slam14

SLAM14讲 ch7 代码实践部分

一、orb_cv.cpp实现部分orb_cv.cpp文件：#include#include#include//特征点头文件，处理特征点信息#include//opencvgui头文件#include//用于计时的头文件#includeusingnamespacestd;usingnamespacecv;intmain(intargc,char**argv){if(argc!=3){coutkeyp
＆2467·2022-11-19 00:02

三角化相关总结

在《视觉SLAM14讲》中，三角测量那一节简单介绍了如何通过两帧中匹配的点获得空间点深度，这对单目相机的
家门Jm·2022-10-30 17:05

apollo7.0------浅谈激光雷达运动补偿(二)--计算解析

运动补偿本篇博客主要解释一下上篇博客中运动补偿的计算部分，简单来说就是一个利用四元数球面线性插值（Slerp）计算每个点的位姿，然后根据坐标变换关系将该位姿下的坐标变换到需要补偿到的某个时间点下坐标．在slam14
龙性的腾飞·2022-10-22 14:08

视觉SLAM十四讲（第二版）环境安装心得体会

前言将高博的视觉SLAM14讲（第二版）看完后，也将里面所有的代码都跑了一遍，在安装环境的时候遇到了无数的坑。为了后来的人能够更加快速上手SLAM，现将书中环境安装心得记录如下。
雨木冰日·2022-09-10 07:29

《SLAM14讲》环境配置

《SLAM14讲》环境配置学校终于发了台式机，要在台式机上再配置一遍《slam14讲》上用到的各种库，记录一下过程，加深记忆，第一轮配环境真的踩了太多坑。
柘尾鱼·2022-09-10 07:59

【错误解决】【SLAM14的cap5】【PCL库的pcl/visualization/pcl_visualizer.h的使用】【对‘pcl::visualizatio...’未定义的引用】

【错误解决】【SLAM14的cap5】【PCL库的pcl/visualization/pcl_visualizer.h的使用】【对‘pcl::visualizatio...’未定义的引用】0前言1报错提示
踏破万里无云·2022-07-30 07:30

一文详解非线性优化算法：保姆级教程-基础理论

不论是刚入门SLAM的小白，还是导航相关专业的同学，都对“非线性优化”这个词不陌生，如果你说你没听过这个词，那“因子图”一词总该略有耳闻吧，如果还是不知道，那就只能拿SLAM14讲敲你了。
Tom Hardy·2022-06-06 07:45

视觉slam14讲ch5 opencv安装 ubuntu20.04

视觉slam14讲ch5opencv安装ubuntu20.04最近在学习视觉slam14讲第五章时，由于opencv需要较多依赖项，安装过程经历了一些曲折，在此进行记录。
General 5219·2022-04-28 07:17

SLAM14讲-ch5-opencv安装-Ubuntu20.04

安装opencvopencv下载我的Ubuntu是20.04.opencv下载的是source版本的3.4.12我是在电脑里下载好，解压好，把文件复制到虚拟机Ubuntu里，我放在主路径下（任意路径都可以）在下载的opencv路径下：~/opencv-3.4.12$mkdirbuildcdbuildcmake..makesudomakeinstallmake那一步挺慢的查询opencv版本pkg-
free_luojing·2022-04-28 07:45

ubuntu20.04 快速配置slam十四讲环境

文章目录1下载slam14讲配套源码2安装Eigen3安装Pangolin4安装Sophus5安装OpenCV6安装Ceres7安装g2o8安装DBoW39安装PCL10安装octomap实验验证本文参考链接
缔宇diyu·2022-04-28 07:06

高翔视觉slam14讲学习笔记（3-李群、李代数 Sophus库基础学习）

高翔视觉slam14讲学习笔记（3-李群、李代数Sophus库基础学习）Sophus库练习sophus主要用于李群、李代数的使用，在视觉SLAM十四讲实践系列之Sophus下的位姿表示和更新优化和修正已经有详细的介绍
KaHoWong·2022-04-20 07:19

