SLam学习

SLAM练习题（八）——单应矩阵

计算机视觉life从零开始一起学习SLAM学习笔记文章目录单应矩阵总结：单应矩阵以下题目来自计算机视觉life从零开始一起学习SLAM系列题目:利用OpenCV编程实现虚拟广告牌的效果。
薛定猫·2021-04-28 14:29

SLAM练习题（七）—— 对极约束

计算机视觉life从零开始一起学习SLAM学习笔记文章目录对极约束讨论实践总结对极约束以下题目来自计算机视觉life从零开始一起学习SLAM系列题目:证明:对三维列向量下面等式恒成立。
薛定猫·2021-04-27 22:02

SLAM练习题（六）—— 相机成像模型

计算机视觉life从零开始一起学习SLAM学习笔记文章目录相机成像模型讨论相机成像模型以下题目来自计算机视觉life从零开始一起学习SLAM系列题目:相机视场角比较小(比如手机摄像头)时,一般可以近似为针孔相机成像
薛定猫·2021-04-26 10:29

视觉SLAM十四讲笔记（超级通俗易懂哦~）

第三讲三维空间的刚体运动3.1点、向量和坐标系，旋转矩阵3.3欧拉角3.4四元数第四讲李群和李代数李群和李代数基础实践Sophus第五讲相机与图像相机模型四个坐标系：针孔相机模型畸变模型实践部分前言终于来到了心心念念的SLAM
正在刷夜的李哈哈·2020-12-13 14:50

对（ROS1Melodic+ROS2Dashing+Arduino+SLAM学习镜像）的修正

利用周末时间试了一下，张relay老师的镜像，需要解决两大问题，第一，安装时的问题，可以参照relay老师写pinguy的博客，第二，更新源的问题，参考添加key的解决方案，添加后update,upgrade。我自己估计relay老师的镜像由于空间大小的限制，很多安装功能受到限制。
wyd201509305·2020-09-16 20:37

SLAM学习入门书籍和资料

1、先看两篇综述类的文章，了解一下SLAM到底是个啥（其实《视觉SLAM十四讲》里面也有讲，只不过看英文原版文献能对SLAM的来龙去脉有一个更清晰的认识，尽量找高引用的综述看一下，不用看太多，要学会从综述当中来大概把握学科的发展脉络），经常被引的几篇综述：[1]C.Cadena,L.Carlone,H.Carrillo,Y.Latif,D.Scaramuzza,J.Neira,I.Reid,and
hugosteve·2020-09-15 10:04

SLAM学习笔记 - 世界坐标系到相机坐标系的变换

参考自：http://blog.csdn.net/yangdashi888/article/details/51356385http://blog.csdn.net/li_007/article/details/5976261其中，Zc表示单目相机的尺度不确定性（单目相机无法确定尺度，所以ORB-SLAM等最后都对单目做了sim3优化）等号右边第一、二个矩阵经常乘在一起作为相机内参，其中dx、dy
王爷的大房子·2020-09-10 19:51

SLAM学习——使用ARUCO_marker进行AR投影

一、简介1.1目标增强现实技术（AugmentedReality，简称AR），是一种实时地计算摄影机影像的位置及角度并加上相应图像、视频、3D模型的技术，这种技术的目标是在屏幕上把虚拟世界套在现实世界并进行互动。将三维模型投影到ARUCOmarker上，并获取投影效果。1.2实现思路制作并识别ARUCOmarker估计旋转矩阵和平移矩阵获取模型数据，并根据需要进行缩放和坐标调整通过projectP
white_Learner·2020-09-10 11:35

slam学习(1)——卡尔曼滤波

卡尔曼滤波作用根据机器人上个时刻的状态估计出这个时刻的机器人状态(估计值)。然后根据在这一时刻传感器的观测值，来纠正更新估计值，等到更精准的置信值前提假设1.卡尔曼滤波算法认为当前状态与上一时刻的状态是线性关系，即由于这个式子中包含噪声，所以无法准确的求出当前状态，但是我们可以求出的概率分布，然后把这个概率分布的均值作为当前状态的估计，卡尔曼滤波就是根据这个思想，它算在当前的观测数据条件下的概率分
feidaji·2020-08-24 14:38

