SLAM基础算法

[算法] 合并查找(Union Find)

文章目录UnionFind算法基础算法优化算法性能伪代码Python代码题解UnionFind算法基础UnionFind算法用于处理集合的合并和查询问题，其定义了两个用于并查集的操作：Find:确定元素属于哪一个子集
zlinzju·2023-11-27 04:12

【论文解读】CP-SLAM: Collaborative Neural Point-based SLAM System_神经点云协同SLAM系统（上）

目录1Abstract2RelatedWork2.1单一智能体视觉SLAM（Single-agentVisualSLAM）2.2协同视觉SLAM（CollaborativeVisualSLAM）2.3神经隐式表示
LeapMay·2023-11-26 14:42

【论文解读】CP-SLAM: Collaborative Neural Point-based SLAM System_神经点云协同SLAM系统（下）

目录4CP-SLAM实验4.1两个智能体协作（Two-agentCollaboration）4.2单智能体回环（SingleAgentwithLoop）4.3地图构建（MapReconstruction
LeapMay·2023-11-26 14:11

ubuntu20.04配置OpenCV的C++环境

ubuntu20.04配置OpenCV的C++环境这里以opencv-3.4.16为例复现https://github.com/raulmur/ORB_SLAM2此项目，需安装opencv及其他依赖，可见
笨小古·2023-11-26 08:01

基础算法——高精度（vector实现）

高精度可以实现大数的运算高精度的整体思想就是模拟竖式加减乘除一、高精度整数加法代码：#include#includeusingnamespacestd;vectoradd(vector&A,vector&B){vectorC;intt=0;//t表示进位for(inti=0;iA,B;cin>>a>>b;//逆序遍历for(inti=a.size()-1;i>=0;i--){A.push_back
Milo2323·2023-11-25 22:51

acwing算法基础课文字版（看不懂你打我）——第二课基础算法之：高精度算法（大数乘小数、大数除小数）

写在前面：acwing是由北大学长创立的算法学习平台，在IT资源良莠不齐的当下异军突起。只需一顿火锅钱，就能跟着获得noi金牌的北大学长学习算法，是IT初学者进行深入研究的不二平台。本系列帖子将围绕AcWing平台的主打课程——算法基础课，并辅以本人自己的学习心得与广大算法爱好者分享知识。如果觉得本篇内容对你有帮助的话，希望不吝点赞。若有不同看法的话欢迎在评论区友善探讨。下面附上AcWing平台的
acwingwingwing·2023-11-25 22:45

AcWing算法基础课复习——（一）基础算法

一、快速排序AcWing785.快速排序代码：importjava.io.*;importjava.util.*;publicclassMain{staticStreamTokenizerst=newStreamTokenizer(newBufferedReader(newInputStreamReader(System.in)));staticPrintWriterpw=newPrintWrit
God同学·2023-11-25 22:12

ORB-SLAM2：一个支持单目、双目和RGB-D摄像头(相机)的开源SLAM系统（翻译）

书读百遍其义自见，为了日后能方便快速回顾ORB-SLAM2的原理和思想，这里本人将论文翻译成中文母语，网上也有其他的翻译版本，诸君也可参照。本文不求诸君全信，但求无误导之嫌疑。
语符律·2023-11-25 16:00

面试 9：Java 玩转冒泡排序

虽然在我们Android开发中，很少涉及到排序算法，因为基本官方都帮我们封装好了，但排序算法也是非常重要的，在面试中归并排序和快速排序一直为高频考点，但在学习它们之前，我们必须得先把三大基础算法学会，毕竟层层递进
nanchen2251·2023-11-25 13:12

Tim Wagner：Serverless 是云计算的第三次浪潮

TimWagner是AWSLambda的创始人，作为业界最早的Serverless实践者，他无愧于Serverless教父之位。
Serverless·2023-11-25 13:54

ceres优化库的使用

Ceres求解的最小二乘问题一边的形式如下：1、定义每个参数块，在SLAM中可以定义四元数，李代数等这种特殊的结构。
内有小猪卖·2023-11-25 10:49

