SLAM技术总结

SLAM中的二进制词袋生成过程和工作原理

长期视觉SLAM(SimultaneousLocalizationandMapping)最重要的要求之一是鲁棒的位置识别。经过一段探索期后，当长时间未观测到的区域重新观测时，标准匹配算法失效。
深蓝学院·2024-01-17 16:30

【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——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【视觉SLAM十四讲学习笔记】第三讲
趴抖·2024-01-17 10:05

wepy项目技术总结

1、注意：记得每次微信开发者工具导入项目后，需要用git执行wepybuild--watch，不然在编辑器修改的代码不会同步到开发者工具上
天字一等·2024-01-16 23:50

Java和.NET(C#)的开发用到的技术对比总结(转)

/www.cnblogs.com/mhq-martin/p/9510765.htmlJava和.NET(C#)的开发用到的技术对比总结前言声明：我指的是一般的Java和.NET(C#)的后台开发用到的技术总结最近一直在应聘
是我拉叔·2024-01-16 21:58

导航与定位技术已成为移动机器人的核心技术之一

目前，移动机器人的导航与定位技术主要包括基于GPS、SLAM、VSLAM等技术的方法。1、GPS导航技术：利用全球定位系统进行定位，精度高、覆盖范围广，但需要外部信
Fuweizn·2024-01-16 18:17

【转】ORB-SLAM2调用OAK-D双目摄像头进行点云建图

▌一、运行stereo_node.launch实例查看双目摄像头发布的话题，并修改orb-slam2摄像头节点。gagaga@ubuntu:~$c
OAK中国_官方·2024-01-16 17:24

vslam论文24：ESVIO: 基于事件相机的双目VIO（RAL 2023）

摘要异步输出低延迟事件流的事件相机为具有挑战性的情况下的状态估计提供了很大的机会。尽管近年来基于事件的视觉里程测量技术得到了广泛的研究，但大多数都是基于单目的，而对立体事件视觉的研究很少。在本文中，我们介绍了ESVIO，这是第一个基于事件的立体视觉惯性里程计，它利用了事件流、标准图像和惯性测量的互补优势。我们建议的pipeline包括ESIO(纯基于事件的)和ESVIO(带有图像辅助的事件)，它们
xsyaoxuexi·2024-01-16 12:39

vslam论文25: 结构约束的RGB-D SLAM（ICRA 2021）

摘要本文提出了一种专门为结构化环境设计的RGB-DSLAM系统，旨在通过从周围提取的几何特征来提高跟踪和制图精度。
xsyaoxuexi·2024-01-16 12:39

vslam论文10：PL-VINS:具有点和线特征的实时单目视觉惯性SLAM

摘要PL-VINS是基于最先进的基于点的VINS-mono，开发的一种基于点和线特征的实时、高效优化的单目VINS方法。我们观察到，目前的作品使用LSD算法提取线条特征;然而,LSD是为场景形状表示而设计的，而不是为姿态估计问题设计的，由于其高昂的计算成本，这成为了实时性能的瓶颈。在本文中，我们通过研究隐藏参数调整和长度抑制策略来改进LSD算法。改进后的LSD算法的运行速度至少是LSD的三倍。此外
xsyaoxuexi·2024-01-16 12:08

vslam论文15：DynaVINS: 一种动态环境下的视觉惯性SLAM（ICRA 2023）

摘要视觉惯性里程计和SLAM算法广泛应用于服务机器人、无人机和自动驾驶汽车等领域。大多数SLAM算法都是基于假设地标是静态的。然而，在现实世界中，存在着各种各样的动态物体，它们降低了姿态估计的精度。
xsyaoxuexi·2024-01-16 12:08

vslam论文23：VIP-SLAM: 一种高效、紧耦合的RGB-D视觉惯性平面SLAM（ICRA 2022）

摘要本文提出了一种融合RGB、Depth、IMU和结构化平面信息的紧密耦合SLAM系统。传统的基于稀疏点的SLAM系统总是保持大量的地图点来建模环境。
xsyaoxuexi·2024-01-16 12:08

vslam论文8：EPLF-VINS: Real-Time Monocular Visual-InertialSLAM With Efficient Point-Line Flow Features