SLAM学习：Solidworks2018导出小车URDF模型下遇到的问题

前言这是我在用Solidworks2018来自己画一个autolabor小车装配体然后转成urdf文件然后在ROS下显示出模型时遇到的问题，下面是我的装配体模型。一、问题1、转成urdf模型的步骤我不想多说自己可以看古月居的视频或者百度上面自己搜索或者官网上教程这很简单不是很难。在导出后得到一个功能包，然后把功能包转移到Ubuntu下的ROS工作空间里面的src文件夹下，之后进行catkin_ma
阿范同学·2020-08-24 02:23

SLAM学习 | 判断所安装的openCV版本

SLAM学习|判断所安装的openCV版本1文件准备2编译测试概要：在学习SLAM的过程中，openCV是无论如何也绕不开的一个库。
Chen_Tianyang·2020-08-24 00:01

SLAM学习 | 使用小觅相机MYNTEYE-S1030收集数据集

SLAM学习|使用小觅相机MYNTEYE-S1030收集数据集1前言与若干错误记录2成功的流程3总结与评价概要：最近需要采集数据集，正好学长给我留了一个大概是两年前买的小觅S相机，具体型号是MYNTEYE-S1030
Chen_Tianyang·2020-08-24 00:01

SLAM学习 | 小觅相机的图像与IMU时间戳对齐分析

SLAM学习|小觅相机的图像与IMU时间戳对齐分析1在时间轴上标注时间戳2时间戳对齐误差3通过增加IMU频率减小对齐误差概要：接前文——SLAM学习|使用小觅相机MYNTEYE-S1030收集数据集，得到了图像与
Chen_Tianyang·2020-08-24 00:01

SLAM学习小组 : 视觉SLAM十四讲 第三讲 + 视觉SLAM理论与实践 第二节

一、熟悉Eigen矩阵运算WikiEigen设线性⽅程Ax=b，在A为⽅阵的前提下，请回答以下问题：1.在什么条件下，x有解且唯⼀？线性方程组的矩阵满秩（非奇异矩阵）2.高斯消元法的原理是什么？高斯消元法是将方程组中的一方程的未知数用含有另一未知数的代数式表示，并将其代人到另一方程中，这就消去了一未知数，得到一解；或将方程组中的一方程倍乘某个常数加到另外一方程中去，也可达到消去一未知数的目的。消元
我在凌晨三点·2020-08-23 11:55

SLAM学习--视觉SLAM十四讲第三方库安装

echo"安装eigen3"sudoapt-get--yes--force-yesinstalllibeigen3-devcd~/ThirtyLibecho"安装Sopus"gitclonehttps://github.com/strasdat/Sophus.gitcd~/ThirtyLib/Sophus#进入Sophus文件夹gitcheckouta621ff#检查a621ff版mkdirbui
南山二毛·2020-08-23 11:11

SLAM学习之《State Estimation for Robotics》——2.1.1

本系列文章由youngpan1101出品，转载请注明出处。文章链接：http://blog.csdn.net/youngpan1101/article/details/54375015作者：宋洋鹏（youngpan1101）邮箱：[email protected]【《StateEstimationforRobotics》英文版链接】【黄山老师的讲解视频】定义
EasyKikis·2020-08-23 09:38

[SLAM学习随笔]kinect2跑orb-slam2 编译./build_ros.sh出现的错误

编译./build_ros.sh出现如果出现类似上述问题原因是：libboost_system.so与libboost_filesystem.so找不到链接目录可通过locateboost_systemlocateboost_filesystem即可找到目录需要将libboost_system.solibboost_system.so.1.58.0和libboost_filesystem.soli
D。W·2020-08-23 09:01

视觉slam学习之路(一)看高翔十四讲所遇到的问题

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
weixin_33712987·2020-08-23 09:11

SLAM学习

SLAM学习一、SLAM典型应用领域二、SLAM框架三、研究现状四、SLAM分类（基于传感器SLAM分类）五、公开数据集六、开源方案七、视觉SLAM发展八、VSLAM未来趋势SLAM（Simultaneouslocalizationandmapping
酸乳酸乳·2020-08-22 02:53

SLAM学习基础（一）——《图像局部不变性特征与描述》、《计算机视觉中的多视图几何》、《opencv3编程入门》读后感

（1）《图像局部不变性特征与描述》_淘宝粗通《图像局部不变性特征与描述》这本书以后，我觉得所谓局部不变性，就是指在图像中提取的特征在光照、旋转、仿射、尺度发生变化时，仍然能被精确定位，进而被用来作为描述一个物体与另一个物体或者环境的独立特征。比如说harris角点检测，仅仅是提供了一种确定特征位置的方法，实际上，对特征位置的确定，学名是特征检测。SUSAN是一种基于二值化的角点检测方法。不同的检测
mtcjyb·2020-08-22 02:00