SpringBoot缓存应用实践

一、通用缓存接口1、缓存基础算法FIFO（FirstInFirstOut），先进先出，和OS里的FIFO思路相同，如果一个数据最先进入缓存中，当缓存满的时候，应当把最先进入缓存的数据给移除掉。
spring_root·2023-11-25 08:44

【分布式】分布式中的时钟

分布式系统不使用物理时钟记录事件，分布式系统中每个节点记录的时间并不一样，即使设置了NTP时间同步节点间也存在毫秒级别的偏差所以需要有另外的方法记录事件顺序关系，这就是逻辑时钟二、LamporttimestampsLamport
和瑚·2023-11-25 07:42

python选择排序算法图解_十大经典排序算法详解

排序算法是《数据结构和算法》中非常基础的算法，但却占据着十分重要的位置，几乎可以说是我们在日常编程代码中使用最频繁的基础算法。
weixin_39788572·2023-11-24 18:51

vtk 曲线 样式_VTK教程之九 可视化基础算法-二维轮廓线（等值线）提取

二维轮廓线(等值线)提取属于标量可视化技术范围，常用于提取一个研究区域的轮廓边界，如在气象中应用中，常根据气象卫星或数值模拟的结果，按照每个地理位置点确定的属性值，分析区域内的降雨情况，提取不同降雨量的区域边界(如大雨、中雨、小雨的区域边界)，在有限元分析中，常用于提取位移等值线等，在VTK中轮廓线提取功能主要面对的是规则网格数据集，对于非规则网格数据，必须要进行插值计算，生成规则网格数据集，由于
weixin_39591720·2023-11-24 13:07

网站监控程序uptime-kuma，宝塔面板搭建 ，TCP/HTTP监控

dockervolumecreateuptime-kumadockerrun-d--restart=always-p3001:3001-vuptime-kuma:/app/data--nameuptime-kumalouislam
sh2018·2023-11-24 13:18

《视觉slam十四讲》ch4学习笔记——sophus库使用的问题及解决方法

在看完《视觉slam十四讲》第四章李群和李代数后，准备调试相应的代码，但是出现了各种各样的问题，但最后还是万幸，成功完成了调试。在这里记录一下期间遇到的问题和相应的解决方法以及最后的感想。
sticker_阮·2023-11-24 12:44

视觉SLAM十四讲学习笔记——第十三讲 实践：主要源码注释

//#include#include"myslam/algorithm.h"#include"myslam/back
晒月光12138·2023-11-24 12:14

视觉SLAM十四讲学习笔记——第六讲 非线性优化（2）

这一节主要回顾一下Ceres、g20的使用。1.Ceres、G2o源码安装方法高博士的书中都有各个库的安装方法，但由于版本变化，个别安装方法可能并不适用。这里简单整理一下两个库的源码安装方法，其他的库之后有时间统一整理一下。（1）Ceres安装下载源码，下载地址：https://github.com/ceres-solver/ceres-solver安装依赖项：sudoapt-getinstall
晒月光12138·2023-11-24 11:44

视觉SLAM十四讲学习笔记——ch3-三维刚体运动理论篇

文章目录3.1旋转矩阵3.1.1点与坐标系3.1.2坐标系中的欧式变换3.1.3变换矩阵与齐次坐标3.2Eigen库的使用3.3旋转向量和欧拉角3.3.1旋转向量3.3.2欧拉角3.4四元数3.4.1四元数的定义3.4.2四元数的运算3.4.3用四元数表示旋转3.4.4四元数到旋转矩阵的转换3.5补充小萝卜的例子解释,坐标在不同坐标系转换参考博客3.1旋转矩阵3.1.1点与坐标系点乘叉乘法向量的方
路拾遗37·2023-11-24 11:41

