slam学习历程

ORB特征点提取算法试验

前阵子推进毕设，通过各种教材、论文和博客的调研，总算对视觉SLAM有了一个比较宏观的了解，摘录归纳了许多特征提取和跟踪的算法，最后初步方案决定为对ORB-SLAM展开研究。
半昧白兰地·2023-08-15 13:40

Opencv 之ORB特征提取与匹配API简介及使用例程

Opencv之ORB特征提取与匹配API简介及使用例程ORB因其速度较快常被用于视觉SLAM中的位姿估计、视觉里程、图像处理中的特征提取与匹配及图像拼接等领域本文将详细给出使用例程及实现效果展示1.API
明月醉窗台·2023-08-15 13:10

ORB-SLAM2学习笔记7之System主类和多线程

文章目录0引言1整体框架1.1整体流程2System主类2.1成员函数2.2成员变量3多线程3.1ORB-SLAM2中的多线程3.2加锁0引言ORB-SLAM2是一种基于特征的视觉SLAM（SimultaneousLocalizationandMapping
ZPILOTE·2023-08-15 12:37

PS

经历了三天的ps学习历程，到这里要告以断落了。小小总结一下吧！在这三天中我以自己都想像不到的速度完成了对ps的学习。从开始的一窍不通到到后来的已经能够完成一张海报的制作。
吕子欣_三月14·2023-08-15 08:42

OpenCV 相机参数标定（Camera Calibration）

本文参考链接：https://www.jianshu.com/p/9a4d9f9dfedc感谢原博主～本文介绍使用OpenCV程序来进行相机标定，并根据自己的摄像机参数来修改ORB-SLAM2使用的yaml
Wafei·2023-08-15 01:17

ORB-SLAM2第二节---双目地图初始化

比起单目初始化，而双目实现地图的初始化非常简单，只需要一帧（左右目图像）即可完成初始化。行特征点统计。考虑用图像金字塔尺度作为偏移量，在当前点上下正负偏移量（r)内的纵坐标值都认为是匹配点可能存在的行数。之所以这样做，是因为极线矫正后仍然存在一定的误差，通过这种方式可以避免漏匹配。对于左图中极线上的投影像素点，在右图中搜索的纵坐标范围是minr~maxr。粗匹配。在左图中的特征点与右图中的候选匹配
好人cc·2023-08-15 00:59

ORB-SLAM2第五节---局部地图跟踪（阶段二）

保证三种跟踪方式更加准确1.局部关键帧当前帧F的局部关键帧包括：能够观测到当前帧F中地图点的共视关键帧KF1、KF2，称为一级共视关键帧。一级共视关键帧的共视关键帧（前10个共视程度最高的关键帧），比如图中的KF1的共视关键帧为KF3、KF4，KF2的共视关键帧为KF5、KF6，称为二级共视关键帧。一级共视关键帧的父关键帧和子关键帧。代码：2.局部地图点局部关键帧对应的地图点为局部地图点。局部地图
好人cc·2023-08-15 00:59

ORB-SLAM2第三节---地图点、关键帧、图结构

1.地图点1.1地图点的成员变量平均观测方向向量：同一个地图点可能同时被多帧观察到，所以把每个能观测到该地图点的帧所在的光心和该地图点连成一个向量并归一化为单位向量，然后将所有归一化向量累加并求平均。最大距离、最小距离：计算参考关键帧相机光心到地图点的距离dist。观测到该地图点的参考帧对应的特征点在金字塔中的层级数level。计算上一步中层级数对应的尺度因子scale^level。其中，代码中s
好人cc·2023-08-15 00:29

ORB-SLAM2第四节---跟踪线程（阶段一）

1.参考帧跟踪应用场景：刚刚初始化/恒速模型失败流程：将当前普通帧的描述子转化为词袋向量。通过词袋加快普通帧和关键帧之间的特征点匹配，记录特征匹配成功后当前帧每个特征点对应的地图点。将上一帧的位姿作为当前帧位姿，通过3D-2D重投影误差来校准位子，BA优化仅优化位姿。剔除优化后的匹配点中的外点。并通过成功匹配的地图点数来判断是否追踪成功。代码：2.恒速模型跟踪从上一帧到当前最新帧之间的位姿变换和上
好人cc·2023-08-15 00:59

