SLAM知识学习

在 AWS lambda 上部署 docker 应用

前言使用AWSlambda，我们可以在不考虑服务器的情况下上传代码并运行，但是这种方式最大的缺点就是代码包的大小限制，每一个lambda函数的代码包不能高于几十M。
Cao Lilu·2023-09-19 22:34

C语言实现实数和复数矩阵及其各种运算（一）

其难点笔者认为在于矩阵的各种运算，C++中有Eigen库可用，以前在学slam和做课题时候在Ubuntu下用过一段时间的Eigen，功能强大，提供了各种典型的matrix计算接口，但是在C中，需要我们自己编写每个功能模块
龙小弟丫9602·2023-09-19 22:30

ORB_SLAM2在Ubuntu22.04上运行

目录电脑配置ORB_SLAM2的源码下载需要安装的一些库(有些的好像不用装)源码需要修改的地方电脑配置1.电脑联想Y7000,显卡1050Ti2.预先装有ros2-humble版本(一键安装ros2可以到小鱼社区那安装
总想这学习·2023-09-19 20:28

VINS中的观测性问题

文章目录一、BAproblem的观测性问题1、不可观方向2、解决方案3、优化问题中信息矩阵物理意义二、Keyframe-basedVisual-InertialSLAM的观测性问题1、不可观问题2、解决方案三
知也无涯12345·2023-09-19 19:45

Html基础知识学习——map热区、 iframe打开其他网页、 flash背景透明、 英文单词 数字词内断行、超出文本不显示并且显示省略号 、元素隐藏、 宽高未知img居中显示（十九）

文章目录map热区iframe打开其他网页flash背景透明英文单词数字词内断行——换行word-break:break-allword-wrap:break-word超出文本不显示并且显示省略号元素隐藏宽高未知img居中显示map热区在图片上点击特定区域触发不同效果：点击鱼眼睛进入百度搜索页面iframe打开其他网页flash背景透明英文单词数字词内断行——换行word-break:break-
~小先生~·2023-09-19 17:48

干预知识学习打卡记录3/21

202002173/21学习的内容是渔计划回合教学第三节：辅助和纠错，听课做笔记3个番茄，复盘预估2个番茄。共计5个番茄，累计13个番茄。今天学习的内容很实用，回答了什么时候提供辅助和纠错，实操性很强，学到了回合教学中的知识盲点。现将这节课学到的内容进行复盘，由于这节课的信息量较大，有多处地方没有理解清楚，需要再重听一遍。一、知识复盘1、什么时候给与辅助？只关注看的见的，没回应，就辅助。通过评估/
苗子林·2023-09-19 17:46

19年第三周检视

一，工作本周年会各种会议中二，学习本周python基础知识学习小有成就，各类格式之间能比较自如得切换。还会继续跟着课程学习。函数和np是下周的重点，下下周开始学习pandas和plt可视化相关内容。
聂Lydia·2023-09-19 16:44

孩子的好奇心

现在的孩子接触信息来源多，信息量大，对新知识学习的引导和关注就显得尤为重要了。不能管死也不能不管，只要保持对未知领域的好奇心和求知欲，总是好事情的。比
大刘和小刘·2023-09-19 12:23

本质矩阵 基础矩阵 单应矩阵 (1)

ORB-SLAM点云地图中相机的位姿初始化，无论算法工作在平面场景，还是非平面场景下，都能够完成初始化的工
Gone_float·2023-09-19 11:11

视觉SLAM 第7讲 本质矩阵 基础矩阵 单应矩阵 知识点/证明/理解/秩/自由度

视觉SLAM第7讲本质矩阵基础矩阵单应矩阵证明/理解/秩/自由度1.基础知识2.本质矩阵E2.1本质矩阵的秩为什么是22.2本质矩阵的自由度为什么是53.基础矩阵F3.1基础矩阵的秩为什么是23.2基础矩阵的自由度为什么是
LYF0816LYF·2023-09-19 11:40

本质矩阵，基础矩阵，单应矩阵

转载：立体视觉入门指南（2）：关键矩阵（本质矩阵，基础矩阵，单应矩阵）视觉SLAM中，本质矩阵、基础矩阵、单应性矩阵自由度和秩分析。
爱钻研的小铭·2023-09-19 11:39

室内探索无人机，解决复杂环境下的任务挑战！

该系统集成了自主定位、视觉SLAM模块、路径规划模块和目标识别模块等关键算法和功能，为开发者提供一套开源、智能的室内无人机探索
阿木实验室·2023-09-19 11:01

即时通讯技术文集（第20期）：IM架构设计技术文章(Part3) [共14篇]

