三维重建/SLAM
文章平均质量分 64
wishchin
CV算法工程师:从事室内场景感知方面工作,完成算法实验和软件开发。
展开
-
三维重建3:旋转矩阵-病态矩阵、欧拉角-万向锁、四元数
摘抄部分有意思的链接,如有不适,请移步原文。 参考知乎上的文章链接:如何形象地理解四元数? ;一个详尽的可作为教程的翻译:理解四元数的中文翻译... ; 英文原文:http://www.3dgep.com/understanding-quaternions/。建议详细阅读。 传说 四元数由汉密尔顿发明,这一发明起源于十九世纪的某一天...转载 2017-06-19 15:09:11 · 3653 阅读 · 1 评论 -
三维重建4:Jacobian矩阵和Hessian矩阵
在使用BA平差之前,对每一个观测方程,得到一个代价函数。对多个路标,会产生一个多个代价函数的和的形式,对这个和进行最小二乘法进行求解,使用优化方法。相当于同时对相机位姿和路标进行调整,这就是所谓的BA。 在优化过程中,对每一个代价函数求取雅克比矩阵E和F,形成一个H矩阵,正因为H矩阵的稀疏性,才可是使用稀疏方法对BA进行求解。把一个大的稀疏矩阵,通过特定的消元法,...转载 2017-06-19 16:11:09 · 3615 阅读 · 0 评论 -
三维重建:SLAM的粒度和工程化问题
百度百科的定义。此文引用了其他博客的一些图像,如有侵权,邮件联系删除。 SLAM不是一个单一算法,是个工程。在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识.。而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的...原创 2019-04-14 11:33:47 · 6472 阅读 · 1 评论 -
三维重建:SLAM算法的考题总结
参考英文维基:https://en.wikipedia.org/wiki/Slam 。参考文档:视觉slam研究分析的一点认识一、四大简述1、请简单描述您对机器人的SLAM的概念理解?答: 机器人需要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。这就是移动机器人的同时定位与地图创建(simultaneous localizatio...原创 2016-05-16 17:26:35 · 9008 阅读 · 4 评论 -
三维重建:SFM中BA的并行化
SFM,运动中结构重建。SFM是一种离线重建方法,SFM未得到原始数据中的帧间关系,因此在前期处理与SLAM有所不同。SLAM方法依据视觉里程算法,构建状态数据序列即图结构,仅需要解决累计误差问题。而SFM需要使用匹配和优化方法,重建数据的图结构,需要优化方法,SFM过程比SLAM过程更加复杂。 BA:光束平差法,利用非线性最小二乘法求取相机位姿,三维点坐标。Bun...转载 2017-03-30 10:25:31 · 3232 阅读 · 2 评论 -
三维重建9:点云图像的滤波方法小结
PCL常规滤波手段均进行了很好的封装。对点云的滤波通过调用各个滤波器对象来完成。主要的滤波器有直通滤波器,体素格滤波器,统计滤波器,半径滤波器 等。不同特性的滤波器构成了较为完整的点云前处理族,并组合使用完成任务。实际上,滤波手段的选择和采集方式是密不可分的。转载 2017-07-03 23:21:22 · 3759 阅读 · 0 评论 -
三维重建10:点云配准和点云匹配
点云的匹配一般使用ICP方法( ICP:Iterative Closest Point迭代最近点),即两个点云纯粹通过刚体位姿变换即可大致重合。 若找稠密/稀疏点的匹配关系,ICP算法即简化成一个最小二乘问题,可以通过解方程的方法得到解析解,使用优化方式求解则可以得到全局最优解。若没有匹配关系,纯粹的迭代最近点方法也能得到一个极值结果,但不一定是最优的。原创 2017-07-04 00:10:29 · 19046 阅读 · 3 评论 -
三维重建11:点云的全局特征和局部特征
全局特征 点云的检测和分类一般使用全局特征,传统的检测方法严重依赖于点云的场景分割,所幸的是点云的分割一般情况下比二维灰度图像和彩色图像更容易进行。基于分割方法的好处是,一旦目标被正确分割,点云分类即可以转换为较为简单的有遮挡或无遮挡的点云(位姿)识别。此时的分类,即点云识别可以使用Alignment的方法,也可以使用位姿识别方法。 较为流行的检测方法使用了...原创 2017-07-04 01:46:34 · 7282 阅读 · 0 评论 -
ROS:使用ubuntuKylin17.04安装ROS赤xi龟
