。视觉slam完成的事情是依靠是视觉传感器获得的图像信息，帮助完成建立环境地图与自身定位，且完成路径规划。经典框架由5个部分组成：1.传感器获取外部信息2.视觉里程计（又称前端）主要为后端提供一个初始化信息，根据相邻图像的信息估计出粗略的相机运动，提供较好的初始值。核心问题是如何根据图像估计相机运动。又可

SLAM(同步定位和制图)，基础概念原理就不介绍了，网上一搜一大堆。SLAM目前的感知方式基本就是两种:相机和激光雷达，也有结合去做的。移动端，也就是手机和平板，一般手机和平板也就是可见光相机，一些特殊的也会搭载红外结构光、激光雷达(不得不说苹果这方面做的很棒，SLAM、3D建模在移动端这块就是行业巅峰啊)。之前用激光雷达和realsenseT265做过相关的SLAM项目，项目所限，基本就是用现成

转自：SLAM优秀开源工程最全汇总-知乎(zhihu.com)1、CartographerCartographer是一个系统，可跨多个平台和传感器配置以2D和3D形式提供实时同时定位和制图（SLAM）。https://github.com/cartographer-project/cartographer2、Openvslam一个通用的视觉SLAM框架。OpenVSLAM是单眼，立体声和RGBD视

一.例子如上图的小萝卜机器人，要使其具有自主运动能力至少需要两个条件：1.我在什么地方？——定位。2.周围环境是什么样？——建图。因此它既需要知道自身的状态-位置，也要了解所在的环境-地图。解决这些问题的方法非常多，如携带于机器人本体上的传感器，例如机器人的轮式编码器、相机、激光等等，另一类是安装于环境中的，例如导轨、二维码标志等等。二.相机在视觉SLAM中主要是用相机去解决定位与建图问题。按照相

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，欢迎大家一起探讨。其他章的笔记可以在我的首页文章中查看。整个作业的代码和文档都可以参考我的GitHub存储库GitHub-1481588643/vslam如果想要了解视觉slam其他章节的内容，也可

系列文章目录SLAM基础篇01SLAM基础篇02目录系列文章目录前言SLAM是干什么的？SLAM的数学建模机器人学基础齐次矩阵关于旋转的表示：旋转向量、欧拉角、四元数李群和李代数基础李群李代数李代数so(3)\mathfrak{so}(3)so(3)和se(3)\mathfrak{se}(3)se(3)指数和对数映射BCH公式李代数求导扰动模型前言最近在看高翔和张涛写的《视觉SLAM十四讲》，记录

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，欢迎大家一起探讨。其他章的笔记可以在我的首页文章中查看。整个作业的代码和文档都可以参考我的GitHub存储库GitHub-1481588643/vslam如果想要了解视觉slam其他章节的内容，

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，欢迎大家一起探讨。其他章的笔记可以在我的首页文章中查看。整个作业的代码和文档都可以参考我的GitHub存储库GitHub-1481588643/vslam如果想要了解视觉slam其他章节的内容，也可

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，欢迎大家一起探讨。其他章节的笔记和作业可以在我的首页中查找对应文章。整个作业的代码和文档都可以参考我的GitHub存储库https://github.com/1481588643/vslam.g

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，欢迎大家一起探讨。整个作业的代码和文档都可以参考我的GitHub存储库GitHub-1481588643/vslam一.熟悉Linux(2分，约2小时)计算机领域的绝大多数科研人员都在Linux

视觉SLAM十四讲学习记录目前实验室做机器人，主要分三个方向，定位导航，建图，图像识别，之前做的也是做了下Qt上位机，后面又弄红外识别，因为这学期上课也没怎么花时间在项目，然后导师让我们确定一个方向来，便于以后发论文什么。上个礼拜看了些论文，感觉视觉slam方向还可以，图像识别毕竟不是计算机科班，可能真正要弄也很难有成果，slam也是最近才研究起来，也挺适合我们搞，需要一些高数、c++、ros等知

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。

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

前传：研一小猿一只，第一次在博客上写文章，之前都是记录有道云。在博客上写一来为了巩固知识，二来也为了结交更多志同道合的小伙伴。话不多说，现在进入正题。今天主要谈谈个人对vSLAM的一点小见解，并班门弄斧引入大牛们的学习经验。小猿是跟着高博的《视觉SLAM十四讲》学习的，说错地方还望大家多多指教！下附高博十四讲课程目录：1、SLAM是什么？SLAM主要解决两大问题：①我在什么地方？——定位②周围环境

第一章视觉SLAM学习总结1.1书籍推荐（1）机器人必读经典书籍：ThrunS,BurgardW,FoxD.

