- 博客(12)
- 资源 (10)
- 收藏
- 关注
原创 HBA代码解读(1)tools.hpp
if (fabs(normvec.dot(A.row(j)) + 1.0) > threshold) // 点到面的距离 大于 阈值(0.1)loc_xyz[j] = pt_trans.data[j] / voxel_size;
2024-02-19 20:43:13 861 1
原创 [论文学习] BALM: Bundle Adjustment for Lidar Mapping
差异是,图像使用投影误差来构建误差方程,优化帧位姿和地图点位置。激光雷达则是使用点到线和点到面的距离来构建误差方程,只优化当前帧位姿。
2024-01-05 22:10:48 914 1
原创 [论文阅读]MULLS: Versatile LiDAR SLAM via Multi-metric Linear Least Square
构建子图,子图闭环通过TEASER来构建和验证,TEASER是一种全局的配准方法,初始的子图相关是用NCC对所构建的f特征来做的相关性匹配的,通过子图-子图间的配准来计算闭环的相对位置和姿态,高sigma和比阈值小的Ots的边将被删除,如果一个闭环边被增加,就做PGO全局优化,优化每一个子图的一个位姿,然后根据每一个子图的位姿调整子图内每一帧的位姿。vk X (RP+T - q点),对T求导为vk的反对称矩阵,对R的求导为vk的反对称乘上 P的反对称,就等于Ak(po-li)的右项式中的第二部分。
2024-01-05 20:42:33 864 1
原创 [论文学习]An Efficient Plane Extraction Approach for Bundle Adjustment onLiDAR Point clouds
解决方法是,PCA分解(采用PCA分解的方式,可以提供划分的方法,单纯的按照某一个轴进行划分,可能导致点云分层),然后划分成4个象限,每一部分重新拟合一下平面,看看前后最小特征值比率是否在一个区间内,或者说是否与点数比率比较接近,如果在一个区间内,则认为是平面。B.自适应体素划分,划分方式采用balm的方式,就是划分成体素,体素作为一个根节点,每一个体素如果是非平面就进行划分,直到达到设定的划分边长。然后采用了点到面的距离,和两个面的法向夹角来验证是面是否可以合并,可以合并的面进行合并。
2024-01-05 13:10:03 368 1
原创 bow3d代码记录与学习
假设当前帧上有n个特征,用当前第i个特征(描述距离,列数j)作为单词,查询(frmaeid,i),理论上如果两帧中有同名特征,则用该特征查找相似特征,如果没有0特征秒描述,则frameid,类书从0-179.计算帧描述行于行的最佳匹配(其实就是聚类特征点与聚类特征点的最佳匹配),得到聚类均值点---聚类中值点 对应后,从聚类中筛选出来最大曲率值的点,行对应---点对对应起来, svd分解求解相对旋转和平移矩阵。分120扇区,每一个区里面进行聚类,聚类完了合并临近聚类,聚类用一个中心点代表。
2023-12-21 19:35:13 511 1
原创 stable triangle descriptor 激光slam闭环探测代码学习和注释
【代码】stable triangle descriptor 激光slam闭环探测代码学习和总结。
2023-12-20 20:28:29 454 1
原创 记录scan context闭环探测和优化过程
3)两帧精确匹配确定shift_sector, 让shift从min_shift - SEARCH_RADIUS到 min_shift+SEARCH_RADIUS遍历,使用circshift(shift)生成新的sc2, 新的sc2和sc1进行逐列做差,sc1和新的sc2的匹配差,最小的匹配差对应的shift_sector作为优化后的argmin_shift,并记录此时的匹配差min_sc_dist。重复步骤2)和步骤3),得到每一个候选帧对应的argmin_shift和 min_sc_dist。
2023-12-14 11:18:55 68 1
原创 把ubuntu18.04安装到windows系统下的空闲空间中
2.开机,进入bios。下来需要我们手动分区,主要为4个部分分配空间,分别是根目录、home、swap、usr目录,其中swap分配一般是电脑内存的1-2倍,根目录尽可能分匹配最大,home目录和usr目录感觉可以分配成1:0.5。进入磁盘管理界面,把非windows所用的空间(比如我的电脑中,红框框住的),通过删除卷和删除分区,为Ubuntu的安装腾出一块未分配的硬盘空间。第一和第二个选项安装的时候更省事,安装程序会自动分区,第三个选项需要自己手动分区,通过手动分区,可以更好的对目标盘的大小进行掌控。
2023-11-23 12:54:51 67
原创 rodrigue 公式r-v v-r
参考 博客 http://blog.sina.com.cn/s/blog_5fb3f125010100hp.html 处理三维旋转问题时,通常采用旋转矩阵的方式来描述。一个向量乘以旋转矩阵等价于向量以某种方式进行旋转。除了采用旋转矩阵描述外,还可以用旋转向量来描述旋转,旋转向量的长度(模)表示绕轴逆时针旋转的角度(弧度)。旋转向量与旋转矩阵可以通过罗德里格斯(Rodri
2016-03-27 16:20:41 807
CloudCompare_v2.6.1.beta_bin_x86
2015-01-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人