前言之前听到一个讲座说到AWSLambda服务，基于Serverless无服务模型，另外官网还免费提供100万个请求按月，包含在AWS免费套餐中是真的很香，对于一些小型的起步的网站或者用户量不大的网站，

之前学习vslam的时候都学习过了。所以有了这些基础，我就直奔主题将

louislam/uptime-kumaStars:41.1kLicense:MITUptimeKuma是一个易于使用的自托管监控工具，主要功能和核心优势包括：监控HTTP(s)/TCP/HTTP(s)

SLAM算法与工程实践系列文章下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此SLAM算法与工程实践系列文章链接下面是专栏地址：SLAM算法与工程实践系列专栏文章目录SLAM

SLAM算法与工程实践系列文章下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此SLAM算法与工程实践系列文章链接下面是专栏地址：SLAM算法与工程实践系列专栏文章目录SLAM

SLAM算法与工程实践系列文章下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此SLAM算法与工程实践系列文章链接下面是专栏地址：SLAM算法与工程实践系列专栏文章目录SLAM

视觉SLAM理论到实践系列文章下面是《视觉SLAM十四讲》学习笔记的系列记录的总链接，本人发表这个系列的文章链接均收录于此视觉SLAM理论到实践系列文章链接下面是专栏地址：视觉SLAM理论到实践专栏文章目录视觉

SLAM算法与工程实践系列文章链接这里记录了关于SLAM算法的学习与实践相关的内容，链接如下：SLAM算法与工程实践系列文章链接专栏地址：SLAM算法与工程实践系列专栏这里是SLAM相关技术和算法的学习

SLAM算法与工程实践系列文章下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此SLAM算法与工程实践系列文章链接下面是专栏地址：SLAM算法与工程实践系列专栏文章目录SLAM

随着数字孪生发展，现实空间和虚拟空间之间的关联变得越来越重要了，传统的VR摄像机只能获取平面的图像，单纯的激光雷达slam又只能获取不可见的空间信息，VR和激光雷达slam之间的结合，可以获取彩色的实景三维空间模型

目录一、注册github二、安装git三、新建仓库四、上传文件五、报错解决方法一、注册github登录https://github.com，验证邮箱就可以注册，国内也许网速较慢，可以等待或者“想想办法”，一般可以裸连。二、安装git去官网https://git-scm.com/download/win找到安装包在windows系统下安装，安装过程基本上都点击next，习惯上建立桌面快捷方式，然后桌

ORB-SLAM3中的地图管理与编程ORB-SLAM3是一种基于特征的视觉SLAM（SimultaneousLocalizationandMapping）系统，可以在计算机视觉领域用于实时定位和地图构建

文章目录3D矢量旋转旋转向量四元数四元数定义四元数的基本运算相乘共轭模长逆四元数括号四元数的指数映射四元数的对数映射单位四元数的对数映射普通四元数的对数映射用四元数表示旋转四元数微分方程四元数与旋转矩阵的转换四元数与旋转向量的转换大写指数映射大写对数映射Sphericallinearinterpolation（SLEARP）方法1方法23D矢量旋转x=x∥+x⊥x∥=u(∥x∥cos⁡α)=uuT

配置环境变量报错一报错二报错三报错四5、opencv的多版本安装与管理多版本安装环境变量管理前言之前在ubuntu18系统上已经安装了opencv4.4.0和扩展库opencv_contrib，但是最近需要跑一个SLAM

lidar对结构敏感，结构缺失（structure-scarce）的场景lidar不行，例如隧道，而视觉SLAM对特征敏感，特征缺失（poortextures）的场景视觉不行。

原文作者NickHaslam向我们讲述了他的美好的一天是如何合理规划的？文章内容如下：当还很年幼的时候，我想成为一名消防员或者飞行员。

SLAM算法与工程实践系列文章下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此SLAM算法与工程实践系列文章链接下面是专栏地址：SLAM算法与工程实践系列专栏文章目录SLAM

