- 博客(66)
- 资源 (25)
- 收藏
- 关注
原创 Lanelet2 学习笔记
之前做的L2项目,都是高速、高架场景,地图传输格式ADASISv3就够了。现在要推广到城市场景,原来的框架或协议可能不够用了,所以打算学习下Lanelet2这套新的高精度地图框架。参考资料:Lanelet2: A high-definition map framework for the future of automated drivingPathfinding and Routing for Automated Driving in the Lanelet2 Map FrameworkL
2022-01-16 21:21:58 3360 3
原创 深度学习图像分类问题涨分总结
近来刚参加完公司内部比赛,现在整理下如何提升图像分类问题的得分。经典网络模型 网络名称 相关链接 RegNet https://arxiv.org/abs/2003.13678 EfficientNet https://arxiv.org/pdf/1905.11946.pdf VovNet https://arxiv.org/abs/190...
2020-12-13 22:52:00 2301
原创 蒙特卡洛马尔可夫链学习小结
MCMC背景 在统计学中,经常会遇到高维积分的计算,用传统的数值方法往往很难解决高维积分计算问题。不过,通过随机模拟的方法为解决这些高维积分问题提供了一个思路。所谓随机模拟方法,是使通过随机变量函数的概率模拟或随机抽样求解工程技术问题的近似数值解的概率统计方法。 马尔可夫链蒙特卡洛MCMC,就是其中一种应用广泛的模拟方法,使得统计学领域中极大似然估计、非参数估计、贝叶斯统计学等...
2020-05-02 18:33:22 4145 2
原创 基于功能安全的车道级定位精度分析
自动驾驶常常提到定位精度问题,很多厂商对外宣称的定位精度基本上差不多。比如某业界领先的M公司,其定位Lateral 6cm 1 sigmaLongitude 15cm 1 sigma0.1 Yaw degree derivation10cm map error...
2020-02-15 15:55:17 4674 1
原创 NDT Matching 算法学习
问题背景 近来从事毫米波雷达的定位与建图工作,想拓展下工作思路,研究autoware公司的激光点云定位与建图。期间正好发现autoware的激光点云配准算法是NDT(Normal-Distributions Transform),相比ICP算法,它能更快速高效地确定两个大型点云的刚性变换。这里分别介绍下2003年经典的2D NDT算法,以及autoware日本团队在2006年提出的3D ND...
2020-01-04 00:10:48 8956 3
原创 再谈单应性矩阵及位姿分解
最近在研究无人驾驶的定位问题,想利用车载摄像头提取的车道线、配合厂商提供的GNSS+IMU(非ADMA级别方案,存在一定误差),还有地图厂商提供的HD map(包含车道线元素)纠正定位。也就是说不依赖于视觉slam构造的特征图层,尝试下在GNSS+IMU定位不精确的情况下,仅利用前置摄像头的车道线,纠正lateral以及heading angle的误差。偶然之间,搜到一篇论文“Lane Lev...
2019-12-12 23:42:19 6986 2
原创 最小二乘优化问题
这里给大家介绍一下最小二乘优化问题,然后举例里程计校准odometry calibration加深印象。问题描述假设现有系统由nnn个观测函数描述 {fi(x)}i=1..n\lbrace f_{i}(x) \rbrace_{i=1..n}{fi(x)}i=1..n,其中xxx是状态向量,ziz_izi是状态xxx的测量,...
2019-04-10 22:44:25 9892
原创 robots_estimation and learning之雷达定位
本次课程讲解,假设在给定地图的情况下,如何根据机器人测量进行定位,如何使用机器人定位算法估计每个时刻机器人的位姿。作业是利用粒子滤波求解机器人定位或跟踪问题。一、里程模型Odometry Model1.各种定位传感器概述在汽车全球导航应用里,用于定位的信息源有gps,通信运营商基站,wifi热点。这几类信息的精度各不相同,gps是3.5米,基站是600米,wifi是40米。但是对于无人...
