slam文献阅读

Lambda表达式

案例一packagecom.zsh.lambda;/***案例一*线程的内部类*/publicclassLambdaOne{publicstaticvoidmain(String[]args){//Lambda
开朗觉觉·2024-01-28 19:38

一文详解ORB-SLAM3中的地图管理

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达想要理解ORB-SLAM3的地图管理，仅看ORB-SLAM3的论文[3]是不够的，因为很多细节出现在之前的ORB-SLAM1/2[1][2]，以及
Tom Hardy·2024-01-28 18:02

ORB-SLAM3关键帧选取策略

二、选取策略前言ORB-SLAM3使用关键帧来策略来进行跟踪建图，所以本文介绍关键帧的选取策略一、什么是关键帧？
秋心拆两瓣·2024-01-28 18:02

ORB-SLAM2论文总结

ORB-SLAM2学文学习总结1系统概述2加速特征点匹配策略2.1词袋模型加速匹配2.2恒速运动模型加速匹配3系统原理详解3.1初始化3.2跟踪线程3.3局部建图线程3.4回环检测线程4一些总结4.1单目
Mr.Qin_·2024-01-28 18:01

ORB-SLAM的重定位中使用的EPnP算法解析

EPnP:AnAccurateO(n)SolutiontothePnPProblem详解EPnP算法的中心思想就是以四个世界坐标系下的控制点[cw1cw2cw3cw4][c_w^1\quadc_w^2\quadc_w^3\quadc_w^4][cw1cw2cw3cw4]通过投影约束和欧式变换下的距离不变约束，求解相机坐标系下的相应控制点[cc1cc2cc3cc4][c_c^1\quadc_c^2\
rookie-rookie-lu·2024-01-28 17:58

ORB-SLAM策略思考之RANSAC

ORB-SLAM策略思考之RANSAC1.初始化器的RANSACORB-SLAM中的初始化器是一个端到端的地图初始化策略，即不需要人的参与双线程同时计算本质矩阵和单应性矩阵使用基于RANSAC和卡方检验的评价方法为了保证两种算法评价的一致性
rookie-rookie-lu·2024-01-28 17:58

ORB-SLAM中的RANSAC算法解析

RANSAC算法解析RANSAC是一种在具有噪声的模型中去估计最优的一个算法，其核心思想是采用不断迭代的方法去选择一组全是内点的集合，并采用该集合进行模型估计的一种方法，可以提高模型估计的鲁棒性。假设目前有KKK组采集到的数据，但是数据中的一些点是噪声点，如何使用RANSAC去根据这些有噪声的数据去估计一个比较好的模型呢？选择任意一种能够根据当前采集的数据进行模型评估的方法。使用有放回抽样的方式抽
rookie-rookie-lu·2024-01-28 17:27

ORB-SLAM中的地图点策略

ORB-SLAM中的地图点策略1平均观测方向地图点中维护了一个向量，这个向量代表的含义是关键帧光心到单位方向向量的平均向量vmean=1k∑i=0kvnormv_{mean}=\frac{1}{k}\sum
rookie-rookie-lu·2024-01-28 17:55

《SLAM十四讲》Ch7编译报错

《SLAM十四讲》Ch7编译报错原因：视觉SLAM书上的程序使用的g2o版本比较旧了，使用的是c++11版本的g2o。
Prejudices·2024-01-28 15:38

ROS小车跟随

这篇的目的是方便自己复习总体流程1、gazebo仿真世界2、机器人模型3、slam建图4、定位5、路径规划6、小车跟随7、总体launch文件第一篇博客给出了总体代码：https://blog.csdn.net
海风-·2024-01-28 14:56

ROS目标跟随（路径规划、雷达、slam、定位）

ROS目标跟随（路径规划、雷达、地图、定位）最终效果展示一、总体launch文件1、打开已有地图2、组合小车的各个部分2.1惯性矩阵设置2.2小车底盘2.3摄像头2.4雷达2.5为机器人模型添加传动装置以及控制器2.6为机器人模型添加雷达配置2.7为机器人模型添加摄像头配置2.8为机器人模型添加kinect摄像头配置3、定位系统（amcl）4、路径规划（move_base）4.1全局路径规划与本地
海风-·2024-01-28 14:26

