q492240-CSDN博客

原创 SLAM让你如何去理解这个世界

上一届「国际计算机视觉大会（ICCV：International Conference of Computer Vision ）」成为了深度学习（Deep Learning）技术的主场，但在我们宣布卷积神经网络（ConvNet）的全面胜利之前，让我们先看看计算机视觉的「非学习（non-learning）」几何方面的进展如何。同步定位与地图构建（SLAM： Simultaneous Locali

2016-08-26 11:09:31 5330

原创即时定位与地图构建（SLAM）的相关研究

即时定位与地图构建（SimultaneousLocalization AndMapping）指的是机器人在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。SLAM问题可以描述为:机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。（1）定位(localization)：机器人必须知道自己在

2016-08-25 17:36:33 2880

原创视觉SLAM漫谈 (三): 研究点介绍

1.　　前言　　读者朋友们大家好！（很久很久）之前，我们为大家介绍了SLAM的基本概念和方法。相信大家对SLAM，应该有了基本的认识。在忙完一堆写论文、博士开题的事情之后，我准备回来继续填坑：为大家介绍SLAM研究的方方面面。如果前两篇文章算是"初识"，接下来几篇就是"渐入佳境"了。在第三篇中，我们要谈谈SLAM中的各个研究点，为研究生们（应该是博客的多数读者吧）作一个提纲挈领的摘要。然后

2016-08-25 17:35:45 638

原创视觉SLAM漫谈（二）:图优化理论与g2o的使用

视觉SLAM漫谈（二）:图优化理论与g2o的使用1 前言以及回顾　　各位朋友，自从上一篇《视觉SLAM漫谈》写成以来已经有一段时间了。我收到几位热心读者的邮件。有的希望我介绍一下当前视觉SLAM程序的实用程度，更多的人希望了解一下前文提到的g2o优化库。因此我另写一篇小文章来专门介绍这个新玩意。　　在开始本篇文章正文以前，我们先来回顾一下图优化SL

2016-08-25 17:34:18 671

原创双目视觉SLAM讲解1

视觉SLAM漫谈1. 前言　　开始做SLAM（机器人同时定位与建图）研究已经近一年了。从一年级开始对这个方向产生兴趣，到现在为止，也算是对这个领域有了大致的了解。然而越了解，越觉得这个方向难度很大。总体来讲有以下几个原因：入门资料很少。虽然国内也有不少人在做，但这方面现在没有太好的入门教程。《SLAM for dummies》可以算是一篇。中文资料几乎没有。SLAM研

2016-08-25 17:33:29 10774 5

原创 ROS 学习系列 -- RViz 实时观测机器人建立导航2D封闭空间地图过程 (SLAM)

ROS提供了非常强大的图形化模拟环境 RViz，这个 RViz 能做的事情非常多。今天我们学习一下如何使用 RViz 对机器人在路径探索过程中对地图动态观测。我们将学习重放已经采集的数据来模拟机器人输入，从而将精力放到SLAM和地图的建立以及RViz的使用上。下面是效果图:一基本概念ROS 对机器人导航提供了非常强大的支持，这可以让我们在不了解细节和海量复

2016-08-25 17:32:01 996

原创 Simultaneous Localization and Mapping (SLAM)讲义1

简介：Slam问题的核心是将一个移动机器人放置在一个未知环境中，机器人通过自身传感器逐步建立环境的地图同时使用这张地图计算自身的位置。Slam问题由R. Smith, M. Self, and P.Cheeseman在1990年的一篇论文中提出。这个问题被认为是机器人领域的“圣杯”。因为它将使得机器人可以在毫无先验知识的环境中进行动作。 Slam问题由明显的结构，它有两个问题组成，一个是定位问

2016-08-25 17:30:39 662

原创从零开始学习SLAM

最近6个月开始做SLAM的项目,就一步步把资源的链接给共享出来。项目内容：主要是从Andrew Davison中的MonoSLAM中起步，做Co-SLAM 推及 Swarm SLAM下面都是我看过或者亲身实践过的，大家可以相互交流项目途中，所以文章还是草稿，会实时的更新。一，入门篇1. Andrew Davison的课程： http:

2016-08-25 17:25:33 436

q492240的博客