VIO学习系列

FMC子卡解决方案：FMC214-基于FMC兼容1.8V IO的Full Camera Link 输出子卡

FMC214-基于FMC兼容1.8VIO的FullCameraLink输出子卡一、板卡概述基于FMC兼容1.8VIO的FullCameraLink输出子卡支持Base、Middle、FullCameralink
hexiaoyan827·2023-11-04 20:20

vslam论文14：Monocular Visual-Inertial Odometry with Planar Regularities（ICRA 2023）

摘要最先进的单目视觉惯性里程计(VIO)方法依赖于稀疏点特征，部分原因是它们的效率、鲁棒性和普遍性，而忽略了高级结构规律，如平面，这些在人造环境中很常见，可以用来进一步约束运动。
xsyaoxuexi·2023-11-04 19:40

vslam论文21：基于点、面图的高效视觉惯性导航（ICRA 2023）

为了实现这一点，我们提出了一个基于滤波器的大规模视觉惯性里程计系统，称为PPM-VIO，它利用点平面图来纠正累积漂移。该系统利用语义信息检测稀疏点云的共面信息，通过几何约束、语义约
xsyaoxuexi·2023-11-04 19:40

vslam论文2：FEJ-VIRO: A Consistent First-Estimate Jacobian Visual-Inertial-Ranging Odometry（ IROS-2022）

FEJ-VIRO:一种一致的第一估计雅可比视觉-惯性-测距里程计一、摘要最近几年，VIO已经实现了很多显著的进步。然而，VIO方法在长期轨迹中会遭受定位飘移。
xsyaoxuexi·2023-11-04 19:40

AirSim仿真IMU内参分析

目录IMU简介IMU随机误差a.高斯白噪声：b.零偏不稳定性（biasinstability）：如何获得IMU随机误差参数随机误差参数的离散化AirSim中的IMU噪声参数IMU噪声参数在VIO算法中的应用
寒墨阁·2023-11-04 19:37

【VSLAM系列】三：Vins-Mono论文笔记

VINs-Mono论文1.VINS-Mono的特点：1.未知初始状态的鲁棒性初始化过程2.带imu-camera外参校准和imu校准的紧耦合，基于非线性优化的单目VIO系统3.在线重定位和四个自由度的全局姿态图优化
塞拉摩·2023-11-04 19:06

英伟达开发板学习系列----Ubuntu18.04 系统备份

NX系统备份（Ubuntu18.04）备份前，先确认：1.你当前的存放镜像的位置空间大小足够备份2.依赖环境为Ubuntu18.04.查看系统版本命令：lsb_release-a一、将nx环境制作成镜像，进行备份使用指令查看要备份的SD卡的磁盘盘符：sudofdisk-l一般情况下/dev/sdb*（有的是/dev/sda*）就是本地的SD卡（如果你没接入其他移动硬盘之类的干扰项目的话）这里可以看
wqm-story027·2023-11-04 18:17

20220421 变现学院7天营 D2 ~~通过时间杠杆实现十倍速成长

我见：嘉宾分享1锦程老师使2000+人受益的高效学习教练、帮助120+人在职务晋升、职称评定、专家评选方面实现成长，开发了高效学习系列课程近百场企业专门培训的企业高级培训师，变现学院明星导师------
爱玩滑板的Cici·2023-11-04 11:17

串口通信代码整合1

系列专栏：CSDN-单片机串口通信学习系列>我的格言是：“尽最大努力，做最好的自己！要转载，请提前告知！！！版权声明：本文为CSDN博主「日月同辉，与我共生」的原创文
@日月同辉,与我共生·2023-11-03 23:55

深度学习系列-数据集介绍

MNIST深度学习领域的“HelloWorld!”，入门必备!MNIST是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集，每个样本图像的宽高为28*28。此数据集是以二进制存储的，不能直接以图像格式查看，不过很容易找到将其转换成图像格式的工具。最早的深度卷积网络LeNet便是针对此数据集的，当前主流深度学习框架几乎无一例外将MNIST数据集的处理作为介绍及入门第一教程，其中
飞天小小猫·2023-11-03 17:05