SLAM学习：Gmapping建图下地图变形更新速度慢问题

一、问题描述首先，我在用Gmapping建图的时候发现扫描出来的地图更新速度很慢然后还有就是地图的完整性不高容易变形扭曲，我们在一般在路径规划前需要用适当的建图算法把地图创建出来然后保存方可进行全局路径规划，但是如果地图创建出来扭曲完整性不高那么在后面的路径规划中也更谈不上规划，问题如下图所示二、问题解决其实主要是修改Gmapping的配置文件，因为官方的配置文件不可以直接用一定要视具体情况而作出
阿范同学·2020-08-20 13:59

ORB-SLAM学习（1）—— Tracking线程

ORB-Slam的线程启动写在System类的构造函数，Tracking，LocalMapping和LoopClosing三个线程在System函数中启动，其中Tracking运行在主线程中。线程启动后，ORBSlam2再通过调用TrackMonocular(im,tframe)将图像传给Tracking线程，而TrackMonocular函数中调用了Tracking类的GrabImageMono
羽逸非凡·2020-08-20 13:14

ORB-SLAM学习（2）—— Localmapping线程

ORB-SLAM的局部建图线程实际做的工作是来维护全局map以及管理关键帧的，对tracking得到的关键帧进行筛选融合，以及对关键帧中的地图点进行融合，剔除冗余的关键帧和地图点，维护一个稳定的全局map，并将筛选后的关键帧提供给回环检测使用。代码架构这一部分通过之前实例化SLAM系统对象时，实例化了一个LocalMapping的对象，并且开启一个线程，运行LocalMapping::Run()函
羽逸非凡·2020-08-20 13:14

ORB-SLAM学习（3）—— LoopClosing线程

毋庸置疑的是，随着相机的运动，我们计算的相机位姿，三角化得到的点云位置，都是有误差的，即使我们使用局部的或全局的BA去优化，仍然会存在累积误差。而消除误差最有效的办法是发现闭环，并根据闭环对所有结果进行优化。闭环是一个比BA更加强烈、更加准确的约束，所有如果能够检测到闭环，并对其优化，就可以让结果更加准确。代码框架整个LoopClosing模块是在线程中完成，并在创建线程时调用LoopClosin
羽逸非凡·2020-08-20 13:14

ORB-SLAM学习（4）—— 概念补充

三角化/三角定位三角测量的用途是用来确定深度信息的，从而确定地图点的三维点坐标。BoW（视觉词袋模型）BagofWord词典中,词典是一个事先训练好的分类树，把具有某一类特征的特征点放到一起就构成了一个单词（word），由所有这些单词就可以构成字典（vocabulary）了，有了字典之后，给定任意特征fi，只要在字典中逐层查找（使用的是汉明距离），最后就能找到与之对应的单词wj了.共视图（Covi
羽逸非凡·2020-08-20 10:24

【转】 slam 优化包g2o 学习

1.graph_slam学习关于graph-slam的学习详细参照教材>2005版第11章图优化实际上是解一种非线性最小二乘问题，主要用于离线的slam优化，也有用在在线的方式的。
阿困·2020-08-20 06:15

RGB-D SLAM学习总结(2)

第二讲图像到点云本讲将编写一个将图像转换成点云的程序，它是后期处理地图的基础。用到的图像：rgb.pngdepth.png一副RGB彩图和一副对应的深度图它们长下面这样。。。重要的备注：一定要从高博的源码里下载这两幅图，千万不要另存为！千万不要另存为！千万不要另存为！重要的事情说三遍！(虽然高博的博客里说可以。。。)最初做的时候我就是另存为，到后面去计算两帧之间相机的转换矩阵时就出问题了，平移量超
niuniu924·2020-08-18 15:05

RGB-D SLAM学习总结(1)

第一讲环境搭建最近跟着高博的博客《一起做RGB-DSLAM系列》将整个过程实现了一遍，下面是学习总结：博客：https://www.cnblogs.com/gaoxiang12/p/4633316.html作者源码：https://github.com/gaoxiang12/rgbd-slam-tutorial-gx自己代码：https://pan.baidu.com/s/1O8w2TR2XOZ_
niuniu924·2020-08-18 15:05