Multi-object navigation in real environments using hybrid policies 论文阅读

Multi-objectnavigationinrealenvironmentsusinghybridpolicies作者：AssemSadek,GuillaumeBono来源：CVPR时间：2023Abstract机器人技术中的导航问题通常是通过SLAM
玛卡巴卡_qin·2023-08-14 20:17

Serverless开发流程

ServerlessFrameworkServerlessFramework是一个命令行工具，它使用基于事件触发的计算资源，如AWSLambda、腾讯云云函数、阿里云函数计算等，此外，ServerlessFramework
lxtyp·2023-08-14 18:05

视觉SLAM【第二讲-初识SLAM】

SLAM简介视觉SLAM，主要指的是利用相机完成建图和定位问题。如果传感器是激光，那么就称为激光SLAM。定位（明白自身状态（即位置））+建图（了解外在环境）。
释怀°Believe·2023-08-14 14:12

SLAM常见库的源码安装及卸载

SLAM中常见库(持续更新)====eigeneigen的安装分为源码安装和命令行安装命令行安装sudoapt-getinstalllibeigen3-dev安装成功之后,在**/usr/include
gyqJulius_Caesar·2023-08-14 05:40

P450进阶款无人机室内定位功能研测

在以往的Prometheus450（P450）无人机上，我们搭载的是IntelRealsenseT265定位模块，使用USB连接方式挂载到机载计算机allspark上，通过机载上SDK驱动T265运行并输出SLAM
阿木实验室·2023-08-13 22:54

ubuntu18.04编译安装orb-slam3及ros下运行

1.下载orb-slam3gitclonehttps://github.com/UZ-SLAMLab/ORB_SLAM3.git2.编译cdORB_SLAM3chmod+xbuild.sh.
好人cc·2023-08-13 17:39

ORB-SLAM2第一节---地图初始化

单目初始化1.前提条件（640*480）参与初始化的两帧各自的特征点数目都需要大于100.两帧特征点成功匹配的数目需要大于或等于100.两帧特征点三角化成功的三维点数目需要大于50.2.针对条件三流程如下记录当前帧和参考帧（第一帧）之间的特征匹配关系。在特征匹配点对中随机选择8对匹配点作为一组。对这8对点分别计算基础矩阵F和单应矩阵H，并得到得分。计算得分比例，根据判断选择基础矩阵还是单应矩阵求位
好人cc·2023-08-13 17:38

SLAM第12讲 建图实践部分

1实践：单目稠密重建1.1我们需要下载示例程序所需要的数据集http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip。它提供了一架无人机采集到的单目俯视图像，共200张，同时提供了每张图像对应的位姿。下面我们通过这些数据估算第一帧图像每个像素对应的深度值，即进行单目稠密重建。估计稠密深度的步骤：假设所有像素的深度满足某个初始的高斯分布；当新数据产生时，
思考之路·2023-08-13 04:45

ORB-SLAM2论文拜读：An Open-Source SLAM System form Monocular, Stereo, and RGB-D Cameras

文章目录摘要1引言2相关工作2.1双目SLAM2.2RGB-DSLAM3ORB-SLAM23.1单目、近处立体和远处立体关键点3.2系统启动3.3单目和双目约束下的光束优化法（BA）3.4回环检测和全局
ZPILOTE·2023-08-13 02:44

最小二乘问题和非线性优化

1.最小二乘问题在求解SLAM中的最优状态估计问题时，我们一般会得到两个变量，一个是由传感器获得的实际观测值z\boldsymbol{z}z，一个是根据目前估计的状态量和观测模型计算出来的预测值h(x)
古路·2023-08-11 23:50