机器学习线性回归算法实验报告_机器学习系列 4：线性回归的梯度下降算法

之前我们已经学过了线性回归、代价函数和梯度下降，但是他们就像一个人的胳膊和腿，只有组合在一起才会成为一个「完整的人」，这个「完整的人」就是一个机器学习算法，让我们一起来学习第一个机器学习算法吧。这个机器学习算法叫做线性回归的梯度下降算法(GradientDescentForLinearRegression)，还记得我们学过的线性回归函数、代价函数和梯度下降算法吗?如果忘记了，让我们一起来回忆一下，
weixin_40004960·2023-11-03 14:04

IDEA 中配置GIT环境

GIT环境前言一、配置GIT忽略文件二、IDEA中配置GIT三、在项目中配置GIT四、开始使用在IDEA中GIT五、IDEA中GIT的版本切换六、IDEA创建分支七、IDEA中切换分支八、合并分支GIT学习系列文章目录前言
浅学小久·2023-11-03 07:56

Prometheus学习系列（十三）之配置解析

Prometheus通过命令行标志和配置文件进行配置。虽然命令行标志配置了不可变的系统参数（例如存储位置，保留在磁盘和内存中的数据量等），但配置文件定义了与抓取作业及其实例相关的所有内容，以及哪些规则文件载入。要查看所有可用的命令行参数，执行./prometheus-hPrometheus可以在运行时重新加载其配置。如果新配置格式不正确，则不会应用更改。通过向Prometheus进程发送SIGHU
飞雪K·2023-11-03 06:55

串口通信(7)判断数据帧头来接收一串数据

系列专栏：CSDN-单片机串口通信学习系列>我的格言是：“尽最大努力，做最好的自己！要转载，请提前告知！！！版权声明：本文为CSDN博主「日月同辉，与我共生」的原创文
@日月同辉,与我共生·2023-11-03 04:52

串口通信(一)-通信理论及相关参数

系列专栏：CSDN-单片机学习系列>我的格言是：“尽最大努力，做最好的自己！版权声明：本文为CSDN博主「日月同辉，与我共生」的原创文章，CSDN独一份。目录一、串口
@日月同辉,与我共生·2023-11-03 04:51

串口通信(5)-一串固定长度数据的接收

系列专栏：CSDN-单片机串口通信学习系列>我的格言是：“尽最大努力，做最好的自己！要转载，请提前告知！！！版权声明：本文为CSDN博主「日月同辉，与我共生」的原创文
@日月同辉,与我共生·2023-11-03 04:51

串口通信(6)应用定时器中断+串口中断实现接收一串数据

系列专栏：CSDN-单片机串口通信学习系列>我的格言是：“尽最大努力，做最好的自己！要转载，请提前告知！！！版权声明：本文为CSDN博主「日月同辉，与我共生」的原创文
@日月同辉,与我共生·2023-11-03 04:51

单片机知笔记合集（2）进制基础

系列专栏：CSDN-单片机学习系列>我的格言是：“尽最大努力，做最好的自己！版权声明：本文为CSDN博主「LCD-执棋困局」的原创文章，CSDN独一份。1.进制基础1.1位权计算位权与进制有关。位
@日月同辉,与我共生·2023-11-03 04:21

串口通信(8)串口中断“边接收边解析数据“的通信程序

系列专栏：CSDN-单片机串口通信学习系列>我的格言是：“尽最大努力，做最好的自己！要转载，请提前告知！！！版权声明：本文为CSDN博主「日月同辉，与我共生」的原创文
@日月同辉,与我共生·2023-11-03 04:18