针孔相机模型针孔相机模型是很常用，而且有效的模型，它描述了一束光线通过针孔之后，在针孔背面投影成像的关系，基于针孔的投影过程可以通过针孔和畸变两个模型来描述。模型中有四个坐标系，分别为world，camera，image，pixelworld为世界坐标系，可以任意指定xwx_wxw轴和ywy_wyw轴，为上图P点所在坐标系。camera为相机坐标系，原点位于小孔，zcz_czc轴与光轴重合，xcx

单目slam单目slam的基本流程为：初始化---pnp---pnp其中初始化是为了统一尺度，由于通过2d-2d对极几何约束求解相机位姿时会产生尺度问题，即无法确定真实尺度（1.每两帧计算的位姿采用的尺度可能都不一致

目录前言一、视觉-惯性SLAM算法二、激光-惯性SLAM算法三、激光与视觉融合算法总结前言最近在找实习，又想着要怎么完成毕业论文，打算做下机器人导航实验，学习下相关算法。

0.书接上回之前的工作内容总结：1.学习了回环检测的流程，还学习了DLoopDetector算法。2.修改了vins-mono将匹配和回环到的图片进行保存。3.找到了一个不是办法的办法来代替pr曲线，指定范围作真值。4.大致了解了DTW地磁匹配算法，关键点是要划分第一圈和第二圈的界限。5.测试好了zed相机，打算作为真值来参考。6.找到了上海科技大学的公共数据集。1.关于之前一些历史遗留问题1.1

1.Vins的位姿图加载功能如果想要对slam运行后的位姿轨迹进行评定，需要将数据保存到output文件夹中。

1.JDK8的新特性1.1Lambda表达式1.1.1举例publicclassLambdaTest{@Testpublicvoidtest1(){Runnabler1=newRunnable(){@Overridepublicvoidrun

修改mapping.yaml文件中bag_path：完成之后会产生一系列的点云文件以及Keyframe.txt文件：./bin/run_frontend--config_yaml./config/mapping生成拼接的点云地图map.pcd文件：./bin/dump_map--pose_source=lidar。、完成第一次优化：./bin/run_optimization--stage=1完成

专栏系列文章如下：【视觉SLAM十四讲学习笔记】第一讲——SLAM介绍【视觉SLAM十四讲学习笔记】第二讲——初识SLAM【视觉SLAM十四讲学习笔记】第三讲——旋转矩阵【视觉SLAM十四讲学习笔记】第三讲

《视觉SLAM十四讲》ch12八叉树地图八叉树地图生成都没有什么问题，结果octovis加载地图出现问题，怀疑是Qt的问题，依赖包可能安装有问题。

今天做了SLAM的学习，然后学习了一点感兴趣的专业无关的东西，再就是每日坚持也有做。论文阅读部分，今天读了传感器标定的部分。

一、Android工具下载1、下载Android_Camera-IMU，将其中的Camera-Imu.apk文件发送至手机端进行安装。下载命令：gitclonehttps://github.com/hitcm/Android_Camera-IMU.git发送至手机的文件在手机端安装以后的软件在手机端安装好以后的软件如下：2、安装功能依赖包：sudoapt-getinstallros-melodic

编译ORB_SLAM2遇到的问题问题１：ROS环境编译报错double-checkROS_PACKAGE_PATHROS环境编译报错：Youshoulddouble-checkyourROS_PACKAGE_PATHtoensurethatpackagesarefoundinthecorrectprecedenceorder.CallStack

ubuntu20.04在noetic下编译orbslam2参考链接1：https://blog.csdn.net/qq_58869016/article/details/128660588参考链接2：https

目录摘要1ABSTRACT2第1章绪论41.1项目概况41.2课题研究背景和意义41.2.1课题研究背景41.2.2课题研究目的51.3国内外研究现状61.4SLAM算法简介81.5AR不是VR91.6AR

今天按照计划进行学习，美中不足的是对于SLAM的学习没有达到目标时间，因为安排任务较少的缘故。

参考修改源文件即可避免兼容问题实验环境Ubuntu20.04ROSnoetichttps://zhuanlan.zhihu.com/p/640795165https://blog.csdn.net/qq_46107892/article/details/128922813https://blog.csdn.net/MRZHUGH/article/details/131658528安装相关依赖通用依