ORB-SLAM学习笔记

一、ORB-SLAM的主要贡献二、ORB-SLAM的系统架构三、ORB-SLAM流程ORB-SLAM它是由三大块、三个流程同时运行的。第一块是跟踪，第二块是建图，第三块是闭环检测。Part0自动地图初始化参考自https://blog.csdn.net/u010128736/article/details/53218140PartⅠ跟踪这一部分主要工作是从图像中提取ORB特征，根据上一帧进行姿态估
Justing778·2020-08-17 17:00

【视觉SLAM十四讲】三维空间刚体运动

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。
wtl_bupt·2020-08-16 23:21

视觉SLAM学习第二讲——三维空间刚体运动（工程矩阵、C++11知识补充）

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
lark_ying·2020-08-16 23:50

1.关于CUDA安装出现的问题以及最近在安装Elasticfusion时出现的问题

1.关于CUDA安装出现的问题1.CUDA是我们进行SLAM学习所必定需要的工具，以下便是我在ubuntu系统下安装CUDA9.0时出现的问题以及解决办法2.由于本人，不会打开命令行界面（学着网上操作也打不开
theworld666·2020-08-16 01:10

视觉SLAM学习第一讲——学习心得

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
lark_ying·2020-08-15 23:14

SLAM学习资源

转载自：http://www.cnblogs.com/wenhust/书籍：1.必读经典ThrunS,BurgardW,FoxD.《Probabilisticrobotics》[M].Cambridge,USA:MITPress,2005《PrinciplesofRobotMotionTheory，AlgorithmsandImplementation》2.有很多期，跟着会议一起出的文集《Robo
goasis·2020-08-12 18:45

史上最全视觉SLAM资料及研究方向思路汇总

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.
VSLAMer·2020-08-10 06:55

ROS1Melodic+ROS2Dashing+Arduino+SLAM学习镜像（机器人控制器编程等课程资料）

学习镜像供机器人工程专业机器人控制器编程课程学生使用，镜像融合了博客中所有经典的ROS1Melodic版本和ROS2Dashing版本案例，涵盖ArduinoAVR和ARM全部独立知识点及其与ROS1、ROS2通信方式，包括串口、蓝牙和WiFi等。仿真案例以Gazebo、Webots和V-Rep为主，ROS1Melodic课程以ETH的为主，ROS2Dashing课程以ROS官方案例为主。镜像下载
zhangrelay·2020-08-08 13:51

SLAM学习——eigen库实现四元数与旋转矩阵的转换

任务已知相机的位姿用四元数表示为q=[0.35,0.2,0.3,0.1],顺序为x,y,z,w，请编程实现：输出四元数对应的旋转矩阵、旋转矩阵的转置，旋转矩阵的逆矩阵，旋转矩阵乘以自身的转置，验证旋转矩阵的正交性。题目来源：从零开始一起学习SLAM|学习SLAM到底需要学什么？－计算机视觉life过程配置eigen库安装sudoapt-getinstalllibeigen3-dev由于之前已经配置
积极向上的药鼠李·2020-08-02 23:48

[笔记]三维激光SLAM学习一（4）——LOAM代码laserMapping篇

[笔记]三维激光SLAM学习一（4）——LOAM代码laserMapping篇[笔记]三维激光SLAM学习一（4）——LOAM代码laserMapping篇一些细节为什么要有建图节点？
Kamfai·Row·2020-08-02 16:44

深蓝学院激光slam学习——第三章（激光slam运动畸变去除）习题

用插值的方法，从而得到每一个小时刻的位姿，从而去除运动畸变。插值思想介绍明确几个物理量：（1）start_time:激光数据开始的时刻。（2）end_time:endTime=startTime+ros::Duration(laserScanMsg.time_increment*beamNum);激光数据结束的时刻。（3）frame_start_pose:雷达数据开始时刻，从odom获取的star
白色小靴·2020-07-30 05:29

【视觉SLAM十四讲】视觉里程计—特征点法

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。
wtl_bupt·2020-07-29 22:21

激光SLAM学习(2)——运动畸变的去除

目前在做一些自动驾驶相关的工作，处理部分包含了激光雷达数据的畸变去除部分内容，一直是大概知道原理，具体实现过程不是很清楚，最近又复习了深蓝学院的激光slam部分的内容，感觉收获很多，跟大家分享一下～激光雷达去畸变问题的引出运动过程中，激光雷达的点云信息是畸变的，通过使用底盘数据对激光雷达的数据进行补偿，去除激光雷达的畸变。如果不使用里程计来补偿激光雷达数据，则可以使用icp或者vicp进行运动估计
凌少skier·2020-07-29 22:54