消息的可靠投递机制[链接]http://www.52im.net/thread-3638-1-1.html[摘要]本文根据融云亿级IM消息系统的技术实践，总结了分布式IM消息的可靠投递机制，希望能为你的IM开发和知识学习起到抛砖引玉的作用
hellojackjiang2011·2023-09-19 10:07

ORB-SLAM3局部建图线程

一.总体流程二.局部建图线程的目的和意义1.承上启下，接受跟踪线程输入的关键帧并进行局部地图优化，删除冗余关键帧等，将优化后的关键帧发送给闭环线程。2.实现中期数据关联三.IMU初始化
好人cc·2023-09-19 08:30

产品经理知识学习第一天

一.阅读《人人都是产品经理1.0》68/308页1.推荐阅读的数据分析书籍《黑天鹅》和《统计数字会说谎》推荐理由:不像教材那么枯燥，适合工作后的人阅读2.今天看的内容主要讲了需求的调查，如何设置问卷使问卷的有效性提高。调查的方法:调查卡片，调查问卷3.核心的观点就是用户的需求不是产品的需求。要保持用户思维，要有自己的想法。二.学习基础的Axure下载方法:推荐关注公众号(软件安装管家)包括sql的
王不谏·2023-09-19 08:35

机器人制作开源方案 | 桌面级全向底盘--slam导航

机器人的智能移动可应用于物流行业、交通行业，本节内容我们将利用键盘控制全向底盘运动完成slam建图，并能在已建好的地图里进行自主导航。
Robotway·2023-09-19 05:18

2019-2-21晚间日记

开卷有益-学习/读书/听书听书《穷爸爸富爸爸》朗诵诗歌一篇理财知识学习并做笔记感悟健康与饮食今日步数：4000步今日锻炼：开合跳50今日饮食：面食为主，时间有点不准时好习惯打卡第三天，晚安！
践行者阿兰·2023-09-19 04:58

【AI视野·今日Robot 机器人论文速览 第三十期】Thu, 14 Apr 2022

14Apr2022Totally15papers上期速览✈更多精彩请移步主页Interesting:ViViDdataset,RGBD、红外、事件相机、IMU、Lidar、GPS，alternativevisionsensors可用于室外slam
hitrjj·2023-09-19 04:31

【视觉SLAM入门】8. 回环检测，词袋模型，字典，感知，召回，机器学习

"见人细过掩匿盖覆”1.意义2.做法2.1词袋模型和字典2.1.2感知偏差和感知变异2.1.2词袋2.1.3字典2.2匹配(相似度)计算3.提升前言：前端提取数据，后端优化数据，但误差会累计，需要回环检测构建全局一致的地图；1.意义通俗的讲，机器人两次经过同一个场景，为了检测是同一个场景，这就是回环检测。它可以用来构建全局一致的地图。有了时隔更加久远的约束，一定程度消除累计飘移。形象的想弹簧，就是
终问鼎·2023-09-19 04:14

【视觉SLAM入门】9.1 建图1---SLAM任务，稠密地图构建，立体视觉，RGBD，八叉树，点云地图等各种不同地图

孰轻孰重3.1鬼影问题3.2三维重建4.总结SLAM的功能：直到现在我们可以知道SLAM包含：定位，导航，避障，重建，交互。在不同的功能下也有不同的地图。
终问鼎·2023-09-19 04:13

使用EuRoC数据集测试ORB-SLAM3

ORB-SLAM3编译安装请参考ORB-SLAM3的CMake与ROS编译以及测试（亲自总结，亲测可用）_RobotsRuning的博客-CSDN博客https://blog.csdn.net/u014374826
RobotsRuning·2023-09-19 02:54

即时通讯技术文集（第20期）：IM架构设计技术文章(Part3) [共14篇]

消息的可靠投递机制[链接]http://www.52im.net/thread-3638-1-1.html[摘要]本文根据融云亿级IM消息系统的技术实践，总结了分布式IM消息的可靠投递机制，希望能为你的IM开发和知识学习起到抛砖引玉的作用
·2023-09-18 15:46

ORB-SLAM2_RGBD_DENSE_MAP编译、问题解决、离线加载TUM数据和在线加载D435i相机数据生成稠密地图

文章目录0引言1安装依赖1.1其他库安装1.2pcl库安装2编译ORB-SLAM2_RGBD_DENSE_MAP2.1build.sh2.2build_ros.sh3运行ORB-SLAM2_RGBD_DENSE_MAP3.1build.sh
ZPILOTE·2023-09-18 13:45

倾听孩子的真实心声

所以，每个孩子都会用自己独特的视角去打量世界，都会用自己已经学过的知识学习新的知识。我们作为成年人，需要用儿童的眼光去观察，用儿童的高度与儿童交流，与儿
吴继红·2023-09-18 11:39

