SLAM&VIO

后端优化 | VINS-Mono 论文公式推导与代码解析分讲

3.后端优化(紧耦合)VIO紧耦合方案的主要思路就是通过将基于视觉构造的残差项和基于IMU构造的残差项放在一起构造成一个联合优化的问题，整个优化问题的最优解即可认为是比较准确的状态估计。
qq_43525734·2020-07-14 21:11

从入门到放弃——VO小白学习VIO系列（1）VINS环境搭建

从入门到放弃——VO小白学习VIO系列（1）VINS环境搭建前言入门知识VINS环境的搭建安装Ubuntu16.06安装ROSKinetic添加ROS源(国内源)设置秘钥刷新源安装ROSKinetic可能遇到的问题及解决方法初始化
qq_43535779·2020-07-14 21:39

VIO 之 视觉IMU紧耦合优化

视觉IMU紧耦合优化solveOdometry()backendOptimization()vector2double()problemSolve()优化求解Solve()double2vector()边缘化MargOldFrame()MargNewFrame()Marginalize()滑动窗口重点问题solveOdometry()voidEstimator::solveOdometry()vo
SLAM不dunk·2020-07-14 20:14

VINS-Mono代码解读——视觉惯性联合初始化 initialStructure sfm

由于单目紧耦合的VIO是一个高度非线性系统，单目视觉没有尺度信息，IMU的测量又存在偏置误差，如果没有良好的初始值很难将这两种测量结果有机融合，因而初始化是VIO最脆弱的步骤
Manii·2020-07-14 20:07

如何用Realsense D435i运行VINS-Mono等VIO算法 获取IMU同步数据

前言IntelRealsenseD435i在D435的基础上硬件融合了IMU，然而目前网上关于这款摄像头的资料非常少，本文主要介绍自己拿着d435i历经曲折最后成功运行VINS-Mono的过程。。。重要最近官方更新了GitHub上的RealsenseROSWrapper和librealsense，据反映在d435i的IMU数据获取上存在一些问题，如时间戳混乱、运行VINS的时候没有数据等。这些问题
Manii·2020-07-14 20:07

VINS-Mono代码解读——回环检测与重定位 pose graph loop closing

2、除了用于单目VIO的角点特征外，还添加了500个角点并使用BRIE
Manii·2020-07-14 20:07

VINS-Mono理论学习——IMU预积分 Pre-integration （Jacobian 协方差）

然而在基于非线性优化的VIO中，各个节点的状态量都是估计值（此处还包括Ba和Bg）。当这些状态量在
Manii·2020-07-14 20:05

TUM VIO数据集介绍与尝试 The TUM VI Benchmark for Evaluating Visual-Inertial Odometry论文翻译

最近TUM发布了关于VIO即视觉惯性状态估计的对应数据集，成为了继飞行数据集EuRoc、MAV、车辆数据集Kitti等之后的又一个常用大型数据集。
Manii·2020-07-14 20:05

VINS-Mono代码阅读笔记（十）：vins_estimator中的非线性优化

这部分对应论文中第VI部分，紧耦合的单目VIO，这部分也是该系统的核心部分。
文科升·2020-07-14 15:35

SLAM： 用测试数据集来测试VINS

我先在单目VINS下做了测试，下面是我利用github上贺所长的单目测试集在单目vins上测试的过程：1.单目VINS测试数据集：https://github.com/HeYijia/vio_data_simulation
luppws·2020-07-14 14:55

VMware现在是怎么对OpenStack的

VMware于2018年5月推出了VMwareIntegratedOpenStack（VIO）5——这是一个包含OpenStack最新升级的发行版。
开源云中文社区·2020-07-14 13:02

【SLAM】VINS-MONO解析——对vins-mono的提升建议

vins-mono刷了三遍，手写vio刷了两遍，SLAM十四讲刷了两三遍，从一开始完全看不懂是啥，不知道什么是SLAM，什么是VIO，什么是VINS，什么是SO3/SE3，甚至不知道什么是IMU…再到自己写总结写攻略
iwander。·2020-07-14 12:17

vins-fusion代码解读[三] vio非线性优化optimization()函数

SLAM新手，欢迎讨论。这是以往自己写的关于vins_fusion的博客：optimization()函数内部，在主函数vins_estimator::rosNodeTest.cppmain函数前，由于创建了Estimator类，开启了processMeasurements()线程，该线程在初始化完成后，会调用optimization()函数。与vins-mono对比，vins-fusion在op
乌龟抓水母·2020-07-14 11:23