视觉SLAM十四讲学习笔记——库的安装

本文仅作为个人学习笔记，记录学习过程。文章目录一、g++的安装二、CMake的安装测试三、ros的安装1.配置软件库2.ros安装2.1添加ROS软件源2.2添加秘钥2.3安装ROS2.4初始化2.5设置环境变量2.6安装rosinstall2.7尝试启动ros测试（海龟例程）四、OpenCV的安装4.1下载OpenCV4.2安装依赖库4.3编译4.4配置环境五、Pangolinv0.5的安装1.
云梦泽没有东边和西边·2023-11-24 11:10

【视觉SLAM十四讲学习笔记】第三讲——Eigen库

专栏系列文章如下：【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍【视觉SLAM十四讲学习笔记】第二讲——初识SLAM【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵本章将介绍视觉SLAM的基本问题之一
趴抖·2023-11-24 11:05

《视觉SLAM十四讲》-- 后端 2

文章目录09后端29.1滑动窗口滤波和优化9.1.1实际环境下的BA结构9.1.2滑动窗口法9.2位姿图9.2.1位姿图的意义9.2.2位姿图优化09后端29.1滑动窗口滤波和优化9.1.1实际环境下的BA结构由于计算机算力的限制，我们必须控制BA的规模，一种简单的思路是仅保留离当前时刻最近的NNN个关键帧，去掉时间上更早的关键帧。于是，BA被固定在一个时间窗口内，离开这个窗口的即被抛弃，称为滑动
算法导航·2023-11-24 11:44

《视觉SLAM十四讲》-- 回环检测

文章目录10回环检测10.1概述10.1.1回环检测的意义10.1.2回环检测的方法10.1.3准确率和召回率10.2词袋模型10.3字典10.3.1字典的结构10.3.2实践：创建字典10.4相似度计算10.4.1理论部分10.4.2实践：相似度的计算10.5实验分析与评述10回环检测10.1概述10.1.1回环检测的意义前端提供特征点的提取和轨迹、地图的初值，后端负责数据的优化。但是如果像视觉
算法导航·2023-11-24 11:44

《视觉SLAM十四讲》-- 建图

11建图11.1概述（1）地图的几类用处：定位：导航：机器人在地图中进行路径规划；避障重建交互：人与地图之间的互动（2）几类地图稀疏地图稠密地图语义地图11.2单目稠密重建11.2.1立体视觉（1）稠密重建中，我们需要知道每个像素（或大部分像素）的距离，对此有以下几种方案：使用单目相机，估计相机运动，并且三角化计算像素的距离；使用双目相机，利用左右目的视差计算像素的距离；使用RGB-D相机直接获取
算法导航·2023-11-24 11:44

手推 Levenberg-Marquardt算法与C++实现

这次博客主要介绍了SLAM中经常用到的Levenberg-Marquardt算法。该算法是一种信赖搜索方法。
南山二毛·2023-11-24 11:10

Cartographer源码解析：D栅格地图、RayToPixelMask与贝汉明算法

Cartographer是一种用于构建2D和3D栅格地图的开源SLAM（SimultaneousLocalizationandMapping）系统。它被广泛应用于机器人导航、自动驾驶和增强现实等领域。
代码创造之旅·2023-11-24 05:58

ORB_SLAM3 ROS编译及使用D435I运行

本文介绍ORB_SLAM3编译、运行中遇到问题，尤其涉及到ORB_SLAM3ROS编译遇到的问题。最后通过使用D435I完成在室内环境下运行。本文运行环境在Ubuntu20.04+ROSnoetic。
云端舞步·2023-11-23 17:29

PX4 vision_to_mavros定位

采用Ardupilot官方推荐的vision_to_mavros功能包配置无人机的双目相机的摄像头朝向正前方，可以将slam融合的高度位姿信
Phillweston·2023-11-23 17:56