基于SLAM的规划算法仿真复现｜SLAM｜智能规划

图片来自百度百科前言那么这里博主先安利一些干货满满的专栏了！首先是博主的高质量博客的汇总，这个专栏里面的博客，都是博主最最用心写的一部分，干货满满，希望对大家有帮助。高质量博客汇总https://blog.csdn.net/yu_cblog/category_12379430.html?spm=1001.2014.3001.5482项目代码Simulation-and-Reproduction-o
@背包·2023-08-11 18:47

SLAMBOOK2NOTE_CH1

基本知识自测题1.有线性方程,若已知,需要求解,该如何求解?这对和有哪些要求?总结一下Ax=b有解的条件:行的角度：如果方程组系数矩阵A的行向量的线性组合可以生成向量，那么相同的组合作用在b的分量上，也必须得到。列向量的角度：b必须是A各列向量的线性组合。列空间角度：当且仅当b属于A的列空间时成立。参考2.高斯分布是什么?它的一维形式是什么样子?它的高维形式是什么样子?https://blog.c
HeoLis·2023-08-11 15:25

【BASH】回顾与知识点梳理（十七）

BASH】回顾与知识点梳理十七十七.什么是Shellscripts17.1干嘛学习shellscripts自动化管理的重要依据追踪与管理系统的重要工作简单入侵检测功能连续指令单一化简易的数据处理跨平台支持与学习历程较短
壹只菜鸟·2023-08-11 07:19

安于笨拙，勤能补拙。

成事修行，安于笨拙，故拿起笔来练练，希望个人学习历程对您有帮助。我是一个初学写字小白，一直不知道练什么字，观看了很多书法大家的教学，最后发现适合自己的才是最好的选择。
美目盼兮雪·2023-08-11 02:20

关于读书的一点小感悟

另外，很久以前就听说过这本书，当时是有人调侃教师的困境，列出教师必读书籍和学习历程。第一阶段要读《教育学》《心理学》《给教师的建议》；第二阶段要读《
岛民小事事儿·2023-08-10 23:44

[转]我的C++学习历程(^_^) 选择自 pongba 的 Blog

我的C++学习历程(^_^)选择自pongba的Blog以作回顾、以作借鉴、以作鼓励。。。
netux·2023-08-10 23:02

我的C++学习历程(old)

BY刘未鹏===============很久很久以前(..zzZzZZZ...:)),我在百合的C++版上发过一个帖子,就是下面的东东.过了这么长时间,拿出来...===============以作回顾、以作借鉴、以作鼓励。。。在上大学以前我从未涉及过编程这一领域，倒是对电脑比较感兴趣，这里所说的“电脑”是指粗浅的应用，我会为了从某一本杂志上看到了一则修改注册表的技巧而兴奋不已，然后回家赶紧尝试，
GarfieldEr007·2023-08-10 23:31

find_package如何使用2020年1月12日

问题是这样的，创建一个hello.so共享库，这个库里面有一个函数helloSlam()用来输出“helloSLAM”。
斯派罗·2023-08-10 22:20

SLAM导航机器人零基础实战系列：（二）ROS入门——4.如何编写ROS的第一个程序hello_world...

SLAM导航机器人零基础实战系列：（二）ROS入门——4.如何编写ROS的第一个程序hello_world摘要ROS机器人操作系统在机器人应用领域很流行，依托代码开源和模块间协作等特性，给机器人开发者带来了很大的方便
小虎哥哥爱学习·2023-08-10 20:51

破茧成蝶的21天

破茧成蝶在刚刚结束的21天训练营，有热火朝天，学无止境的学习氛围，有初次尝试、不断挑战、实现超越学习历程。此刻我想其他的面条宝宝跟我一样，意犹未尽。
上善若水_ecd1·2023-08-10 03:34

我的spring学习历程

初次接触大学的时候学习的程序不断地在刷新我的认知。从开始时候的c++的自己导入依赖和vc++6.0的难用以及执行时黑白框的丑陋，到之后的jsp+servlet的“套路”变成和升级到eclipse的快捷方便以及网站页面的舒心。最终在大三的时候由于就业问题以及项目需求，大三自学了著名框架—-SSH(spring+struct+Hibernate).SSH（Struts，Spring，Hibernate
初阳拾叁·2023-08-09 15:08