2018-08-25 21:59:33 2412 1
原创 robots_estimation and learning之occupancy建图
本次博文是cousera的第三次课程,主要涉及slam建图,没有特别复杂的算法,几乎都是概念理解。我们知道地图,是对机器人所在环境的空间建模(spatial model)。那么,机器人是怎么理解地图得?地图该包含哪些信息?使用什么样的坐标系?如何合理的解析传感器数据?SLAM建图的难点在哪里? 地图的种类Metric Map这类地图的位置用坐标表示Topological M...
2018-08-18 09:51:42 969
原创 robots_estimation and learning之卡尔曼滤波
本次博文为cousera的第二次作业,涉及卡尔曼滤波,分别讲述了:为什么要有运动估计 卡尔曼滤波器如何对运动状态建模 如何用贝叶斯滤波求解运动方程,其主观物理含义是什么 如果运动方程和观测方程是非线性的怎办一、为什么要有运动估计我们知道slam前端视觉里程计能给出一个短时间内的轨迹,但由于不可避免的误差累积,这个轨迹在长时间内是不准确的。如下图所示: 每个黑点代表视觉...
2018-08-08 20:30:52 1098
原创 robots_estimation and learning之混合高斯模型
近来slam技术在无人汽车领域比较火热,所以现在打算把cousera上的robots_estimation and learning的4周课程刷一遍。做作业做了,但是没有提交(之前买的课到期了),所以也就没有验证正确性。 一、课程背景介绍我们知道SLAM问题的本质,对运动主体自身和周围环境空间不确定性的估计。本次课程属于slam技术的后端优化模块,我们将会从有噪声的、不完整的、...
2018-07-30 23:46:26 804
原创 openMP学习笔记
本次学习课程来自Intel 高级研究员Tim Mattson课程视频下载地址(全英文且无字幕):链接:https://pan.baidu.com/s/1nw6pcRv 密码:aolo虽然最近量子计算和Nvidia CUDA技术越来越热,但是工业上都采用arm架构的嵌入式设备,负担不起nvidia的成本,所以学好OpenMP、SIMD之类的还是比较重要的。1.openmp是干什么
2018-01-21 14:52:08 3053
转载 deep learning的使用观点
为保证作者原意,不做翻译cited from: Adrian RosebrockGet off the deep learning bandwagon and get some perspectiveDisclaimer: This post is a bit cynical in tone. In all honesty, I support deep learning research, I
2017-04-29 09:05:08 2005
原创 opencv应用实例-金圣韬-专题视频课程
本人对机器视觉及图像算法非常感兴趣,特别整理了几个应用的例子分享给大家。谈不上实际商业使用,本人尽力在较短的授课时间内,讲明白算法流程及相关接口的使用方法,希望相互提高。...
2017-03-07 08:49:34 783
原创 bundle adjustment算法学习
今天学习了稀疏的光束平差法,基于上一篇博文Levenberg–Marquardt算法学习,这里对学习内容做一个理论梳理。本次内容包括:BA简介BA迭代步长的数学推导稀疏BA迭代步长的算法求解过程1.BA简介 摄像机在静态环境中移动,得到不同时刻拍摄的多幅图像。假设这些图像是同一刚性物体的投影,则可由图像特征对应关系估计出摄像机的运动参数。在计算机视觉中 ,这一过程称为运动分析或由运动重建物体结
2016-11-27 16:34:26 18600 1
原创 Levenberg–Marquardt算法学习
本次是对Levenberg–Marquardt的学习总结,是为之后看懂sparse bundle ajdustment打基础。这篇笔记包含如下内容:回顾高斯牛顿算法,引入LM算法惩罚因子的计算(迭代步子的计算)完整的算法流程及代码样例1. 回顾高斯牛顿,引入LM算法 根据之前的博文:Gauss-Newton算法学习 假设我们研究如下形式的非线性最小二乘问题: r(x)为某个问题的残差