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——run_euroc前端的数据处理(内容|代码)

vins_mono代码总框架如下图：前端的数据处理，包括两个部分，一个是图像的特征提取和匹配，再一个就是对IMU数据进行预积分。对于VINS-Course\CMakeLists.txt：生成两个库文件：camera_model，MyVio；生成两个可执行文件：run_euroc，testCurveFitting；我们重点看一下run_euroc的文件内容；//跑euroc数据集//将带有特征点和i
いしょ·2020-07-14 03:40

Ubuntu16.04编译并运行VINS-MONO

入坑视觉SLAM已经快一年了,目前还没有完整的接触过VIO,一般来说,纯VO都不能满足工程应用需求,因此融合IMU是至关重要的.VINS作为开源VIO方案中效果数一数二的,实在是很有必要学习一下.并且关于
study！·2020-07-14 02:38

VINS-Mono论文学习与代码解读——目录与参考

前言港科大的VINS-Mono作为目前stateoftheart的开源VIO项目，是研究视觉与IMU融合的必读算法，网上的论文解读与代码实现也非常丰富（感谢！）。
Manii·2020-07-14 02:32

VINS-Mono代码精简版代码详解-无ROS依赖(一)

精简版无ROS依赖的Vins-Mono代码（codeisprovidedby深蓝学院VIOClass）详解一代码框架主函数数据发布函数后端优化函数代码框架所详解的代码是深蓝学院课程提供的VIO代码，是港科大
jiweinanyi·2020-07-14 01:28

VINS-Course代码解析[手写VIO第七章作业]（1）——主函数解析

VINS-Course是从零开始手写VIO课程代码，由于代码比较长，我们分模块对代码进行解析。
id_csdn_kaixin·2020-07-14 01:37

VIO-SLAM allan方差工具

VIO第二讲allen方差工具1.先安装ceres依赖库，如果在学十四讲的时候装了就不用管这一步gitclonehttps://github.com/ceres-solver/ceres-solvercdceresmkdirbuildcdbuildcmake
Y.W.jian·2020-07-13 09:31

VINS-FUSION GPS融合坐标转换细节分析

GPS坐标系和vio坐标系的转换。在做
BuLianJianDeWenHua·2020-07-12 23:52

VIO学习笔记一

1.IMU（InertialMeasurementUnit，惯性测量单元）典型6轴IMU以较高频率（≥100Hz）返回被测量物体的角速度与加速度。受自身温度、零偏、振动等因素干扰，积分得到的平移和旋转容易漂移。IMU本身由一个陀螺仪和一个加速度计组成，分别测量自身的角速度和加速度。常用的6轴惯性测量单元类型为MEMSIMU，例如MPU6050。2.VisualOdometry（视觉里程计)以图像形
HiHa423·2020-07-12 20:08

视觉SLAM理论与实践进阶-手写VIO-6

视觉SLAM理论与实践进阶-手写VIO-61)证明公式(15)2)完成特征点三角化代码代码如下：//遍历所有的观测数据，并三角化Eigen::Vector3dP_est;//结果保存到这个变量P_est.setZero
尹扣扣·2020-07-12 15:19

视觉SLAM理论与实践进阶-手写VIO_1

视觉SLAM理论与实践进阶-手写VIO-概述-附代码链接一、VIO文献综述二、四元数和李代数更新三、导数公式的推导一、VIO文献综述1.1视觉与IMU进行融合之后有何优势？
尹扣扣·2020-07-12 15:48

深蓝学院视觉SLAM进阶：从零开始手写VIO

课程大纲第1章：概述与课程介绍第2章：IMU传感器&IMU预积分与视觉信息融合第3章：滑动窗口算法理论与实践第4章：视觉前端第5章：VINS系统构建第6章：课程总结＋V：jevnopark第1章：概述与课程介绍第1节:概述与课程介绍第2章：IMU传感器&IMU预积分与视觉信息融合第1节:IMU传感器第2节:基于优化的IMU预积分与视觉信息融合第3章：滑动窗口算法理论与实践第1节:滑动窗口算法理论：
jevnopark·2020-07-12 14:57