SLAM学习笔记3: 源码分析ORB_SLAM中后端图构建

昨晚把ORB_SLAM中构图部分好好看了看,不知道理解是否正确,写出来希望得到指正.因为代码实在太长,贴在这里不合适,我就用文字概述思想,之后有时间会补上一些图解说明.ORB_SLAM中使用到g2o进行优化的函数有四个:GlobalBundleAdjustemntPoseOptimizationLocalBundleAdjustmentOptimizeEssentialGraphOptimizeS
Qinrui_Yan·2020-07-29 02:34

SLAM学习笔记（一）

什么是SLAM？SLAM（SimultaneousLocalizationandMapping），中文译作同时定位与地图创建。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。（源自：视觉SLAM十四讲）我想这官话听起来拗口，让人感觉云里雾里的，所以我找了一个形象的例子来帮助大家理解。相信不少朋友家都有扫地机器人吧，要知道市面上的大部分扫地机器
liangxiaopan·2020-07-28 17:19

SLAM学习心得——建图

1.建图我们所谓的地图，即所有路标点的集合。一旦我们确定了路标点的位置，那就可以说我们完成了建图。地图的作用：（1）定位；（2）导航；（3）避障；（4）重建；（5）交互2.稠密重建单个图像中的像素，只能提供物体与相机成像平面的角度以及物体采集到的亮度，而无法提供物体的距离（Range）。而在稠密重建，我们需要知道每一个像素点（或大部分像素点）的距离，大致上有以下几种解决方案：1.使用单目相机，利用
weixin_30240349·2020-07-28 15:56

Ubuntu14.04SLAM学习笔记（1）

最近开始做毕设，用到了SLAM技术，因此开始了解，暂定的研究目标是LSD-SLAM和ORB-SLAM。首先第一个问题是环境搭建。我使用的是ROS（机器人操作系统）来进行测试。（1）首先是安装OpenCv，建议大家不要安装OpenCv3.0以上的版本，因为版权问题ORB等一些特征点检测的方法不能使用，因为建议直接安装OpenCv2版本。（2）然后是进行ROS换配置。大家可以参考下面网址中博主的方法来
山野卿·2020-07-28 13:50

SLAM学习笔记二—ORB特征点

参考高博士的书，ORB改进FAST的方面：1，区域：非极大值抑制（non_maximalsupression）2,数量：计算harries响应值，取前n个3，尺度不变性：pyramid4，旋转不变形：灰度质心法5，brief描述子opencv中的ORB类是一个纯虚类，继承于Feature2D类，无法进行实例化创建对象。提供静态成员函数ORB::create()供调用。staticPtrcreate
hanshihao1336295654·2020-07-27 23:32

视觉slam学习资料整理

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/（
hai008007·2020-07-27 23:38

VIORB-SLAM学习（一）

最近在准备春招，复习了VIORB相关的知识点，并做了总结。一、初始化初始化的目的是恢复出陀螺加表零偏、重力g、尺度s。使用一个单独的线程VINSInitThread()进行初始化。初始化开始进行的标志是地图中关键帧的数目超过mnLocalWindowSize个（默认20）。1.1计算陀螺零偏使用图优化的方法。1.2计算尺度和重力从所有的关键帧中，从第2个开始，依次选择3个相邻关键帧，记为1、2、3
djw8261·2020-07-27 21:02

SLAM学习 | 对ORB-SLAM2运行结果KeyFrameTrajectory.txt内容的说明

SLAM学习|对ORB-SLAM2运行结果KeyFrameTrajectory.txt内容的说明1文件说明2.1时间戳2.2位姿2注意事项概要：这篇文章对ORB-SLAM2运行结果KeyFrameTrajectory.txt
Chen_Tianyang·2020-07-27 20:36

SLAM学习笔记（二） 视觉里程计

视觉里程计属于前端优化工作，核心包括估计相机的运动（通常用旋转矩阵R和平移矩阵t来表征）和估计特征点三维位置。常见方法包括特征点法、光流法和直接法。视觉里程计特征点法特征点及其匹配估算相机运动2D-2D：对极几何3D-2D：PnP3D-3D：ICP光流法直接法实践设计仍待深入探讨的问题特征点法根据图像中特征点的运动，估计相机的运动。特征点及其匹配特征点由关键点（特征点位置）和描述子（关键点周围像素
叶惹秋·2020-07-27 17:33
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他