SLAM14讲学习笔记（五）视觉里程计（光流法和直接法）和对于雅克比矩阵的理解

这章的内容不多，但是很奇妙的和上一章的串起来了。这里我简单总结一下光流法和直接法，主要想在最后总结和比较一下两个这节和上一节尤其是雅克比矩阵推导上的区别。雅克比矩阵的内容非常关键，如果不能充分理解它们的含义，前端基本就没有办法使用g2o来进行图优化。本文的内容主要是讲述重投影误差和光度误差分别对于位姿求偏导、以及对于世界坐标系下的点求偏导的理论文章，不涉及代码。如果希望理解代码中是如何用到雅克比矩
zkk9527·2022-04-10 19:44

slam14讲后端优化代码注释（二）（第二版ch10）

代码目录一、pose_graph_g2o_lie_algebra.cpp二、pose_graph_g2o_SE3.cpp一、pose_graph_g2o_lie_algebra.cpp#include#include#include#include#include#include#include#include#include#includeusingnamespacestd;usingnames
MIKingWHC·2021-04-18 11:16

slam14讲后端优化代码注释（一）（第二版ch9）

slam14讲后端优化代码注释（一）（第二版ch9）bundle_adjustment_g2o.cppbundle_adjustment_ceres.cppcommon.cppcommon.hrandom.hrotation.hSnavelyReprojectionError.hbundle_adjustment_g2o.cpp
MIKingWHC·2021-04-18 11:19

高翔视觉SLAM14讲学习笔记-第7讲

高翔视觉SLAM14讲学习笔记-第7讲特征点法ORB特征实践：特征提取和匹配特征点法特征点：就是图像中有代表性的点，图像中一些特别的地方，如角点（角点就是角的点）、边缘、区块等。
梁靖·2021-02-11 19:52

SLAM14讲学习笔记（十一）g2o图优化中的要点与难点（前端VO中雅克比矩阵的定义）

使用g2o优化的前提是，需要对各种误差的理解足够充足。我将雅克比矩阵的详细解析，写在了这里：点击查看在源码和自定义的类中，各种雅克比矩阵有的是写在源码里的，有的是需要自己修改和定义的。然而在实践中发现，雅克比矩阵的定义往往不一，容易使初学者摸不着头脑。因此，这篇文章我从代码角度出发，简单解析一下g2o定义时候的要点，和内置的雅克比矩阵的书写方式。在g2o中，内置了三大类：VertexSE3Expm
zkk9527·2020-09-14 08:12

3D-2D: PnP ——SLAM14讲内容

3D-2D:PnP——SLAM14讲内容背景直接线性变换DLTP3PBundleAdjustment背景PnP（Perspective-n-Point）是求解3D到2D点对运动的方法。
YS_Wang·2020-08-24 04:52

视觉slam14讲第三讲习题

第七题（python版）令p点在世界坐标系下的点为Pw，点p从世界坐标系转换到小萝卜一号坐标系有：p=q1xPw+t2解出Pw那么令p在小萝卜二号坐标系下的点为p2，有：p2=q2xPw+t#!/usr/bin/python#-*-coding:UTF-8-*-#slam习题#numpy里矩阵X乘用.dot，点乘用*importnumpyasnpq1=(0.35,0.2,0.3,0.1)q2=(-
亲亲你的daddy·2020-08-23 12:05

slam 视觉slam14讲，第七讲

https://blog.csdn.net/weixin_40883049/article/details/88385071
jack_201316888·2020-08-23 11:57

SLAM14讲joinMap编译错误

问题找不到OpenCVCMakeErroratCMakeLists.txt:7(find_package):Foundpackageconfigurationfile:/usr/local/share/OpenCV/OpenCVConfig.cmakebutitsetOpenCV_FOUNDtoFALSEsopackage"OpenCV"isconsideredtobeNOTFOUND.CMake
NoFearsInMyHeart·2020-08-23 11:54