无人机路径规划1：orbslam2+VIO

无人机路径规划1：orbslam2+VIO安装XTDRONE平台https://www.yuque.com/xtdrone/manual_cn/basic_configros基本操作ros中文版教程http
dueen1123·2023-11-23 17:54

Ubuntu18.04安装ORB-SLAM2

ORB-SLAM2安装1.1安装工具sudoapt-getinstallcmake//安装cmakesudoapt-getinstallgit//安装gitsudoapt-getinstallgccg+
weixin_45303708·2023-11-23 17:30

ubuntu18.04安装并运行ORB-SLAM2

查看版本号lsb_release-a换源Ubuntu系统自带的源都是国外的网址，国内用户在使用的时候下载比较慢甚至无法获取，需要替换成国内的镜像源备份源文件sudocp/etc/apt/sources.list/etc/apt/sources.list.old打开文件sudogedit/etc/apt/sources.list换源打开清华镜像源仓库，选择Ubuntu版本并复制源，覆盖sources
你好helloworld·2023-11-23 17:49

A星算法

这个问题就是位置环境中的自主定位与建图，也就是SLAM。
sxl-63·2023-11-23 14:35

上位机与下位机通信

里程计提供ROS需要的速度信息，陀螺仪提供加速度方向等信息给ROS，再加上连接到树莓派上的激光雷达，ROS就可以进行SLAM制图和导航了。下位机接收到ROS下发的速度信息后
慢慢的回味·2023-11-23 05:29

ORB-SLAM3在Windows环境下编译可能遇到的问题

前言本博客是对知乎文章：ORB-SLAM3在windows下的编译使用的补充，详细操作步骤请参考原博客可能遇到的问题及其解决方案vcpkg配置问题建议用vcpkg下Eigen和boost，然后OpenCV
qq_40864007·2023-11-23 01:55

【VSLAM】ORB-SLAM3安装部署与运行

——梁启超文章目录:smirk:1.ORB-SLAM3介绍:blush:2.代码安装部署1.安装ros与opencv2.安装Pangolin作为可视化和用户界面3.安装Eigen3一个开源线性库，可进行矩阵运算
DevFrank·2023-11-23 01:24

orb-slam3在windows下编译

参照ORB-SLAM3在w
dianzheng7390·2023-11-23 01:23

ORB-SLAM3在windows11下的编译使用

01写在前面近期在学习SLAM，想部署一下ORB-SLAM3，但是自己电脑是win11系统，因此就想着在win11上部署一下。但是网上看了一些教程，有一些博客，但是可能不适合我这种情况把，就很纠结。
果冻先森·2023-11-23 01:51

win11从零搭建ORB-SLAM3简要记录

因研究课题需要，准备直接在windows上搭建ORB-SLAM3的环境，尝试是否能跑起来。因为完全零基础，所以花了整整一周时间才勉强配置成功，所以把遇到的问题记录一下，留着后面查看。
Gargantua_L·2023-11-23 01:51

使用XV-11激光雷达做hector_slam

大家在学习ROS中不可避免需要使用激光雷达，高精地图、实时定位以及障碍物检测等多项技术，而这些技术都离不开光学雷达的支持，但是呢雷达这真是太贵了，大部分人是负担不起（实验室、研究所土豪可以略过），但是还是机智的大牛发明了其他手段：使用深度摄像头仿激光数据1、kinect仿激光数据2，用来测试足够了，果真人民都是机智的，后来呢人们发现扫地机器人上也有的用的激光雷达，为什么不利用起来呢，然后国外大牛就
weixin_30649859·2023-11-23 01:40

基础算法—枚举算法

一、枚举法的本质枚举法本质就是搜索算法，通过一一列通过暴力方式找出每一个符合情况的元素；枚举也称作穷举，指的是从问题所有可能的解的集合中一一枚举各元素。二、基本思想：用题目中给定的检验条件判定哪些是无用的，哪些是有用的。能使命题成立。即为其解。三、优缺点：优点：算法简单，操作性强，在局部地方使用枚举法，效果会十分不错。缺点：运算量过大，当问题的规模变大的时候，循环的阶数越大，执行速度越慢（时间复杂
爬行的蜗牛儿·2023-11-22 23:52