（RAL2023）摘要本文介绍了一种利用点和线特征的高效视觉惯性同步定位和映射(SLAM)方法。目前，基于点的SLAM方法在弱纹理和运动模糊等场景下表现不佳。
xsyaoxuexi·2024-01-16 12:38

[UAV] 无人机仿真平台搭建

1.1新建本地代码仓库1.2编译添加路径（记得将PathToPrometheus替换成你的文件路径）1.3安装ROS所需的其他插件或者库安装Mavros功能包安装rtabmap安装Octomap:激光SLAM
解解i·2024-01-16 12:26

以太坊使用ENS自定义智能合约的地址管理

由于它是用JavaScript编写的，因此我们决定在Node.js中实现AWSLambda函数，并通过我们的后端调用它们
编程狂魔·2024-01-16 08:32

Kalman Filter in SLAM (7) ——Error-state Iterated Kalman Filter (EsIKF, 误差状态迭代卡尔曼滤波)

文章目录1.EsKF和IEKF公式回顾1.1.EsKF误差状态卡尔曼滤波方程1.2.IEKF迭代扩展卡尔曼滤波方程2.EsIKF公式推导2.1.预测公式2.2.校正公式2.2.1.误差状态观测方程2.2.2.传感器观测误差值2.2.3.校正公式2.3.R2Live中的Es-IKF的校正公式理解2.3.1.IMU+Camera2.3.2.IMU+LiDAR实际EsIKF就是把EsKF和IEKF两个结
Cc1924·2024-01-16 06:43

多传感器融合SLAM数学学习历程

多传感器融合SLAM数学学习历程>>>流形和流形空间（姿态）https://blog.csdn.net/professor_Xie/article/details/131911894fast-lio带着问题看知识欧式空间和流形空间的区别和联系
SensorFusion·2024-01-16 06:38

革命性突破！全新多传感器辅助惯性导航系统，效能与精准度并肩

使用案例：VINS/VIO、GPS-INS、LINS/LIO、用于定位和建图的多传感器融合(SLAM)。原文链接：革命性突破！全新多传感器辅助惯性导航系统，效能与精准度并
3DCV·2024-01-15 17:46

慕尼黑工业大学最新提出！单目实时密集建图的混合隐式场方法

作者：小柠檬|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf我们提出了一种新颖的方法，它将基于深度学习的密集SLAM与神经隐式场相结合，实时生成密集地图，而无需像以前的方法那样依赖
3DCV·2024-01-15 17:46

UncLe-SLAM：稠密神经辐射场SLAM的不确定性学习

作者：大森林|来源：3DCV在公众号「3DCV」后台，回复「原论文」可获取论文pdf笔者总结本文提出了一种名为UncLe-SLAM的方法，实现了在密集神经SLAM中对深度不确定性进行建模。
3DCV·2024-01-15 17:44

对于3D激光SLAM，LeGo-LOAM到底有多重要？

LeGo-Loam是基于ros系统框架的3D激光slam开源代码。代码简洁，其中大量计算都是手动推导出来，依赖库相对较少，主要依赖gtsam进行后端因子图优化。
3DCV·2024-01-15 17:11

docker应用：搭建uptime-kuma监控站点

历史攻略：docker：可视化工具portainerdocker-compose：搭建自动化运维平台Spug开源地址：https://github.com/louislam/uptime-kuma安装：
玩转测试开发·2024-01-15 06:47

多图：深入剖析抗住亿级流量的大型分布式系统架构设计

欢迎关注方志朋的博客，回复”666“获面试宝典图片来源：理想之城本文是学习大型分布式网站架构的技术总结。对架构一个高性能、高可用、可伸缩及可扩展的分布式网站进行了概要性描述，并给出一个架构参考。
公众号:方志朋·2024-01-15 03:06

call to non-static member function without an object argument

原因：std::async(&SLAM::SaveDebugCloud(),__node);改成以下即可：std::async(&SLAM::SaveDebugCloud,__node);
妄想出头的工业炼药师·2024-01-15 03:02

AWS-SAA-C03认证——之基础知识扫盲

文章目录前言一、AmazonECS二、AmazonEKS三、AmazonEC2四、ElasticBeanstalk五、AWSFargate六、AWSLambda（serverless）七、AmazonEBS7.1EBS
T-OPEN·2024-01-14 20:19