使用SPQR求解线性方程组

在slam十四讲这本书上，有一个课后习题需要找出一种方法求解AX=B。在eigen的官网上，搜索求解器，找到一个SPQR的方法，需要额外安装，于是我开始了安装SPQR的探索，终于成功求解出答案。
斯派罗·2023-08-09 03:08

利用ceres库在激光SLAM中添加强度代价函数——来自IntensitySLAM

ceres库总览雷达参数定义lidar::Lidar::Lidar(){}//激光线数voidlidar::Lidar::setLines(doublenum_lines_in){num_lines=num_lines_in;}//垂直方向俯仰角度voidlidar::Lidar::setVerticalAngle(doublevertical_angle_in){vertical_angle=v
Jumping润·2023-08-08 22:57

IMU预积分

IMU预积分referrence：VINS-MONO解析——IMU预积分https://blog.csdn.net/iwanderu/article/details/104623177自动驾驶与机器人中的SLAM
Jumping润·2023-08-08 22:57

SLAM中的非线性优化方法

SLAM中的非线性优化方法理论基础病态矩阵：Ax=b求解时，x+一个小的增量，结果有很大波动。
Jumping润·2023-08-08 22:56

ORB-SLAM2配置与安装

本篇博客最早发布于实验室公共博客，但已无人维护，现迁移至个人博客有这些依赖项：https://github.com/raulmur/ORB_SLAM2主要参考下面的博文ORB-SLAM2初体验——配置安装
Prejudices·2023-08-08 21:59

ORB-SLAM2栅格地图构建

过程栅格地图的构建是基于稠密点云地图的构建和保存实现的，需要了解可以看我们前面的博客基于ORB-SLAM2实时构建稠密点云在点云地图的基础上构建包含占据信息的八叉树地图和二维栅格地图，便于后续避障、导航等功能的实现点云转八叉树可以参考下面的文章
Prejudices·2023-08-08 21:29

基于ORB-SLAM2实时构建稠密点云

本篇博客最早发布于实验室公共博客，但已无人维护，现迁移至个人博客ORB-SLAM2是特征点法的经典之作，但是只能构建稀疏二维点云，限制了其使用范围因期望可以实现移动机器人的导航功能，需要构建三维点云，再通过
Prejudices·2023-08-08 21:29

前言

所以经过一番思索，我想以小说的形式来呈现英语从无到有的学习历程。以小说的形式讲英语，会使内容更生动，使读者更
知识可以这样学·2023-08-08 17:56

Manim（一款强大的数学可视化动画引擎）学习历程

相逢情便深，恨不相逢早第一眼看见上面这种类型的视频我就深深被它的简约清楚所折服，我觉得它完全符合我的审美，我也相信只要了解过制作这种视频的软件的人都会喜欢上它。运用这种风格比较有名的是b站里的一位up主名叫3Blue1Brown，下图是他的主页，有兴趣的朋友可以自行去了解。这个软件的名字叫Manim。不过因为这款软件是基于python的，所以想要使用这款软件的人需要一定的编程能力，所以没有学过编程
ོ栖落·2023-08-08 08:05

OpenCv.js（图像处理）学习历程

opencv.js官网4.5.0文档以下内容整理于opencv.js官网。简介OpenCV由GaryBradski于1999年在英特尔创建。第一次发行是在2000年。OpenCV支持c++、Python、Java等多种编程语言，支持Windows、Linux、OsX、Android、iOS等平台。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。OpenCV.js将OpenCV带到开放
ོ栖落·2023-08-08 08:04

ORB-SLAM3 ROS 编译报错：Failed to invoke rospack to get compile flags for package ‘ORB_SLAM3‘. Look abov.