本文为视觉SLAM学习笔记，讲解视觉里程计中的特征点法。本讲内容概要图像特征的意义，在单幅及多幅图像中提取特征点。

转自：http://blog.163.com/zhang_hu_0728/blog/static/24688806720170355714689/（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~raulmur/orbslam/（2)半仙居士blog（可以都看，很经典）http://www.cnblogs.com/gaoxiang12/（

一直想写博客，一来是实验室太忙，二来是自己初入视觉slam，怕误人子弟。所以一直没写，但是实验室的同学说我可以介绍一些基础给那些刚入门的人参考。那么从今天开始我就开始陆陆续续的把我所了解的visualslam写给大家。希望一些大牛能指正！这篇博客就把我自己整理的资料贴出来，供大家参考。（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~ra

写在前面：从18年开始接触自主机器人定位建图，8月打开高翔的《视觉SLAM十四讲》以及视频教程正式进行系统学习，现在也基本能看懂那些Stateoftheart的paper与算法。但感觉自己对于一些细节方面的知识点似懂非懂、不求甚解，于是听从了实验室小伙伴的建议，在博客上对SLAM学习内容进行总结和整理。也是一种自我监督的方式把，将书中那些还不理解的、简单略过的内容一一攻克。同时也是觉得SLAM的确

一直想写博客，一来是实验室太忙，二来是自己初入视觉slam，怕误人子弟。所以一直没写，但是实验室的同学说我可以介绍一些基础给那些刚入门的人参考。那么从今天开始我就开始陆陆续续的把我所了解的visualslam写给大家。希望一些大牛能指正！这篇博客就把我自己整理的资料贴出来，供大家参考。（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~ra

视觉slam学习(一)：历史与现状转载：http://blog.csdn.net/qinruiyan/article/details/48498593即时定位与地图构建（SimultaneousLocalizationandMapping

视觉SLAM学习【7】-----基于ubuntu16.04的深度及彩色图像立体匹配，并生成深度和彩色3D点云目录一、数据准备和库的安装及配置1、数据准备2、Pangolin库的下载安装及配置二、创建项目

基础知识SLAM是SimultaneousLocalizationandMapping的缩写，中文译作同时定位与地图构建。对定位来说，我们可以通过传感器来实现该功能。传感器又分两类，一类是携带于机器人本体上的，例如轮式编码器，相机，激光传感器等；另一类是安装与环境中的，如可通过二维码等来实现。定位时采用的相机也不同，有单目相机，双目相机和深度相机三大类。经典视觉SLAM框架传感器信息的读取，在视觉

这个章节主要讲解：图像特征提取；多幅图像匹配特征点；对极几何；PNP问题；ICP问题；三角化原理；一.特征点提取和匹配工程实践需要你事先安装了opencv3；由于opencv3中提供了由本质矩阵E恢复R，t的接口。opencv2和opencv3提取特征点时有些语法写法不太一样~用CLion打开slambook2-master的ch7工程；其中旧的slambook的ch7中有如下的文件：而slamb

非线性曲线拟合，高博士给的demo主要用谷歌ceres库实现，高斯牛顿方式实现，g2o库实现，这三个程序例子。一.首先介绍ceres库安装与实现ceres库是谷歌开发的C++库，用于建模和解决复杂的优化问题的。能用于解决非线性最小二乘问题。ceres介绍ceres的官方安装链接：ceres安装文档进入以上链接，首先下载文件，可以用git，或者点击最新稳定发布版本下载：我下载的是：ceres-sol

这篇博客就把我自己整理的资料贴出来，供大家参考。（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~raulmur/orbslam/（2)半仙居士blog（可以都看，很经典）http://www.cnblogs.com/gaoxiang12/（3)贺一加blog（monocularslam和navigation讲的很好可以看看）http:/

转自：http://blog.163.com/zhang_hu_0728/blog/static/24688806720170355714689/（1)orb_slam官网（网站最后有5篇论文，价值很高）http://webdiis.unizar.es/~raulmur/orbslam/（2)半仙居士blog（可以都看，很经典）http://www.cnblogs.com/gaoxiang12/（