点云从入门到精通技术详解100篇-基于多传感器融合的紧耦合 SLAM 算法

目录前言多传感器融合的SLAM相关设备及技术介绍2.1三维刚体运动模型2.1.1坐标系变换
格图素书·2024-01-14 07:40

Lamdba表达式的应用和TreeSet的自定义排序规则

例如：//函数式接口interfaceSwimming{voidswim();//接口的方法中默认有publicabstract修饰}2.认识lambda表达式:简化匿名内部类的代码publicclassLambdaTest1
码见愁·2024-01-13 10:17

CES 2024上的AI亮点

以下是CES2024前两天AI方面亮点：一个AI助手，取代你的智能手机应用程序的rabbit.tech人工智能驱动的捆绑式鞋子被称为“Moonwalkers”，可以让你走得更快FitXRSlam的VR和健身创新
极道Jdon·2024-01-13 09:25

基于 AWS Lambda 的 SaaS 应用教程

在本教程中，我们将探讨如何使用AWSLambda构建一个简单的SoftwareasaService(SaaS)应用程序。我们的示例应用将是一个用于短链接生成的服务。
benhuyun_yohu·2024-01-13 09:43

2023-01-04日志

今天学习了惯导的一节课与视觉SLAM视觉里程计的部分知识。
独孤西·2024-01-13 08:03

鱼眼摄像头畸变校正方法概述

公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内
点云PCL公众号博客·2024-01-13 07:06

视觉SLAM十四讲|【五】相机与IMU时间戳同步

视觉SLAM十四讲|【五】相机与IMU时间戳同步相机成像方程Z[uv1]=[fx0cx0fycy001][XYZ]=KPZ\begin{bmatrix}u\\v\\1\end{bmatrix}=\begin
影子鱼Alexios·2024-01-13 06:44

视觉SALM与激光SLAM的区别

前言：这里比较一下视觉SLAM和激光SLAM的区别，仅比较其在算法层面上的一些不同，这里拿视觉SLAM算法：ORB-SLAM系列和激光SLAM算法：LOAM系列对比。
Jiqiang_z·2024-01-13 06:12

SLAM中的世界坐标系和地图坐标系关系

SLAM系统中世界坐标系和地图坐标系并不一定是同一坐标系。在SLAM中，一般是将地图初始化时刻（第一帧）相机、雷达或IMU的坐标系作为地图坐标系。
Jiqiang_z·2024-01-13 06:12

服务器 conda update 失败解决方法

allcondaupdate-nbase-cdefaultsconda最后强制用conda-forge通道更新，成功了condaupdate-nbase-cconda-forgeconda顺带一提，nice-slam
一只名叫Me的猫·2024-01-12 14:55

晶格动力学程序 GULP

大家好，我是木南分子动力学软件诸多，包括：1.LAMMPSLAMMPS即Large-scaleAtomic/MolecularMassivelyParallelSimulator，可以翻译为大规模原子分子并行模拟器
123wxw·2024-01-12 12:24

VIO学习总结

VIO学习总结VIO（visual-inertialodometry）即视觉惯性里程计，有时也叫视觉惯性系统（VINS，visual-inertialsystem），是融合相机和IMU数据实现SLAM的算法
a81eefb19dfe·2024-01-12 09:52

Ubuntu18.04利用astra pro相机实现ORB—SLAM3实时点云稠密建图—上

Ubuntu18.04利用astrapro相机实现ORB—SLAM3实时点云稠密建图—上前言前期准备—ROS完整安装OpenCV的安装（4.2.0）安装依赖C++11特性的编译器Pangolin测试pangolin
BIGBOSSyifi·2024-01-12 08:43

学习记录-自动驾驶与机器人中的SLAM技术

以下所有内容均为高翔大神所注的《自动驾驶与机器人中的SLAM技术》中的内容融合导航1.EKF和优化的关系2.组合导航eskf中的预测部分，主要是F矩阵的构建templateboolESKF::Predict
return !false·2024-01-12 07:08