20~50K|智驾科技SLAM算法总监、深度学习、感知定位、高精地图等多个岗位

公司介绍上海智驾汽车科技有限公司（智驾科技MAXIEYE），是一家智能驾驶和智慧出行领域的核心技术服务商。我们为客户及合作伙伴提供全工况、多场景、跨平台的辅助驾驶（ADAS）和自动驾驶（ADS）系统产品及解决方案，以及智能驾驶所需的高性能智能视觉感知系统产品。秉持开放合作的理念，智驾科技MAXIEYE广泛服务于乘用车和商用车前装量产市场，赋能智慧出行产业化落地。智驾科技MAXIEYE集研发、生产和
Tom Hardy·2023-09-18 08:27

SLAM之机器导航Linux基础

1.Linux简介Linux是一个开源、免费的操作系统，它以强大的安全、稳定、多并发性能得到业界的广泛认可，目前linux被使用在很多中大型，甚至巨型项目中。很多软件公司考虑到开发成本，都选用linux，在中国软件公司得到广泛的使用。1.1.Linux系统组成Linux操作系统的核心为LinusTorvalds开发的内核(Kernel)，Linux内核之上的组件分为几部分：一部分是GNU的组件（如
xiaoli8748_软件开发·2023-09-18 07:06

通过slam同步建图程序看ros2节点参数传递生效顺序

缘起：ros2节点参数可以通过启动节点添加，也可以通过launch文件添加，还可以通过配置文件.yaml文件添加，或者是几种方式套用添加，给初学者带来很大的困惑具体是哪个生效了呢，我们拿slam_toolbox
JT_BOT·2023-09-18 05:12

Cartographer源码解析：LocalTrajectoryBuilder3D的点云数据处理流程

Cartographer是一个用于构建2D和3D地图的开源SLAM（SimultaneousLocalizationandMapping）系统。
LogicGuruX·2023-09-18 05:25

智慧家长：关注孩子的兴趣，绝非孩子的成绩

梅老师说：“内驱力是一个宽泛的概念，指的是所能调动人追求及探索一种假设或目标的力量，而并非仅指知识学习的驱动力。”
家有小学生陪读日记·2023-09-18 03:53

cartographer中创建轨迹

需要的输入参数：expected_sensor_ids所有需要的topic的名字的集合trajectory_options轨迹的参数配置local_slam_result_ca
小z小z·2023-09-18 03:04

Co-SLAM——论文解析

Co-SLAM:JointCoordinateandSparseParametricEncodingsforNeuralReal-TimeSLAM神经隐式表征slam（implictneuralrepresentaton
gongyuandaye·2023-09-18 00:35

vMAP——论文解析

vMAP:VectorisedObjectMappingforNeuralFieldSLAMvMAP是一个物体级稠密图neuralSLAM，每一个物体都用一个mlp来表征，而不需要3D先验。
gongyuandaye·2023-09-18 00:33

spread spectrum 展频的工作原理

SSC展频_SlamDunk31598的博客-CSDN博客展频技术是如何搞定时钟信号的辐
lokeyme·2023-09-17 23:43

KinectFusion实战笔记

KinectFusion算法实战笔记引言阅读材料重建数据集算法主要步骤重要概念实战代码解读一些先验知识数据预处理算法主函数数据集的处理体素的融合相机的追踪本文内容总结引言KinectFusion是RGBDSLAM
Stefanie_Song·2023-09-17 23:50

NICE-SLAM: Neural Implicit Scalable Encoding for SLAM论文阅读记录

参考https://zhuanlan.zhihu.com/p/582821039论文阅读Nice-slam的四个目标实时合理预测：传统方法无法做到大场景有效：iMAP或是learning-based方法均未能实现的
weixin_47343723·2023-09-17 23:50

学习SLAM：SLAM进阶（十）暴力更改ROS中的PCL库

话不多说，上活1.1为什么要这么做项目中有依赖。。。。1.2安装VTK7.1.1PCL1.8.0略1.3移植到ROS删除ROS依赖的vtk6.2和PCL1.8.0的动态链接库：liugongwei@ubuntu:~$sudomv/usr/lib/x86_64-linux-gnu/libvtk*Desktop/lib/[sudo]passwordforliugongwei:liugongwei@ub
APS2023·2023-09-17 22:24

我的心理治疗之路

1.筚路蓝缕也是康庄大道如今，心理学的知识学习在很多人看来很重要，但依然会觉得当个爱好足矣，社会的现实情况是必须考虑的重要因素。
半壶清酒i·2023-09-17 15:35

【SLAM】坐标系变换与外参标定

【SLAM】坐标系变换与外参标定突然发现学习文档有下面这句话：学习这件事不在乎有没有人教你，最重要的是在于你自己有没有觉悟和恒心。
宏辉·2023-09-17 12:51