基础算法(一)：枚举算法

我们先来看看入门的一些基础算法，在这篇文章中，主要介绍的是枚举算法。我们重点需要了解枚举算法使用时需要确定的条件，荔枝会用一道题目来凸显这些条件的重要性。
荔枝当大佬·2023-11-22 23:50

枚举基础算法知识

枚举1.枚举定义2.枚举思想3.枚举步骤4.实例1.砝码数量问题2.百钱买百鸡2.运算符问题1.枚举定义枚举法就是按问题本身的性质，一一列举出该问题所有可能的解，并在逐一列举的过程中，检验每个可能解是否是问题的真正解，若是，我们采纳这个解，否则抛弃它。在列举的过程中，既不能遗漏也不应重复。2.枚举思想一一列举出该问题所有可能的解，并在逐一列举的过程中，检验每个可能解是否是问题的真正解，若是，我们采
_洋·2023-11-22 23:47

2022-03-22

自动驾驶/机器人SLAM算法面经1欢迎关注公众号：内推君SIR，加微信：neituijunsir加入自动驾驶交流群Case1一面项目相关1、简历中的项目相关问题，项目是三维重建相关的，深度学习的深度估计
内推君·2023-11-22 17:42

地图构建算法——占据栅格地图构建算法

今天这篇文章主要介绍激光雷达SLAM中的一种经典的地图构建算法——占据栅格地图构建算法，下面将从地图的引入然后再详细的对该算法进行讲解。
快乐小脾孩·2023-11-22 14:40

ubuntu18.04安装运行A-LOAM

安装环境、依赖：eigen、pcl参考这里：Ubuntu18.04realsenseD435iROSorbslam2_echo_gou的博客-CSDN博客ceres1.14：sudoapt-getinstalllibgoogle-glog-devlibgflags-devlibatlas-base-devlibsuitesparse-devcmakewgetceres-solver.org
echo_gou·2023-11-22 04:38

视觉SLAM十四讲学习笔记——第三讲 三维空间刚体运动

1.旋转矩阵的正交性P45下方注解第一条“旋转矩阵的正交性可直接由定义给出”，在查阅众多证明方法之后，我选择一种个人更容易理解的方法。首先明确：正交矩阵即逆为自身转置的矩阵，即满足，因此要证明旋转矩阵的转置矩和逆矩阵是同一个矩阵。对于转置矩阵较为简单：对于旋转矩阵的逆，可以从物理意义上考虑，即为反向旋转对应的旋转矩阵（经过两次旋转回到初始状态，对应矩阵相乘结果为单位矩阵），因此只需要调换对应基底就
晒月光12138·2023-11-22 01:39

视觉SLAM十四讲学习笔记——第九讲 后端优化（1）

针对SLAM问题（非线性）的卡尔曼滤波器给出了单次线性近似下的最大后验估计，或者说是优化过程中一次迭代的结果。（2）非线性优化
晒月光12138·2023-11-22 01:39

视觉SLAM十四讲学习笔记——第三章 三维空间刚体运动

视觉slam十四讲学习笔记——第三章三维空间刚体运动3.1旋转矩阵3.1.1点、向量和坐标系3.1.2坐标系中的欧式变换3.1.3变换矩阵与齐次坐标3.2Eigen库的使用3.3旋转向量和欧拉角3.3.1
HIT_NOVA·2023-11-22 01:38

视觉SLAM十四讲学习笔记——第五讲相机与图像

参考书：高翔《slam十四讲》第二版我会在我的笔记中，结合自己的理解复述内容，并对代码部分完成复现。有问题的可以留言或者私信噢！开发环境：虚拟机Ubuntu22.04+Vscode。
派大星不憨·2023-11-22 01:38
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他