ORB-SLAM3ROS编译报错：Failedtoinvoke/opt/ros/melodic/bin/rospackdeps-manifestsORB_SLAM3[rospack]Error:therosdepviewisempty
全日制一起混·2023-08-07 23:05

踩坑 视觉SLAM 十四讲第二版 ch8 编译及运行问题

1.fmt相关CMakeLists.txt中：在后面加上fmttarget_link_libraries(optical_flow${OpenCV_LIBS}fmt)target_link_libraries(direct_method${OpenCV_LIBS}${Pangolin_LIBRARIES}fmt)2.不存在用户定义的从"std::_Bind))(constcv::Range&ran
全日制一起混·2023-08-07 23:05

实测 （三）NVIDIA Xavier NX + D435i / 奥比中光Astrapro 相机+ ORB-SLAM 2 + 3 稠密回环建图

开发环境：NX+Ubuntu18.04+ROS-melodic接着上篇，使用奥比中光的Astrapro相机（乐视三合一相机）orb-slam2稠密回环建图依然先放上效果图：三、NX+Astrapro相机
全日制一起混·2023-08-07 23:34

实测 （四）NVIDIA Xavier NX + D435i / 奥比中光Astrapro 相机+ ORB-SLAM 2 + 3 稠密回环建图

接着上篇，开始orb-slam3的稠密回环建图实测（奥比中光Astrapro相机）老样子，先上效果图：开发环境：NX+Ubuntu18.04+ROS-melodic四、NX+Astrapro相机+orb-slam3
全日制一起混·2023-08-07 23:34

实测（一） NVIDIA Xavier NX + D435i / 奥比中光Astrapro 相机+ ORB-SLAM 2 + 3 稠密回环建图

开发环境：NX+Ubuntu18.04+ROS-melodic一、ARM架构下RealsenseD435i环境搭建因为NVIDIAXavierNX是一款arm架构的嵌入式开发板，因此安装方式与x86架构有所不同，虽然官网上提供了Nano的安装方式，但是按照这个流程安装后，在实测过程中仍有许多错误（例如数据丢失、imu显示不出来等等），接下来提供一个没有报错的安装方式。核心板：NVIDIAXavie
全日制一起混·2023-08-07 23:04

Llama 2 云端部署与API调用【AWS SageMaker】

本指南将介绍如何在AmazonSageMaker上托管Llama2模型，以及如何利用AWSLambda和AWSAPIGateway
新缸中之脑·2023-08-07 19:22

Islamic body condemns suspected arson attack at Swedish mosque

RABAT,Sept.26(Xinhua)--TheIslamicEducational,ScientificandCulturalOrganization(ISESCO)onTuesdaystronglydenouncedthesuspectedarsonattackatamosqueincentralSweden.TheISESCOurgedSwedishauthoritiestosevere
天如天如·2023-08-07 17:42

SLAM十四讲——Pnp求解之DLT

学习目标学习PnP求解相机位姿，学习PnP的求解之直接线性变换DLT目录PnP直接线性变换DLT一、PnP1.PnP的概念PnP（Perspective-n-Point）是求解3D到2D点对运动的方法，它描述了已知n个3D空间点以及他们的投影位置时，估计相机的位姿。注意：3D点是世界坐标系下的坐标，而非相机坐标系下的坐标，可以选择以物体质心为空间坐标系的原点，其他点的坐标则是相对该质心的位置。而2
雅雅姐·2023-08-07 14:14

CubeSLAM: Monocular 3D Object SLAM——论文简述

具体地，对于3D目标，其位置、方向和尺寸通过slam进行了优化；而3D目标作为slam中的路标，可以提供额外的语义和几何约束，从而提升相机位姿估计并减少尺度漂移，且无需回环检测和假设相机的高度不变。
gongyuandaye·2023-08-07 06:53

SLAM论文翻译(4) - LinK3D: Linear Keypoints Representation for 3DLiDAR Point Cloud

目录1Introduction2RelatedWork3TheProposedmethodA.关键点提取B.描述符生成C.匹配两个描述符4Experiments摘要-特征提取和匹配是许多计算机视觉任务的基本部分，如2D或3D物体检测、识别和注册。众所周知，在2D领域，特征提取和匹配已经取得了巨大的成功。不幸的是，在3D领域，由于描述能力差和效率低下，目前的方法无法支持3DLiDAR传感器在视觉任务
几度春风里·2023-08-07 06:04
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他