2016-11-23 21:07:01 49007 5
原创 The computation of homography, essential and fundamental matrix
本次打算梳理下最基本的几个矩阵之间的关系以及计算,总结大体内容:1. 单应性矩阵的基本概念什么是单应性矩阵?单应性变换包含什么样的射影组合(projective transformation)?单应性关系的前提条件?单应性与极几何的联系?2. 单应性矩阵的计算 本质矩阵和基础矩阵的性质,上一篇博文有详细介绍,所以此处只讲计算方法了。3. 基础矩阵的计算及计算前提条件4.本质矩阵的计算5.给定本质
2016-11-14 23:22:19 3251
原创 Relative Orientation 与fundamental essential matrix
由于《Hartley, Zisserman ...》书太厚,啃不动。所以最近回头看youtube上的德国鬼子视频, 补习机器视觉最基础的知识。所以本次博文,没有算法,没有代码,纯粹的定义和识记。 老外视频课程地址:https://www.youtube.com/playlist?list=PLgnQpQtFTOGRsi5vzy9PiQpNWHjq-bKN1 本次总结涵盖视频:Photogramm
2016-11-07 20:33:53 2562
原创 opencv相机标定
代码是我几个月前,不知道哪里下载的,原始版权不在我,也没法给出处。 opencv做相机标定经常碰到问题,就是超大图片无法找到角点。我做了小修改,就是把图片先缩小,等找到角点了,再放大到原来比例。 输入参数:方格的数量,注意是内圈角点数量 boardsize方格的物理 尺寸,单位毫米 squaresizeCMakeLists:cmake_minimum_required(VERSION
2016-09-05 22:24:13 2375 1
原创 Gauss-Newton算法学习
Gauss-Newton算法是解决非线性最优问题的常见算法之一,最近研读DPPTAM开源项目代码,又碰到了,索性深入看下。本次讲解内容如下:基本数学名词识记牛顿法推导、算法步骤、计算实例高斯牛顿法推导(如何从牛顿法派生)、算法步骤、编程实例高斯牛顿法优劣总结一、基本概念定义1.非线性方程定义及最优化方法简述 指因变量与自变量之间的关系不是线性的关系,比如平方关系、对数关系、指数关系、三角函数关
2016-06-08 20:11:08 66570 16
原创 RGBD点云纹理生成
假设你有一坨带颜色点云,非常想要贴纹理的效果,但又觉得PCL那一堆API很恶心,那么就用meshlab吧!本文将给出主要步骤:【大部分来自youtube视频】
2016-04-04 17:44:21 9546 1
原创 ONI文件生成与读取
之前一直不知道如何实时保存RGB-D数据,每次都写入PCD文件不现实,对于30fps的,每秒就有30个PCD文件,硬盘速度绝逼跟不上。保存color和depth视频吧,总觉得不方便,而且depth压缩与解压缩会有精度损失。后来老外提醒我:/OpenNI2/Source/Tools/NiViewer press s to record oni file感觉很方便,于是自己参考了《openni
2016-04-04 15:17:43 5245 3
原创 ubuntu14.04 PCL1.8 OPENNI2.0 OPENCV3.0安装小结
最近入手NvidiaTegra 1 开发板,ARM架构的,做室内三维重建用。今天就讲讲的PCL 1.8+ OPENCV3.1 + OPENNI2.0在ubuntu14.04 上的安装与编译。 更新ubuntu的armhf源,修改source.list,中科大的快!deb http://mirrors.ustc.edu.cn/ubuntu-ports/ trusty main restricte
2016-02-13 19:50:09 11857 4
原创 SIFT特征--方向赋值与关键点描述
一个SIFT关键点拥有三个信息:位置,尺度和方向。前面已经介绍了如何精确定位关键点的位置,通过尺度不变性求极值点,可以使其具有缩放不变的性质。现在来谈谈为特征点指定方向参数,使提取的特征对图像旋转具有不变性,从而实现匹配时图像的旋转无关性。最后,再介绍该用什么样的描述符来表达sift特征。 一、关键点方向分配 SIFT特征的一个关键的特性是旋转不变性,实现旋转不变的基本思想是采用“相对”的概念。