ROS目标跟随（路径规划、slam、定位、雷达）——接上文，改善跟随的位置

确保进行跟随的小车始终在身后最终效果代码改进最终效果ROS目标跟随改进版代码改进这里给出上一篇博客的链接：https://blog.csdn.net/m0_71523511/article/details/135610191使用上一篇的launch文件创建机器人时，ros会自动创建一个坐标系相对关系发布节点：/tf,通过观察此节点发布的信息，我发现可以通过监听里程计坐标系:/robot2/odom
海风-·2024-01-28 14:26

湖南师范大学教授彭渤：同研究生谈科技文献阅读

来源：本文整理自湖南师范大学资源与环境科学学院彭渤教授科学网博客原文网址：http://blog.sciencenet.cn/blog-279096-1179564.html科技文献阅读在科研活动中占有十分重要的地位
易美编校·2024-01-28 13:59

３D 到２D reprojection的问题

唉，为什么回想总结一下呢，本人在结合３D物体重建和SLAM做一些东西，所以免不了各种2D到3D,3D到2D.2D->3D是用相机内参决定的简单的过程，但是重建的3D物体反投影到２Ｄ就比较复杂，主要是2D
hi_lan·2024-01-28 10:07

OpenVSLAM在Ubuntu16.04下编译安装

最近开始学习VSLAM，理论知识大概了解了一下，想要学透还是需要下一番功夫的。为了领导的任务，先把OpenVSLAM装上，跑个demo看看。我平时用windows比较多，改成Linux还是得适应一下。
hhh0209·2024-01-28 08:35

R语言【rWCVP】——rWCVP：世界维管植物名录的R包

rWCVP：世界维管植物名录的R包介绍1.参照github安装与简单例子1.1安装rWCVP1.2安装rWCVPdata1.3github的例子2.rWCVP原始文献阅读2.1前言（背景）2.2功能概要
ALittleHigh·2024-01-28 06:06

【SLAM】kalibr工具IMU和双目相机标定

推荐看一下博客，评论内容也很丰富，很多问题都能在评论中找到答案：https://blog.csdn.net/u011178262/article/details/83316968#_images__imu__201标定记录标定IMU参数使用工具https://github.com/gaowenliang/imu_utils遇见的问题记录sudoapt-getinstalllibdw-dev下载依赖
wwwzy·2024-01-27 23:39

ceres之LM算法

Ceres作为一个优化算法库，在许多领域中有着至关重要的作用，比如slam系统中的优化问题-集束调整BA，就可以通过Ceres去实现，官方文档地址：http://ceres-solver.org/nnls_tutorial.html
xiechaoyi123·2024-01-27 21:44

openvslam------slam解读系列

是什么:openvslam是日本先进工业科技研究（NationalInstituteofAdvancedIndustrialScienceandTechnology）所于2019年5月20日开源的视觉SLAM
xiechaoyi123·2024-01-27 21:13

源码解析 | SLAM 多点导航开发思路介绍

不久前，我们发布了一个多点SLAM的功能包，今天给大家介绍这个功能包的开发思路。
Autolabor·2024-01-27 19:28

机器学习周记（第二十五周：文献阅读-DSTIGNN）2024.1.8~2024.1.14

目录摘要ABSTRACT1论文标题2论文摘要3论文背景4过去研究5论文研究5.1问题描述5.2论文模型5.2.1时空交互学习模块（SpatiotemporalInteractiveLearningModule）5.2.2动态图推理模块（DynamicGraphInferenceModule）5.2.3动态图卷积模块（DynamicGraphConvolutionModule）5.2.4输出模块与训
Slender2001·2024-01-27 08:14

机器学习周记（第十九周：文献阅读-TCN and RNN）2023.11.27~2023.12.3

目录摘要ABSTRACT1论文标题2论文摘要3问题描述4过去方案5论文方案5.1时间卷积神经网络（TCN）5.1.1因果卷积（CausalConvolutions）5.1.2膨胀卷积（DilatedConvolutions）5.1.3残差块（ResidualBlock）5.2论文模型5.3数据集5.3.1Lorenz系统5.3.2Rössler系统5.3.3类Lorenz系统6相关代码摘要本周阅读
Slender2001·2024-01-27 08:43