视觉SLAM14讲-习题及答案-第一讲

1当b=0时，设为矩阵，则齐次线性方程组有非零解的充要条件是系数矩阵的秩当b0时，非齐次线性方程组有解的充分必要条件是系数矩阵的秩等于增广矩阵的秩，即.2高斯分布又称正态分布一维形式：若随机变量服从一个位置参数为、尺度参数为的正态分布，记为：则其概率密度函数为又称为期望，又称为方差。理论上可以证明如果把许多小作用加起来看做一个变量，那么这个变量服从正态分布。高维形式的高斯分布又称多元正态分布。它是
Li03·2020-08-23 11:31

《SLAM 14讲》：第九讲 - 视觉里程计完整实现过程 1.0

《SLAM14讲》：第九讲-视觉里程计完整实现过程1.01.
Bonjour Mlle·2020-08-23 11:10

SLAM 入门之《SLAM 14讲》笔记

Simon's《SLAM14讲》笔记2.第二讲：初识SLAM2.1.SLAM框架2.2.Linux下程序的编译3.第三讲：三维空间刚体运动3.1.刚体在三维空间里的旋转3.1.1.旋转矩阵R\textbf
Bonjour Mlle·2020-08-23 11:09

视觉SLAM14讲学习笔记（持续更新中）

文章目录：第一讲预备知识第二讲初始SLAM第三讲三维空间刚体运行第一讲预备知识书的简介以及书中约定的一些描述等再漂亮的数学理论，如果不能转化为可以运行的代码，那就仍是可望而不可即的空中楼阁，没有实际意义。轮式编码器会测到轮子转到的速度，IMU测量运动的角速度和加速度，相机和激光传感器则读取外部环境的某种观测数据。SLAM特指：特指搭载传感器的主体，在没有环境先验的信息情况下，在运动过程中建立环境模
等南風起·2020-08-23 11:46

视觉slam14讲——第1234讲总结

文章目录1第一讲介绍2第二讲SLAM基础知识3第三讲刚体运动描述4第四讲李群与李代数1第一讲介绍不要想着把VIM变成一个IDE，它只是一个编辑器不要沉迷于ubuntu的不必要的配置，它只是一个工具2第二讲SLAM基础知识SLAM主要完成的两个问题是：定位建立地图完成SLAM依赖sensor：环境中的sensormarker导轨磁条机器人本体上的sensor（主流方向，限制少）monocularst
leeayu·2020-08-23 11:52

视觉SLAM十四讲-第三章笔记

视觉SLAM14讲-第三章笔记3.1旋转矩阵欧式变换欧式变换：改变位资，不改变形状、大小。旋转矩阵：R(3x3)。是两个坐标系基的内积。
KylinQAQ·2020-08-23 10:23

视觉slam14讲学习（七）之视觉里程计组成:光流法

文章目录1.简介1.1光流基本知识1.2光流分类3.光流法实战3.1opencv版本3.2手写单层G-N光流法3.3手写多层G-N光流法1.简介1.1光流基本知识1.2光流分类1.四种分类按算法分类，有两种分法:一种可以分为迭加法或组合法（additiveorcompositional）;第二种是向前或者反向算法（forwardsorinverse）.（有人翻译：叠加式(additive)和构造式
su扬帆启航·2020-08-23 10:45

slam14讲 —— slam的环境搭建

一.物理机的环境：win10虚拟机的版本：VM14选择的Linux版本：Ubuntu16.04、Ubuntu18.04注：虚拟机及Ubuntu的安装参照百度，博客，软件安装管家等。二.1.Vmwaretools安装：点击虚拟机，选择安装VMwaretools之后具体可百度：2.cmake的安装：打开终端：sudoapt-getinstallcmakecmake-gui安装好之后可查看版本：cmak
木易早早·2020-08-23 10:27

视觉SLAM14讲-第三讲

文件里是不能直接CMAKE的，需要提前配置eigen和Pangolin。尽量在终端配置比较方便，我选择搭是sudo方式配置。下面是技术链接：（1）eigen：https://www.cnblogs.com/newneul/p/8256803.htmlsudoapt-getinstalllibeigen3-dev（2）Pangolin：http://www.bubuko.com/infodetail
手动灵珠不停笔·2020-08-23 10:59