源码下载：https://github.com/engcang/SLAM-application在运行算法建图的步骤：1、将源码下载到ros的工作环境中；2、根据系统配置修改源码：比如：在ubuntu20.04

激光SLAM：Faster-Lio算法编译与测试前言编译测试离线测试在线测试前言Faster-LIO是基于FastLIO2开发的。

1.源码安装usb_camusb_cam用于实时SLAM，配合ROS平台使用。1.1下载usb_cam源码cdcatkin_ws/srcgitclonehttps:

环境：Ubuntu20.04、ROS2Foxy1.下载编译非ros部分的ORB_SLAM3我下载的是有详细注释版本的SLAM3：https://github.com/electech6/ORB_SLAM3

这篇文章，我们将以视频流截图为例，讲解如何在AWSLambda中对m3u8视频流进行截图。因为Lambda是无服务

文章目录03图优化3.1基本概念3.2SLAM与图优化3.3核函数3.4总结3.5BA与图优化03图优化3.1基本概念（1）将优化问题用图（Graph）的形式表达，即为图优化。

那么在SLAM中，不同时刻的位姿和路标点为待优化变量即顶点，将他们之间的观测作为边。数

目录1什么是图优化？2图优化的优势在哪里？3了解g2o框架4g2o编程步骤5非常感谢您的阅读！1什么是图优化？首先，认识一下啥叫图。图是一种数据结构。图的定义就是由顶点的有穷非空集合和顶点之间边的集合组成，像下面这样：当然，我们不在这里谈论算法和数据结构的内容，我们只需要感性的理解到图是由若干顶点和连接这些顶点的边组成的就好了。举个小例子来理解图优化要干个什么事。我们去“蜀留香“吃火锅时（非广告哈

目录1.基于优化的点到点/线的配准2.对似然场图像进行插值，提高匹配精度3.对二维激光点云中会对SLAM功能产生退化场景的检测4.在诸如扫地机器人等这样基于2D激光雷达导航的机器人，如何处理悬空/低矮物体

感知任务物体识别：《Pointnet:Deeplearningonpointsetsfor3dclassificationandsegmentation》《Voxelnet:End-to-endlearningforpointcloudbased3dobjectdetection》语义分割：《Anintegratedframeworkforautonomousdriving:objectdetec

激光里程计配置gmapping参数参考rplidar_ros通过源码安装mkdir-p~/catkin_ws/srccd~/catkin_ws/srcgitclonehttps://github.com/Slamtec

什么是特征点？特征点就是图像中一些特别的地方，例如图像中的角点，在不同图像之间的辨识度更强，一种直观的提取特征的方式就是在不同图像之间辨认角点，确定它们的对应关系。OpenCV中已经有了很多实用的特征提取和匹配的算法：OpenCV之特征检测-知乎

书中代码：GitHub-gaoxiang12/slambook2:edition2oftheslambook书籍PDF：关注【LearnfromZero】回复【SLAM142】即可领取

PnPsolver::PnPsolver(constFrame&F,constvector&vpMapPointMatches):pws(0),us(0),alphas(0),pcs(0),//这里的四个变量都是指针啊,直接这样子写的原因可以参考函数set_maximum_number_of_correspondences()maximum_number_of_correspondences(0)

1octomap的安装及官方文档这里我们用ROS自带的安装方式即可：sudoaptinstallros-melodic-octomap-msgsros-melodic-octomap-rosros-melodic-octomap-rviz-pluginsros-melodic-octomap-server如上图就是安装成功了：如果安装失败了，尝试用小鱼ROS换一下源再去安装：一些官方的文档如下，大

知识笔记costume化妆服consist由……组成sheet被单effective有作用的comfortable舒适的storeroom储藏室electricity电meter电表pace一步flee逃走slam

p20论证了vins-mono、vins-fusion和orb-slam3等主流slam框架的性能，对比发现后vins-mono运行ADVIO数据集时的定位与建图更优秀。