机器学习周记（第二十四周：文献阅读-DSTGN续）2024.1.1~2024.1.7

目录摘要ABSTRACT1动态图矩阵估计（DynamicGraphMatrixEstimation，DGME）2自适应导引传播（AdaptiveGuidedPropagation，AGP）2.1引导矩阵估计器（GuideMatrixEstimator）2.2自适应传播（AdaptivelyPropagation）3时间卷积模块（TemporalConvolutionModule）4优化目标（Opt
Slender2001·2024-01-27 08:43

机器学习周记（第二十三周：文献阅读-DSTGN）2023.12.25~2023.12.31

目录摘要ABSTRACT1论文标题2论文摘要3论文背景4问题描述4.1图的定义4.2图信号矩阵的定义4.3问题的定义5论文模型6相关代码摘要本周阅读了一篇关于GNN用于多元时间序列的时空预测的文章，文章的模型是一个具有自适应传播机制的动态时空图网络（dynamicspatio-temporalgraphnetworkwithadaptivepropagationmechanism，DSTGN），该
Slender2001·2024-01-27 08:13

机器学习周记（第十八周：GAN.pt3）2023.11.20~2023.11.26

目录摘要ABSTRACT1文献阅读2生成结果多样性判别（Diversity）3生成结果多样性判别（FrechetInceptionDistance(FID)）4条件对抗生成网络（ConditionalGAN
Slender2001·2024-01-27 08:12

机器学习周记（第二十周：文献阅读-TCN and LSTM）2023.12.4~2023.12.10

目录摘要ABSTRACT1论文标题2论文摘要3问题描述4过去方案5论文方案6相关代码摘要本周阅读了一篇关于TCN和LSTM进行光伏功率预测的文章，光伏功率数据是非线性不平稳的数据，在一定程度上也能反应论文模型在水质预测方面的效果。论文模型可以通过单步或者多步对光伏功率进行预测，实验结果表明，其具有非常优异的表现。本周也针对论文模型进行了简单的复现，预测结果并不非常准确，仍需进一步优化和调参。ABS
Slender2001·2024-01-27 08:12

机器学习周记（第二十七周：文献阅读-EIGRN）2024.1.22~2024.1.28

目录摘要ABSTRACT1论文信息1.1论文标题1.2论文摘要1.3论文背景2论文研究2.1问题描述2.2基准模型2.3论文模型3模型模块3.1图生成（graphgeneration）3.1.1显式图生成模块（explicitgraphgenerationmodule）3.1.2隐式图生成模块（implicitgraphgenerationmodule）3.2邻居聚合（neighboraggreg
Slender2001·2024-01-27 08:40

基于 Docker 搭建 Uptime-Kuma 一个极简风的应用监控

GitHub：https://github.com/louislam/uptime-kuma一、uptime-kuma介绍Demo：https://uptime.wuhanjiayou.cn/uptime-kuma
开源极客行·2024-01-26 23:51

ORB_SLAM3：IMU初始化过程梳理以及自己的理解

2、IMU初始化过程中不断优化尺度，在单目相机的视觉SLAM中，尺度指的是场景中真实物体的物理尺寸与它在相机图像中所对应的像素距离之间的比例关系。
追风筝的人～TH·2024-01-26 22:30

ORBSLAM3 IMU代码实现部分：ImuTypes文件解析、IMU初始化代码解析

1.ImuTypes文件解析1.1Point类在ORBSLAM3中，Point类表示一个IMU的测量数据：加速度、角速度及数据所对应的时间戳。其构造函数有两个形式，其都是构造一个imu的测量数据的。
APS2023·2024-01-26 22:00

ORB_SLAM3：单目+IMU初始化流程梳理

>apply(im,im);目的：使灰度直方图分布较为均匀，从而使整体对比度更强，便于后面特征点的提取等工作；2、第一帧图像（ni=0）时无IMU数据（vImuMeas容器为空），进入下面的这个函数：SLAM.TrackMonocular
追风筝的人～TH·2024-01-26 22:30