认真学习系列：操作系统——视频+读书笔记

此笔记分为两部分，上部分是B站操作系统考研课程的知识点总结，包括：概述、进程与线程、处理机调度算法、进程同步、内存管理、文件管理、IO管理，共7部分。下部分是阅读《现代操作系统》这本书的知识点总结，包括：引论、进程与线程、存储管理、文件系统、IO、死锁、多媒体、多处理机、安全，共9部分。一、操作系统的结构1、五大组成：计算机硬件系统由运算器、控制器、存储器、输入设备、输出设备组成五大组成详解：运算
zhaot1993·2023-11-02 23:05

最速下降法极小化rosenbrock函数 代码_机器学习系列（四）—— 梯度下降

梯度下降梯度下降(GradientDescent)是求解机器学习模型参数最常用的方法之一，我们的《机器学习系列》前几章已经提到了梯度下降，并对此进行了简单描述。
weixin_39771969·2023-11-02 22:02

改善深层神经网络_优化算法——带修正偏差的指数加权平均

优化算法：指数加权平均在学习吴恩达的深度学习系列课程，优化算法部分，权重更新部分讲到指数加权平均，查找到下面博文。此博文看配图，举例，也是吴恩达课程的总结，故此转载。
qiling0102·2023-11-02 18:00

C#学习系列之静态成员和静态类

C#学习系列之静态成员和静态类啰嗦静态成员静态类总结啰嗦基础学习静态成员带有标识为static的字段、方法、属性、构造函数、事件就是静态成员。
arriettyandray·2023-11-02 17:43

C#学习系列之装箱、拆箱、自定义转化

C#学习系列之装箱、拆箱、自定义转化啰嗦装箱拆箱自定义转化总结啰嗦学习基础。装箱装箱：值类型转化为引用类型。方便统一操作和存储。
arriettyandray·2023-11-02 17:39

MySQL 中的系统库之sys 系统库

MySQL学习系列系统库简介以下系统库的介绍，主要是扩展大家的知识面，因为系统库中的数据很重要，没有对MySQL有全面通盘的了解，不宜去操作其下的数据，而且对系统库的管理维护是是DBA的职责。
lang20150928·2023-11-02 08:51

MySQL 中的系统库之information_schema

MySQL学习系列1.什么是information_schemainformation_schema提供了对数据库元数据、统计信息以及有关MySQLServer信息的访问（例如：数据库名或表名、字段的数据类型和访问权限等
lang20150928·2023-11-02 07:20

MySQL 中的系统库之performance_schema

MySQL学习系列performance_schema1.什么是performance_schemaMySQL的performance_schema是运行在较低级别的用于监控MySQLServer运行过程中的资源消耗
lang20150928·2023-11-02 07:19

牛客网刷题-(9)

共同学习交流.本文由Aileen_0v0原创CSDN首发如需转载还请通知⚠️个人主页：Aileen_0v0—CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏：Aileen_0v0的PYTHON学习系列专栏
Aileen_0v0·2023-11-02 05:17

狂神学习系列04：MySQL+JDBC

狂神学习系列04：MySQL+JDBC声明：MySQL是基于杜老师的课程所编写，JDBC是基于狂神的课程所编写，本人才疏学浅，内容仅作参考文章目录狂神学习系列04：MySQL+JDBC1.数据库基本概念
cocochimp·2023-11-02 04:12

java基础学习系列----第二课

Java学习第二天课程1.课程主要内容:(1).标识符(2).关键字(3).java基本数据类型(4).运算符(5).表达式和语句(6).分支(7).循环(8).方法(9).变量的作用域(10).递归调用2.知识定义:(1).标识符的定义与使用规则:(2).关键字的定义和展示:(3).java常量:(4).java变量:(5).程序的执行过程:
liugan5371375·2023-11-01 23:23

数据结构与算法-(7)---栈的应用拓展-前缀表达式转换+求值

共同学习交流.本文由Aileen_0v0原创CSDN首发如需转载还请通知⚠️个人主页：Aileen_0v0—CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏：Aileen_0v0的PYTHON学习系列专栏
Aileen_0v0·2023-11-01 22:12