【SLAM】三维空间刚体运动

【SLAM】三维空间刚体运动task03本次学习了三维刚体运动和旋转的参数化。三维空间刚体的运动，简单来说由平移与旋转构成。平移指两个点之间的位移，三维空间中其自由度为三。
宏辉·2023-09-17 12:20

【SLAM】视觉SLAM简介

【SLAM】视觉SLAM简介task04主要了解了SLAM的主流框架，清楚VSALM中间接法与直接法的主要区别在什么地方，其各自的优势是什么，了解前端与后端的关系是什么1.什么是SLAM2.VSALM中间接法与直接法的主要区别在什么地方
宏辉·2023-09-17 12:18

PMP认证的用处是什么？做哪些工作需要？

1、现在很多项目经理都是技术出身，比较缺乏系统的理论知识学习，而PMP认证在一定程度上可以帮助转移工作重心
南风竹筏·2023-09-17 12:44

自动驾驶行业观察之2023上海车展-----车企发展趋势(2)

•宋L：溜背式中型纯电SUV，是王朝系列的高端车型，核心对标TeslaModelY。•海鸥：10万元内的代步车。据官方数据显示，海鸥预售上线24小时订单破万辆，创造了海洋系列车型的一个新纪录。
门开了她来了·2023-09-17 08:47

【VSLAM】HF-Net框架学习（一）——配置环境以及运行Demo程序

因此HF-Net的应用场景就是SLAM中的地图定位与位姿恢复。HF-Net论文地址HF-Net代码地址下面是安装步骤：（1）下载源码git
阿栋阿栋·2023-09-17 07:24

【VSLAM】VINS-Fusion原理及源码解析（一）——初识VINS-Fusion

前言我最近看了下VINS-Fusion的源码及各种解析帖子，想着汇总写一个VINS-Fusion源码解析系列博客，记录一下自己看时的心得体会。本系列博客以VINS-Fusion源码流程为导向，从入口函数一步步讲解前端和后端，最后完成仿真和真机实验部署，希望可以细致入微地对VINS-Fusion作一个完整全面的讲解。一、如何优雅的看本系列博客第一，先下载本博客的学习资料，里面包括了带注释的源码，以及
阿栋阿栋·2023-09-17 07:54

【VSLAM】DXSLAM安装和运行

DXSLAM是一个基于深度CNN特征提取的视觉SLAM系统，论文地址，实测效果不咋地，TUM换个数据集就跟踪丢了（1）C++依赖库安装C++11orC++0xCompilerPangolinOpenCVEigen3Dbow
阿栋阿栋·2023-09-17 07:54

ORB-SLAM3---imu相关

1.IMU简介及参数说明2.预积分推导---纸老虎1.反对称矩阵2.反对称矩阵反过来3.旋转向量到旋转矩阵上面是积分下面是预积分3.噪声分离
好人cc·2023-09-16 19:17

对上概念课的一些建议和反思——《种子课2.0——如何教对数学课》96-131

2.我们的知识学习缺什么？一个完整的知识学习，应该包含以下三个问题。1.是什么？2.怎么得到它？3.有什么用？是什么，是概念理解；怎么得到，通常是计算方法；有什么用呢是问题解决。就课例《平均数》而
攀东者·2023-09-16 16:24

【ZED相机运行SLAM】

0.设备和环境Ubuntu18.04+ROS1ZED2ivins-fusion1.安装ZEDSDK官方手册linux:https://www.stereolabs.com/docs/installation/linux/选择静默安装即可Theinstallercanbelaunchedinsilentmodewiththe–silentoption(withaspacebetween–andsil
白白白白白kkk·2023-09-16 07:23

JavaSE基础知识学习-----集合之ConcurrentHashMap

ConcurrentHashMap基本知识概述1.ConcurrentHashMap是map接口的实现类，因为HashMap是线程不安全的，因此ConcurrentHashMap可以看成是HashMap的线程安全版本。2.线程安全的有ConcurrentHashMap，ConcurrentSkipListMap，HashTable，Properties，但是HashTable是过时的类库，所以在并
四川码匠·2023-09-16 05:05

【视觉SLAM入门】7.4.后端优化 --- 基于位姿图和基于因子图

"议论平恕，无所向背”1.位姿图1.1具体做法1.2小结2.因子图2.1具体做法2.1.1贝叶斯网络2.1.2因子图2.1.3更具体的因子图2.1.4增量的求解方法引入：上节BA将位姿和路标都作为优化的节点，H矩阵也告诉我们路标远大于位姿，时长会导致资源等问题。办法：滑动窗口法：保持H固定大小，丢弃历史位姿图：不管路标，只管位姿，从BA变成PoseGraph，容易看出资源会少很多很多，如下：1.位
终问鼎·2023-09-16 03:34
上一页 29 30 31 32 33 34 35 36 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他