ORB_SLAM3:单目+IMU初始化时—初始化帧与当前帧需要满足的条件

成员变量mbReadyToInitializate：是否创建了单目初始化参考帧1、单目初始化参考帧提取的特征点数目必须大于100个；2、单目初始化参考帧的下一帧提取的特征点数目必须大于100个，否则mbReadyToInitializate=false，需重新创建单目初始化参考帧；3、mSensor==System::IMU_MONOCULAR且当前帧上一帧的时间戳比单目初始化参考帧的时间戳大于1
追风筝的人～TH·2024-01-26 22:29

《LIO-SAM阅读笔记》IMU作用总结

此处IMU里程计是以IMU的频率向外发送位姿估计，提高了SLAM系统里程计的发送频率。2.利用IMU预积分对Lidar每帧点云进行运动去畸变。
Jiqiang_z·2024-01-26 22:59

ORB-SLAM笔记——ORB-SLAM3的IMU初始化（1）理论部分

上一篇blog立的flag，哎最近工作虽然也是快忙炸了但面对这么好的一个作品，你就忍不住挤时间也要学他啊哈哈。那么我们开始！在正式说它的IMU初始化部分之前，还是跟随作者论文的思路，咱们再把Visual-Inertial的架构梳理一下。首先对于一个纯视觉的系统来说，单目也好，双目也罢，我们主要关心的还是每一个pose的6Dof，对应的状态空间呢也就是六维。考虑到单目的尺度问题，状态空间也就是多了一
RoBOt__Dreamer·2024-01-26 22:58

《ORB-SLAM3》IMU初始化

ORB-SLAM3中的IMU初始化1.ORB-SLAM3刚开始运行时，IMU还没有进行初始化，此时系统运行的纯视觉模式
Jiqiang_z·2024-01-26 22:25

ROS1可视化利器---Webviz

1.SLAMer常用的可视化开源库opengl：OpenGraphicsLibrary，译名
孙凯玉·2024-01-26 18:47

借助Serverless工具构建Django应用

背景由于工作原因，一直对AWSLambda比较熟悉。各云厂家标的Serverless函数都不约而同的命名为Function函数。
SimpleBob·2024-01-26 06:20

ORBSLAM3安装

1.依赖在该目录下打开终端，安装下面所有依赖。1.1编译软件sudoapt-getinstallgccsudoapt-getinstallg++sudoapt-getinstallbuild-essentialsudoapt-getinstallcmakesudoapt-getinstallopensslsudoapt-getinstalllibssl-dev1.2Pangolingitclone
0208hsq·2024-01-26 04:43

文献阅读-2022-11-23-RNA结构-5'UTR的review

题目：2018_Functional5′UTRmRNAstructuresineukaryotictranslationregulationandhowtofindthem摘要:RNA分子能折叠成复杂的形状，调控基因表达。这篇综述中，我们谈论，目前真核生物中5'UTR结构的机制理解，以及现有的探测5’UTR结构的方法。这些结构能通过RNA结构中螺旋介导的重塑和高级的RNA互作来调控依赖帽子的翻译起
不学无术吗·2024-01-25 13:53

第一个项目总结：双目测距（python代码转为c++代码，最终输出点云图，再转为ros点云图，再实现可视化）

目录1.双目成像原理2.双目测距python代码3.python代码转为c++代码(1)双目相机参数（2）立体校正（3）立体匹配4.opencv的点云图转为ros点云图1.双目成像原理摘自《视觉SLAM
zerogin+·2024-01-25 05:29

【文献阅读】 大模型增强的语言与知识推理

语言模型与知识图谱1语言模型推理与知识图谱推理1.1语言模型推理特性一：主要依靠神经网络在参数化空间完成，更多是一种隐式推理，缺乏可解释性。特性二：与模型规模具有强关联，只有模型参数达到一定规模，才能激活推理能力。特性三：大模型的泛化能力，基于指令驱动和反馈学习等机制实现。特性四：推理过程依赖生成过程，容易产生幻觉生成问题，导致推理结果缺乏可靠性。1.2知识图谱推理特性一：依靠显示获取的符号知识，
SuperCooper·2024-01-24 22:34