VIO在走廊弱纹理环境下的优化——VINS-Mono的点线紧耦合优化

VIO在走廊弱纹理环境下的优化——VINS-Mono的点线紧耦合优化VIO在走廊弱纹理环境下的优化0.前言1.思路概述1.1SuperPixelSLAM1.2EdgeSLAM1.3PLSLAM2.算法实施
Jichao_Peng·2020-07-12 14:05

深蓝学院《从零开始手写VIO》作业五

深蓝学院《从零开始手写VIO》作业五1.完成BundleAdjustment求解器2.完成测试函数3.论文总结1.完成BundleAdjustment求解器完成单目BundleAdjustment求解器
Jichao_Peng·2020-07-12 14:33

深蓝学院《从零开始手写VIO》作业六

深蓝学院《从零开始手写VIO》作业五深蓝学院《从零开始手写VIO》作业六1.证明题2.代码题深蓝学院《从零开始手写VIO》作业六1.证明题证明Dy=0Dy=0Dy=0的最优解yyy等于DTDD^TDDTD
Jichao_Peng·2020-07-12 14:33

深蓝学院《从零开始手写VIO》作业四

深蓝学院《从零开始手写VIO》作业四深蓝学院《从零开始手写VIO》作业四1.信息矩阵分析2.BundleAdjustment信息矩阵的计算深蓝学院《从零开始手写VIO》作业四1.信息矩阵分析某时刻，SLAM
Jichao_Peng·2020-07-12 14:33

深蓝学院《从零开始手写VIO》作业七

深蓝学院《从零开始手写VIO》作业七深蓝学院《从零开始手写VIO》作业七深蓝学院《从零开始手写VIO》作业七将第二讲中的仿真数据（视觉特征，imu数据）接入VINS系统，并运行出轨迹结果第一步：将IMU
Jichao_Peng·2020-07-12 14:33

从零手写VIO(六)

对从零手写VIO的第六次作业进行总结文章目录三角化证明三角化问题证明y=u4为最优解三角化程序思路代码三角化证明三角化问题证明y=u4为最优解回顾我们的原始问题如下:求解D2n×4y4×1=0D_{2n
薛定猫的(⊙o⊙)…·2020-07-12 14:01

从零手写VIO(五)

从零手写VIO的第五次作业总结文章目录基础作业MakeHessian()海塞矩阵计算原理代码SolveLinearSystem()舒尔补解加速解方程原理代码TestMarginalize()滑动窗口算法原理求解思路代码提升作业作业题目
薛定猫的(⊙o⊙)…·2020-07-12 14:00

从零手写VIO（二）

在这里对从零手写VIO的第二次作业进行总结：IMU代码仿真，使用使用Allen方差工具标定IMUimu_utils或kalibr_allan这是我总结的一份从零写VIO第二讲的思维导图从零写VIO(二)
薛定猫的(⊙o⊙)…·2020-07-12 14:00

从零手写VIO(三)

从零手写VIO的第三课的作业，在此记录我总结的一份从零学VIO第三讲的思维导图从零手写VIO（三）文章目录估计曲线绘制阻尼因子随迭代变化的曲线保存lamada画出lambda变化图将曲线参数改成y=ax
薛定猫的(⊙o⊙)…·2020-07-12 14:00

深蓝学院从零开始手写VIO（五）——视觉前端

深蓝学院从零开始手写VIO（五）——视觉前端视觉前端算法特征+光流跟踪算法关键帧与三角化声明：本专栏文章为深蓝学院《从零开始手写VIO》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。
yuntian_li·2020-07-12 13:03

深蓝学院从零开始手写VIO（四）——后端优化实践

深蓝学院从零开始手写VIO（四）——后端优化实践非线性最小二乘问题求解的优化方法使用舒尔补加速求解信息矩阵不满秩的处理方法Solver的代码框架滑动窗口算法声明：本专栏文章为深蓝学院《从零开始手写VIO
yuntian_li·2020-07-12 13:02

深蓝学院从零开始手写VIO（三）——滑动窗口理论

深蓝学院从零开始手写VIO（三）——滑动窗口理论SLAM问题的概率建模最大后验估计与加权最小二乘一个简单的例子舒尔补、条件概率与边缘概率滑动窗口算法FEJ算法声明：本专栏文章为深蓝学院《从零开始手写VIO
yuntian_li·2020-07-12 13:02