【自动驾驶和机器人中的SLAM技术】基于点面ICP的iekf-lio系统

目录1.理论推导2.代码实现3.欢迎来过千帆公众号读书学习1.理论推导2.代码实现由于第7章已经有个icp_3d类了，并且有了点面ICP功能，这里直接在其基础上添加实现基于点面ICP的IEKFLIO系统对观测方程的处理方式，即：voidIcp3d::ComputeResidualAndJacobians(constSE3&input_pose,Mat18d&HTVH,Vec18d&HTVr)对观测
宛如新生·2024-01-12 06:01

【自动驾驶与机器人中的SLAM技术】鲁邦核函数的含义和应用

目录1.给ICP和NDT配准添加柯西核函数1.1代码实现2.将第1部分的robustloss引入IncNDTLO和LooselyLIO，给出实现和运行效果3.从概率层面解释NDT残差和协方差矩阵的关系，说明为什么NDT协方差矩阵可以用于最小二乘4.为LOAMlikeLO设计一个地面点云提取流程，并单独为这些点使用点面ICP4.1代码实现4.2对地面点进行ICP5.也欢迎大家来我的微信公众号--过千
宛如新生·2024-01-12 06:31

《自动驾驶与机器人中的SLAM技术》基于保存的自定义NDT地图文件进行自动驾驶车辆的激光定位

目录1.为NDT设计一个匹配度评估指标，利用该指标可以判断NDT匹配的好坏。2.利用第1题的指标，修改程序，实现mapping部分的回环检测。3.将建图结果导出为NDTmap，即将NDT体素内的均值和协方差都存储成文件。4.实现基于NDTmap的激光定位。根据车辆实时位姿，加载所需的NDT体素并完成定位。5.给出上述结果相比于PCLNDT的性能、存储空间等关键指标1.为NDT设计一个匹配度评估指标
宛如新生·2024-01-12 06:57

送方外上人 Despedirse del Gran Maestro Fangwai

莫買沃洲山，YnocompreslamontañaWozhou,時人已知處。Yahaygenteque
李裕Monica·2024-01-11 17:13

学习笔记之——3D Gaussian Splatting源码解读

之前博客对3DGS进行了学习与调研学习笔记之——3DGaussianSplatting及其在SLAM与自动驾驶上的应用调研-CSDN博客文章浏览阅读450次。
gwpscut·2024-01-11 15:53

opencv-python——一些常见的报错（持续更新中）

一报错Anaconda创建的虚拟环境，python=3.5.6，pipinstallopencv-python的方式安装opencv，安装版本为4.4.importcv2“/home/slam/anaconda3
X_Imagine·2024-01-11 15:15

Programming Abstractions in C阅读笔记：p235-p241

一、技术总结1.backtrackingalgorithm(回溯算法)(1)定义p236,Formanyreal-worldproblem,thesolutionprocessconsitsofworkingyourwaythroughasequenceofdecisionpointsinwhicheac
codists·2024-01-11 09:45

Programming Abstractions in C阅读笔记：p242-p245

一、技术总结6.2小结主要讲回溯算法及递归算法在迷宫求解中应用，当然，理解然后用代码实现出来还是有些难度的。不过，这并不影响我们进行下一节6.3的学习。二、英语总结1.skepticism是什么意思？
codists·2024-01-11 09:42

创建ROS模型与小机器人地图规划

安装小机器人的安装包，输入如下命令，回车输入密码(自己设的)：sudoaptinstallros-noetic-turtlebot3-simulationsros-noetic-turtlebot3-slamros-noetic-turtlebot3
猪猪的菜牙·2024-01-11 07:55

aws lambda_在生产中配置和使用AWS EKS

awslambda到现在，我们已经完成了向AmazonEKS(工作地点)的迁移，并且集群已经投入生产。过去，我已经写了一些要点的简短摘要，您可以在这里找到。
cunfen8879·2024-01-11 03:43

自律修身-2022-06-23

但是每天实际工作的量还是不够，主要是来看slam14讲算法书的进展太慢。这个主要原因还是自己的问题，经常动不动就想休息。毕竟之前精气伤了这么多年。如果从12年开始算已经有10年了。
Aaron_Swartz·2024-01-10 21:32

编译ORB-SLAM2出现错误

参考链接：raulmur/ORB_SLAM2:Real-TimeSLAMforMonocular,StereoandRGB-DCameras,withLoopDetectionandRelocalizationCapabilities
TKFee·2024-01-10 20:41
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他