【文献阅读】AutoMap：Diagnose Your Microservice-based Web Applications Automatically

论文链接AutoMap:DiagnoseYourMicroservice-basedWebApplicationsAutomatically前言（务必看一下~）最近查看故障相关论文，发现故障根因这一块在微服务中也有诸多涉及。微服务场景下各项服务也具有多项检测数据，服务之间的拓扑结构也是异常复杂。因此，希望通过这篇文章的思想来探究故障根因分析。但是，这篇出自2020年的文章，至今没有一篇文章对该论文
SuperCooper·2024-01-24 22:04

【文献阅读】Harnessing Explanations LLM-to-LM Interprete for Enhanced TAG Graph Reresentation Learning

论文连接：HarnessingExplanations摘要背景：近年来，文本属性图（TAG）的表示学习已成为一个关键的研究问题。一个典型的案例是论文引用网络，其中每篇论文的文本作为节点属性，GNN将每篇论文将在这些文本属性转换为浅层特征，从而利用文本属性。问题：最近LLM大火，GPT和Lama2表现出推理和利用常识的能力。进一步，如何将这种文本建模能力与GNN的结构学习能力相结合成为突出性问题。贡
SuperCooper·2024-01-24 22:04

【文献阅读】K-BERT Enabling Language Representation with Knowledge Graph

原文链接摘要指出问题：预训练的语言表示模型，例如BERT，从大规模的语料库中捕获通用的语言表示，但缺乏特定领域的知识。实际场景下:当专家阅读领域文本时，会利用相关知识进行推理。提出:一种带有KG的知识语言表示模型K-BERT。具体做法就是将KG中的三元组作为领域知识注入到句子当中。（三元组（知识特征）->句子（文本特征））问题：过多的知识融入会偏离句子的正确含义，这称之为知识噪声（KN）解决办法：
SuperCooper·2024-01-24 22:04

【文献阅读】ERNIE Enhanced Language Representation with Informative Entities

论文链接摘要背景：在大规模语料库上预训练的BERT等LR模型可以很好地从纯文本中捕获丰富地语义模式，并进行微调以持续提高各种NLP任务的性能。问题：现有的预训练语言模型(PLM)很少考虑结合KG，但是KG又能够提供丰富的结构化知识来更好地理解语言，所以作者认为知识图谱中的信息实体可以通过外部知识来增强语言的表示。（又是通过知识图谱来增强语言的特征表示）提出：作者认为知识图谱中的实体可以作为额外的知
SuperCooper·2024-01-24 22:04

具有运动模糊的大规模场景的混合神经绘制

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：具有运动模糊的大规模场景的混合神经绘制1、研究背景2、方法提出3、视点依赖归一化方法4、训练方法5、
qq_43314576·2024-01-24 19:15

跨文化能力研究的深化与西方范式面临的质疑

2019-03-083月文献阅读笔记07-《跨文化能力研究》时间：1990-1999机构成立：①国际跨文化研究院1997②国际语言与跨文化交际学会1999③中国跨文化交际学会1995研究主题：文化价值观
叶小静Stamy·2024-01-24 08:52

2024/1/21周报

文章目录摘要Abstract文献阅读题目问题与创新方法RNN网络LSTM网络目标变量与外部变量的相关性实验数据集评估准则参数设置实验结果深度学习GRU网络结构介绍前向传播过程反向传播过程简单的GRU代码实现总结摘要本周阅读了一篇基于
user_s1·2024-01-23 14:39

2024.1.21周报

目录摘要ABSTRACT一、文献阅读一、题目二、摘要三、Introduction四、模型一、连续时间模型二、离散时间模型五、结论二、实验代码Navier–Stokesequation总结摘要本周我阅读了一篇题目为
Nyctophiliaa·2024-01-23 14:08

(无人机方向)ros学习之路ROS 机器人系统仿真_导航仿真概述

导航仿真概述导航是机器人系统中最重要的模块之一，比如现在较为流行的服务型室内机器人，就是依赖于机器人导航来实现室内自主移动的，本章主要就是介绍仿真环境下的导航实现，主要内容有:导航相关概念导航实现:机器人建图(SLAM
会变身的火娃·2024-01-23 14:54
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他