【VIO笔记（学习VINS的必备基础）】第六讲 视觉前端

文章目录前端工作的综述特征点提取、匹配和光流为什么需要角点角点的提取光流的计算光流的总结关键帧与三角化关键帧三角化三角化程序实现系列教程来自某学院，侵权删除。学习完这一系列课程再去看VINS才能做到不吃力，不然直接撸网上的各种VINS解析完全云里雾里-_-!前端工作的综述通常的SLAM框架由前后端共同构成，前端:提取特征点,追踪相机Pose,定位相机；后端:提供全局优化或滑动窗口优化。前端对于SL
但守恒·2020-07-12 12:06

手写VIO课后作业（五）

课后作业基础题第一问：完成BA求解器部分代码运行结果如下：可以看到相机位姿有所偏移，位姿在零空间发生了漂移。当将前两个相机的pose设置fixed时，可看出，相机第一帧优化后结果为(0,0,0)，与真实值相同而未发生漂移。第二问：完成滑动窗口算法测试函数提升题第一问：总结论文总结在VI中，使用高斯牛顿法等来进行最小二乘优化是不可行的，因为它对应的Hessian矩阵由于不可观的自由度变得奇异，具体来
r = a (1-sinθ)·2020-07-12 12:48

从零手写VIO学习记录——系列七：【VIO系统初始化】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-12 12:11

从零手写VIO学习记录 ——系列六：【前端视觉】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-12 12:11

从零手写VIO学习记录 ——系列五：【后端优化】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-12 12:11

从零手写VIO学习记录——系列二：【IMU基础】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-12 12:10

从零手写VIO学习记录——系列四：【VIO滑动窗口算法】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-12 12:10

从零手写VIO学习记录——系列一：【VIO基础知识，四元数与李代数】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。
刀耕火种why·2020-07-12 12:10

vio作业（一）

VIO课程第一节作业阅读VIO相关综述文献,回答以下问题:•视觉与IMU进行融合之后有何优势?•有哪些常见的视觉+IMU融合方案?有没有工业界应用的例子?•在学术界,VIO研究有哪些新进展?
To_be_a_slamer·2020-07-12 12:30

vio预积分—高翔

分享本次PaperReading的主题是VIO领域的一个重要的工作：预积分（Preintegration）预积分是ChristianForster（SV
weixin_41230454·2020-07-12 11:36

[从零写VIO|第六节]——前端Frontend

本节主要介绍前端：提取匹配特征点和光流跟踪，关键帧和三角化(很多大部分框架都是在前端优化改进的，前端对最终定位精度的影响起着决定性作用)1.特征点提取和匹配https://www.cnblogs.com/skyfsm/p/7401523.html要关注SLAM的实时性问题，.一般采用速度较快的算子，精度可能不会很高。SIFT等虽然精度高，目前还不能实时。再就是，直接法不依赖角点,但实现效果根据选点
いしょ·2020-07-12 11:49

[VIO|实践]UBUNTU16.04 跑基于ROS的OKVIS代码

不知道为毛，我的错误超级多，，，，快疯了，，挥泪，，，纪录一下，，，环境配置sudoapt-getinstallros-kinetic-pcl-rossudoapt-getinstalllibgoogle-glog-devsudoapt-getinstalllibatlas-base-devlibeigen3-devlibsuitesparse-devsudoapt-getinstalllibop
いしょ·2020-07-12 11:49

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——thd_BackEnd线程(内容|代码)

前面的两个线程thd_PubImuData、thd_PubImageData主要是获取IMU数据、获取图像数据以及进行特征提取和LK光流的跟踪。thd_BackEnd线程包括IMU预积分Estimator::processIMU和图像数据的进一步操作，其中包括初始化的一系列操作在Estimator::processImage。初始化完成后将进入后端进行滑动窗口的优化，进而得到优化后的状态估计结果。
いしょ·2020-07-12 11:49

[从零写VIO|第七节]——VINS-Mono代码精简版代码详解——IMU预积分(内容|代码)

理论知识之前在另一篇博客也整理过——指路目录1.为什么要进行IMU积分？2.连续时间下的IMU运动模型3.为什么要用IMU预积分？IMU的预积分量IMU的预积分误差预积分的离散形式4.误差传播预积分误差传播的形式F矩阵：V矩阵离散形式的PVQ增量误差的Jacobian和协方差5.IntegrationBase类6.【补充】在VINS-Course出现的IMU预积分6.1.在thd_BackEnd线
いしょ·2020-07-12 11:49
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他