调试SLAM14讲中点云拼接遇到的问题及解决方法

这段时间在学习《视觉SLAM14讲》中的内容。在第5讲中有关于点云拼接的实践，打算自己敲代码实现一遍。在这个过程中出现过一些状况，记录下来，希望能和出现同样问题的朋友一起探讨。
小真真啊·2020-08-23 10:40

视觉 slam14讲Chapter (5)程序执行

视觉slam14讲Chapter(5)程序执行遇到的智障问题。
Thiac·2020-08-23 09:03

半闲居士blog

http://www.cnblogs.com/gaoxiang12/刚接触视觉SLAM这方面，主要学习RGB-DSAM，看了高翔视觉slam14讲，真的很有帮助，有兴趣的小宝宝们可以去看看，附上大神的博客地址
小花妹妹吖·2020-08-23 09:27

视觉SLAM14讲的学习笔记

下面主要是对书籍《视觉SLAM14讲》的一个学习笔记，只是前面7章的笔记，后面几张后续再更新。。。
stevedish_xiaojia·2020-08-23 02:26

视觉SLAM14讲部分第三方库的安装方法：opencv3 pangolin pcl g2o

最近在学习高博的《视觉SLAM14讲》在安装第三方库的时候遇到了不少的问题，好不容易安装完成之后系统又崩了无奈重新装系统，重新安装库。期间唯一的收获就是学会了自己装系统。
NSSC_K·2020-08-21 03:14

sophus编译错误，未定义相关函数

视觉SLAM14讲中，在编译完sophus库后，使用sudomakeinstall安装后，经过编译发现错误，如下图这是因为安装后打libSophus.so没有被cmake链接到Sophus_LIBRARIES
硬梆梆的马里奥·2020-08-16 03:17

SLAM14讲中Sophus包的安装问题

高翔视觉SLAM14讲中Sophus包的安装问题首先我们可以直接下载在来，mkdirbuildcdbuildcmake..make但是当我们想要调用这个库的时候，会发现找不到该库文件，这时候有两个解决方案
MrZhuangzhipeng·2020-08-15 21:43

利用对极约束求基础矩阵与本质矩阵（OpenCV C++实现）

一、对极约束原理参考链接：https://www.cnblogs.com/wangguchangqing/p/8151128.html该链接讲述的比较清楚，源自于SLAM14讲二、代码实现voidpose_estimation
负壹·2020-08-13 17:30

Mac下pcl的安装及pcl_viewer的使用

问题引入在进行slam14讲第五章拼接点云实践时，涉及到pcl及pcl_viewer的使用。
鲨鱼宝贝QAQ·2020-08-02 16:35

SLAM14讲学习笔记（二）相机模型总结

相机模型这节的内容是最最基础重要的内容。再次回顾依然有所收获。但这一章的内容其实并不多。但是容易混淆。1.一共涉及到的坐标系有四个：第一，世界坐标系；第二，相机坐标系；第三，归一化相机坐标系；第四，像素坐标系。世界坐标系意如其名，不多解释；而相机坐标系是依据相机的光心（也就是小孔成像的那个小孔）建立起的坐标系。而归一化相机坐标系，是相机坐标系下的(x,y,z)三个值除以第三维，把z归为1的一个坐标
zkk9527·2020-07-29 03:34

SLAM14讲学习笔记（四）视觉里程计（特征点法）和重难点总结

直接总结吧：这一节描述的视觉里程计就是检测特征点，特征点匹配，匹配上以后算位姿和深度。目录特征点检测：特征点匹配：2D-2D对极几何三角测量3D-2D直接线性变化法：P3P：BundleAdjustment3D-3DSVD方式：非线性优化方法：特征点检测：Fast特征点：以半径为3画圆，检测周围一圈一共16个点，设定阈值。有12个连续的点与该点亮度差超过阈值，确认为一个Fast特征点。（快速检测方
zkk9527·2020-07-29 03:34