C#学习系列之抽象类和抽象方法

C#学习系列之抽象类和抽象方法啰嗦抽象方法抽象类使用总结啰嗦学习基础抽象方法abstractpublicvoidFunc（）；在基类中如果使用abstract，不能有函数体，那么必须在派生类要用override
arriettyandray·2023-11-01 19:33

C#学习系列之虚方法和多态

C#学习系列之虚方法和多态啰嗦设计原则（六大类其中之一）基类的引用使用共性与差异虚方法和多态的武器使用其他总结啰嗦基础学习。设计原则（六大类其中之一）**依赖倒置原则：**依赖抽象类，不依赖具体类。
arriettyandray·2023-11-01 19:03

C#学习系列之构造函数

C#学习系列之构造函数啰嗦派生类及构造函数使用总结啰嗦基础学习派生类及构造函数调用顺序：实例成员初始化->基类构造函数->派生类构造函数。
arriettyandray·2023-11-01 19:03

C#学习系列之密闭类、接口、结构和类

C#学习系列之密闭类、接口、结构和类啰嗦密闭类接口结构和类总结啰嗦基础学习密闭类类似string这种不想再继续继承和修改下去，使用sealed声明。
arriettyandray·2023-11-01 19:59

mybatis连接mysql数据库步骤_框架学习系列 mybatis 第一篇 mybatis简介&原生jdbc连接分析...

框架学习系列mybatis第一篇mybatis简介&原生jdbc连接分析凯哥Java凯哥java本节主要内容1：mybatis的介绍2：原始jdbc问题分析3:JDBC演变成mybatis的过程4：总结
看过世界·2023-11-01 19:08

Mybatis学习系列一 入门简介

mybatis是一个基于java的持久层框架半自动的ORM框架（ObjectRelationshipMapping）对象关系映射持久化持久化是将程序数据在持久状态和瞬时状态间转换的机制。通俗的讲，就是瞬时数据（比如内存中的数据，是不能永久保存的）持久化为持久数据（比如持久化至数据库中，能够长久保存）。持久化的主要应用是将内存中的对象存储在数据库中，或者存储在磁盘文件中、XML数据文件中等等。持久层
c_c_19_n_u·2023-11-01 18:32

spring 5.0.x源码学习系列八: 实例化bean之使用构造方法创建bean、自动装配与循环依赖

前言上篇博客spring5.0.x源码学习系列七:后置处理器ConfigurationClassPostProcessor之BeanFactoryPostProcessor身份主要介绍了ConfigurationClassPostProcessor
avengerEug·2023-11-01 18:36

微服务架构学习与思考(03)：微服务总体架构图解

微服务架构学习系列文章：微服务架构学习与思考(01)：什么是微服务？微服务的优势和劣势微服务架构学习与思考(02)：微服务实施的前提条件？有哪些问题需要思考？
九卷技术录·2023-11-01 14:15

VINS-Mono-VIO初始化 （五：视觉惯性对齐求解）

整体思想就是根据预积分的公式，把已知量和未知量各放到一边，因为前面的数据都是变换到c0c_{0}c0下的，不是真正意义上和重力对齐的世界坐标，然后位移和速度的预积分中会用到加速度计获取的重力加速度g，但是这个重力g是没有和世界的重力方向对齐的，所以里面就存在了未知量，通过每组预积分的数据联立起来构成一个大矩阵对重力向量进行求解，这里是求解了重力方向（对于起始帧c0c_{0}c0的重力方向），重力大
Rhys___·2023-11-01 08:46

线描速写（69）品茗系列

其实也没有懒，只是换了个新的学习系列内容，国风场景水彩。跨度好大，各种从零开始，啥啥啥不会。形式不一样就也不一样了。
手绘者焕新·2023-11-01 07:17

python字典zip函数_Python学习系列之zip函数

目录一、zip函数(内建函数)1.1定义Python2：zip()函数用于将可迭代的对象(字典，列表，元组，集合，字符串等)作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。Python3：zip()函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。我们可以使用list()转换来输出列表。Py
李阁雅·2023-11-01 06:45