2015-12-03 23:07:57 18085 1
原创 sift特征--关键点搜索与定位
前面介绍了如何生成高斯图像金字塔,并计算了每组图像的高斯差分图像。现在介绍如何进行关键点搜索与定位(都在灰度图上搞的)。一、极值点计算 关键点是由DOG空间的局部极值点组成的。为了寻找DoG函数的极值点,每一个像素点要和它所有的相邻点比较,看其是否比它的图像域和尺度域的相邻点大或者小。每一幅高斯差分图像中的一个像素点,要和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较,以确保
2015-11-30 22:39:21 13455 3
原创 SIFT特征--构造DOG尺度空间
最近打算做全景图拼接,尝试过hugin和opencv stitch,一直没有很满意的效果。打算深入研究,恰好,在github看到清华一小哥的项目,故逐步分析他的代码。 sift特征是全景拼接的第一步,相当基础,但sift特征提取与匹配从0开始实现起来又挺折腾的,故花点时间整理下。 清华小哥的博客:http://ppwwyyxx.com/2013/SIFT-and-Image-Stich
2015-11-25 23:15:39 10727
原创 PCL 室内三维重建II
本次博文介绍固定点拼接点云,kinect拍摄两幅画面,二者之间旋转10度,运行环境vs2012 pcl1.7.2使用方法:1.采样一致性初始配准算法SAC-IA,粗略估计初始变换矩阵2.ICP算法,精确配准原始点云(拼接前,隔着10度)正视图俯视图代码:#include #include #include #include #include #include #include #in
2015-11-02 18:07:29 8793 18
原创 PCL 室内三维重建
手头有三个prime sensor摄像头,分别固定在不同角度,打算根据RGBD信息,将三个摄像头的点云数据拼接起来。设备限制+能力不足,一直没有把point cloud library 1.8环境搭建起来,因此无法实时读取点云信息。此外,笔记本电脑USB芯片总线中断协议限制,亦无法同时使用三个摄像头。在如此坑爹的境地,分享下我是怎么搞三维重建的。。。。一、点云数据获取1.采用openni2.0 采
2015-10-06 00:00:10 11342 7
原创 kinect 运用Openni2.0 产生点云
我的Kinect型号:PrimeSense Carmine 使用Openni2.0这次比较粗糙,就是想将摄像头采集的深度信息转化为现实世界的三维坐标,然后用Opengl画出来。这里没有降噪、取样,所以也称不上是“点云”原理什么的,请参考这位仁兄:http://blog.csdn.net/opensource07/article/details/7804246他是Openni1.0做的,代码写的也
2015-09-24 21:07:53 6050 2
原创 《Mastering opencv....读书笔记》基于标记的虚拟现实
虚拟现实技术一直比较火,应用领域也非常广。本次为大家讲解虚拟现实的一个入门级例子,如果对以下内容感兴趣: 初音:http://jandan.net/2012/07/09/augmented-reality-girlfriend.html动画纹身:http://jandan.net/2011/07/10/animated-tattoo.html 本次讲解将是上述实现的技术基础。老外首先在一张
2015-09-20 23:12:38 8961 8
原创 《Master Opencv...读书笔记》非刚性人脸跟踪 IV (终)
一、我们目前为止拥有什么为了有一个连续完整的认识,在介绍最后一节前,先梳理下至今我们训练了哪些数据特征,并且训练它们的目的是什么。 1. ft_data:利用手工标注工具,获取最原始的样本训练数据,包括以下内容: 图像名称集合imnames:表明在哪幅图像上标注特征点;二维坐标集合points:手工标准点,后续更高级别特征均围绕这些特征点展开;对称坐标索引集合symmetry:标注样本图
2015-04-01 22:15:33 6756 8