视觉SLAM14讲笔记02：ch5针孔，双目相机模型

相机相机将三维世界中的坐标点（单位为米）映射到二维图像平面（单位为像素）的过程能够用一个几何模型进行描述。这个模型有很多种，其中最简单的称为针孔模型。针孔模型是很常用，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。在本书中我们用一个简单的针孔相机模型来对这种映射关系进行建模。同时，由于相机镜头上的透镜的存在，会使得光线投影到成像平面的过程中会产生畸变。因此，我们使用针孔和
^鸢飞鱼跃^·2020-07-28 22:11

SLAM14讲ch9前端设计（二）

首先是整个VO的流程图七、g2o类g2o_types.hg2o库中没有提供3D-3D的边，这里，我们需要自定义#ifndefMYSLAM_G2O_TYPES_H#defineMYSLAM_G2O_TYPES_H#include"myslam/common_include.h"#include"camera.h"#include#include#include#include#include#inc
weixin_41586393·2020-07-28 20:20

orb-slam2试跑 ubuntu16.04 + ros + orb-slam2+单目摄像机

当然他安装库的处理地址都在ORB_SLAM文件夹下，如果你之前学过SLAM14讲，这些库一定都安装好了，没安装也不必需在文件夹下。使用数据集效果如图：之后实时工作，需要先改~/c
Eminbogen·2020-07-28 15:07

使用RGBD数据集进行点云绘制

本文接上文视觉SLAM14讲使用第八章深度图片进行点云图绘制https://blog.csdn.net/unlimitedai/article/details/86556508下载数据集为：https:
Eminbogen·2020-07-28 15:07

手把手讲解在ubuntu16.04安装视觉SLAM14讲中的全部第三方库

三维空间刚体运动（g++，cmake，pangolin）三、李群和李代数（Sophus）四、相机和图像（OpenCV3，PCL）五、非线性优化（Ceres，g2o）六、回环检测（DBow3）本教程按照视觉SLAM14
丁小伦·2020-07-28 14:45

视觉slam14讲——第10讲后端1

本系列文章是记录学习高翔所著《视觉slam14讲》的内容总结，文中的主要文字和代码、图片都是引用自课本和高翔博士的博客。代码运行效果是在自己电脑上实际运行得出。
leeayu·2020-07-28 05:39

视觉slam14讲——第8讲 视觉里程计2

本系列文章是记录学习高翔所著《视觉slam14讲》的内容总结，文中的主要文字和代码、图片都是引用自课本和高翔博士的博客。代码运行效果是在自己电脑上实际运行得出。
leeayu·2020-07-28 05:08

视觉slam14讲——第7讲 视觉里程计1

本系列文章是记录学习高翔所著《视觉slam14讲》的内容总结，文中的主要文字和代码、图片都是引用自课本和高翔博士的博客。代码运行效果是在自己电脑上实际运行得出。
leeayu·2020-07-28 05:07

视觉slam14讲学习（五）之视觉里程计组成:特征点法

文章目录1.特征点提取和匹配2.2d-2d对极几何2.1对极几何原理2.2基本矩阵F和本质矩阵E2.32d-2d位姿估计2.3d-2d估计方法1.特征点提取和匹配以orb特征为例,步骤1初始化://--读取图像Matimg_1=imread(argv[1],CV_LOAD_IMAGE_COLOR);Matimg_2=imread(argv[2],CV_LOAD_IMAGE_COLOR);//--初
su扬帆启航·2020-07-28 04:09

视觉slam14讲学习（四）之Ceres和G2O使用

1.曲线拟合问题所谓曲线拟合，就是给定一组x和y的值，它们大体上满足一条曲线方程，但受噪声影响，并不精确满足方程。在这种情况下求取曲线方程的参数。例如，给定100对x和y的值，把它们画在坐标系上如图所示：预测模型也就是该曲线方程的形式为:那么就可以构造一个最小二乘问题以估计其中的未知参数a、b和c。该最小二乘问题的代价函数为：2.利用Eigen求解直接利用Eigen构建增量方程,再利用高斯-牛顿迭
su扬帆启航·2020-07-28 04:09
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他