【Java】基于【Mybatis】框架学习系列——Mybatis增删改查（CURD）

个人主页：Ali,S最近更新：2022年7月2日⛽Java框架学习系列：Mybatis框架⛳Java基础学习系列：面向对象飞机大战通信仿真学习系列：【硬件】【通信】【MATLAB】个人简介：通信工程本硕
Ali.s·2023-11-01 05:44

C#学习系列之继承

C#学习系列之继承啰嗦继承使用特殊基类隐藏方法实际使用总结啰嗦基础学习。继承一个类派生于另一个基类型，它拥有该基础类型的所有成员字段和函数。A派生于B，继承A的所有东西，同时可以增加自己的东西。
arriettyandray·2023-11-01 03:02

Linux进程间通信：dbus的使用（2）—— D-Bus介绍及signal、method测试例程

本文整理自：D-Bus学习系列文章-恺风.CSDN总体介绍D-Bus的三个层面D-Bus是一个为应用程序间通信的消息总线系统,用于进程之间的通信。
R-QWERT·2023-10-31 08:12

牛客网刷题-(8)

共同学习交流.本文由Aileen_0v0原创CSDN首发如需转载还请通知⚠️个人主页：Aileen_0v0—CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏：Aileen_0v0的PYTHON学习系列专栏
Aileen_0v0·2023-10-31 06:50

强化学习系列 - 刘建平Pinard

强化学习（一）模型基础强化学习（二）马尔科夫决策过程(MDP)强化学习（三）用动态规划（DP）求解强化学习（四）用蒙特卡罗法（MC）求解强化学习（五）用时序差分法（TD）求解强化学习（六）时序差分在线控制算法SARSA强化学习（七）时序差分离线控制算法Q-Learning强化学习（八）价值函数的近似表示与DeepQ-Learning强化学习（九）DeepQ-Learning进阶之NatureDQN
yuzhounh·2023-10-31 03:45

VINS-Mono-VIO初始化 （二：SFM中的三角化方法）

前面预积分对IMU的数据进行预处理，现在需要对视觉的信息进行处理，在VINS中视觉初始化的处理就是使用SFM，但是这里的三角化他没有用opencv给的函数，而是用自己的方法进行三角化。这里SFM的方式就是现在滑窗里面找到枢纽帧，然后枢纽帧和最后一帧进行三角化获得3D点，然后通过PNP计算滑窗中其他关键帧的位姿，同时也三角化出更多新的点，顺序是先从枢纽帧向右再向左，然后再遍历只被中间帧看到的点进行三
Rhys___·2023-10-30 22:38

VINS-Mono-VIO初始化 （三：陀螺仪零偏初始化）

之前估计的旋转等我外参，加速度计的零偏不在这里进行估计，会在后面滑窗优化的时候进行估计qbkc0q^{c_{0}}_{b_{k}}qbkc0表示枢纽帧c0c_{0}c0到第kkk帧imu的变换qckc0q^{c_{0}}_{c_{k}}qckc0表示枢纽帧c0c_{0}c0到第k帧相机的变换qcbq^{b}_{c}qcb表示旋转外参的估计量，上一节推导的通过公式qbkc0=qckc0⊕(qcb)−
Rhys___·2023-10-30 22:38

VINS-Mono-VIO初始化 （二：旋转外参初始化）

第k时刻到k+1时刻，IMU预积分有qbkbk+1q_{b_{k}b_{k+1}}qbkbk+1这个b代表在body系下面，相机有qckck+1q_{c_{k}c_{k+1}}qckck+1（对极约束求解的）各自乘上qcbq_{cb}qcb，因为相机到IMU的旋转外参不会变化的，公式变成qcb⊕qbkbk+1q_{cb}⊕q_{b_{k}b_{k+1}}qcb⊕qbkbk+1=qckck+1⊕qc
Rhys___·2023-10-30 22:08
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他