原创 《Master Opencv...读书笔记》非刚性人脸跟踪 III
上篇文章中,我们获得了人脸的各种表情模式,也就是一堆标注点的形变参数。这次我们需要训练一个人脸特征描述结构,它能够对人脸的不同部位(即“标注点”)分别进行描述,作为后面人脸跟踪、表情识别的区分依据。本次博文的主要内容:a. 介绍下人脸特征检测器大概有哪些类别b. 详细介绍随机梯度法,并介绍在人脸团块特征提取时的应用c. 为了提高训练/跟踪的健壮性,利用上一
2015-02-28 22:11:31 7324 8
原创 《Master Opencv...读书笔记》非刚性人脸跟踪 II
上一篇博文中,我们了解了系统的功能和模块,明确了需要采集哪些类型的样本点及利用类的序列化的保存方式。这次将介绍几何约束模块,通过统计形态分析法(Statistical Shape Analysis, SSA),利用样本点建立对形状的描述,然后对描述的形状建立点分布模型,并从中学习统计参数,完成对形状的建模。该模块在后续跟踪阶段将被用来约束和剔除不合理的特征点。本次讲解目录: fac
2015-02-01 23:32:29 12598 14
原创 《Master Opencv...读书笔记》非刚性人脸跟踪 I
最近又开始学习《MasteringOpenCV系列》之前没看的部分,依旧是英文版。这次主要研究“非刚性人脸跟踪”(non-rigid face tracking),业余时间较少分几次写完吧。 首先谈谈什么是非刚性人脸跟踪。它是对每帧视频图像中人脸特征稠密数据集合的估计。非刚性人脸跟踪侧重于不同脸部表情或不同人物的脸部特征相对距离的变化。它和一般的人脸检测与跟踪算法不同,它不仅仅是找到每
2015-01-11 21:36:22 7892 12
原创 商业模式新生代之开放商业模式
今天的商业模式学习,有助于理解为什么存在竞争的公司依然能保持合作,还有怎么充分利用知识产权。 【华为曾经有H3C,华赛,海思等子公司,但是华为和中兴绝对是水生火热、互挖墙脚】 1.什么是开放式商业模式?开放式商业模式可以用于通过与外部伙伴系统性合作,来创造和捕捉价值。既可以将外部的创意引入到公司内部,也可以将企业内部闲置的创意和资产提供给外部伙伴。 开放式创新和开放式
2014-12-14 21:27:19 8280
转载 黑夜给了我黑色的眼睛,我却用它研究CV【36kr报道】
编者按:计算机视觉(Computer Vision)领域历史悠久,业界对此一直都不缺乏想象。当图像和视频总量每年以数十倍的速度增长,增长到人们有一天再也无法通过文字整理和检索这些信息时,计算机视觉技术或许会和当年的关键字搜索技术一样,成为救世主。本文来自美国计算机视觉公司Orbeus创始人刘天强(微博@刘天强Orbeus)投稿,从“究竟什么是计算机视觉技术、它的局限性何在、它应用在实际
2014-11-18 23:30:06 2417
原创 机器学习之旅---logistic回归
一、logistic回归分析简介 logistic回归是研究观察结果(因变量)为二分类或多分类时,与影响因素(自变量)之间关系的一种多变量分析方法,属于概率型非线性回归。 利用logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类。这里“回归”是指通过最优化方法找到最佳拟合参数集,作为分类边界线的方程系数。通过分类边界线进行分类,具体说来就
2014-10-12 23:25:43 14237 2
CANdb++安装方法及MeLanes文件.zip
2020-02-06
PCL1.8编译包
2016-07-31
室内三维重建
2015-11-02
kinect openni绘制点云
2015-09-24
基于标记的虚拟现实代码
2015-09-20
信息系统项目管理师知识串讲
2015-08-30
网络图片爬虫
2015-05-15
人脸表情模型学习
2015-02-01
图像标注工具
2015-01-11
奇异值分解及应用实例
2014-11-22
朴素贝叶斯
2014-09-24
基于Meanshift的单目标跟踪算法【matlab+c两个版本】
2014-06-12
遗留物检测【静止运动目标检测】
2014-04-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人