使用ubuntuKylin17.04可以成功的安装ROS赤xi龟。翻译 2017-05-16 10:58:38 · 3331 阅读 · 0 评论 -
三维重建7:Visual SLAM算法笔记
此文是一个好的视觉SLAM综述,对视觉SLAM总结比较全面,是SLAM那本书的很好的补充。介绍了基于滤波器的方法、基于前后端的方法、且介绍了几个SensorFusion方法,总结比较全面。转载 2017-06-20 19:53:57 · 6933 阅读 · 0 评论 -
SLAM: Orb_SLAM的使用小综述
Orb_SLAM被业内人士称为第一个现代SLAM方法,不仅是因为其工程化良好,简单易用。OrbSLAM更是对PTAM的改进,PTAM分离了追踪和地图构建过程。OrbSLAM走的更远,把闭环检测和世界地图的优化从局部地图优化中独立出来,另辟一个线程,使在线SLAM过程应用到了更大的场景中。 作为传统在线SLAM算法的滤波器算法,使用EM同时完成追踪和地图构建;PTA...原创 2015-12-03 15:59:58 · 8869 阅读 · 2 评论 -
ROS: Ubuntu16.04安装ROS-kinetic
参考连接:SLAM: Ubuntu14.04_Kylin安装ROS-Indigo 第一步: 软件源配置1、 增加下载源(增加ubuntu版的ros数据仓库,即下载源)(通用指令适合任何版本的ros)原创 2016-02-04 18:05:53 · 4597 阅读 · 3 评论 -
三维重建面试0:*SLAM滤波方法的串联综述
此文分析了多个基于滤波方法的SLAM算法原理联系。从KF到EKF UKF PF 到BA方法。转载 2017-05-31 17:43:29 · 1663 阅读 · 0 评论 -
SLAM: SLAM的发展历程(WIKI)
参考维基百科: https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping 你们叫他SLAM,我还是习惯叫他三维重建......当夏日的中午,你看到一只鸟儿飞在丛林中,鸟儿偶尔被树叶遮挡,时隐时现,但你总能估计出鸟儿下一时刻大致的位置。在很多时刻,人脑潜意识下使用了滤波,概率密度估计的最大...翻译 2015-10-26 12:21:10 · 12645 阅读 · 0 评论 -
SLAM: Inverse Depth Parametrization for Monocular SALM
首语: 此文实现客观的评测了使线性化的反转深度的效果。整篇只在表明反转可以线性化,解决距离增加带来的增长问题,有多少优势……%!使用标记点地图构建SLAM的方法,有一种EKFmonocularSLAM的存在,可以不使用BA直接完成稀疏场景地图重建翻译 2015-10-28 14:11:25 · 4750 阅读 · 0 评论 -
三维投影总结:数学原理、投影几何、OpenGL教程、我的方法
如果要得到pose视图,除非有精密的测量方法,否则进行大量的样本采集时很耗时耗力的。可以采取一些取巧的方法,正如A Survey on Partial of 3d shapes,描述的,可以利用已得到的3D模型,利用投影的方法 (page10-透视投影或者正射投影),自动得到精确的3D单向视图。 其中的遇到了好几个难题:透视投影的视角问题;单侧面的曲面补全问题(曲面插值问题);pose特征的描述性问题。原创 2013-11-13 18:10:08 · 13751 阅读 · 0 评论 -
**PCD数据获取:Kinect+OpenNI+PCL对接(代码)
前言: PCL使用点云作为数据格式,Kinect可以直接作为三维图像的数据源产生三维数据,其中的桥梁是OpenNI和PrimeSense。为了方便地使用Kinect的数据,还是把OpenNI获取的基础数据格式转换为点云格式。并且PCD格式的数据操作起来更为直观。 切记:理论自己慢慢看,代码是最重要的,且测试可行且正确(1):Microso...转载 2013-08-20 08:47:12 · 5005 阅读 · 1 评论 -
**PCL:嵌入VTK/QT显示(Code^_^)
中国人真是太不知道分享了,看看这个老外的博客,启发性链接。启发性链接:http://www.pcl-users.org/QT-PCLVisualizer-mostly-working-td3285187.html原创 2014-07-08 14:57:21 · 5114 阅读 · 5 评论 -
三维重建8:点云图像的滤波方法
点云数据是三维空间的离散数据,不是类似于PLY格式的点线概念,因此可以使用所谓的“滤波方法”。点云数据若非看成深度map数据,则不再适用于使用二维图形的核卷积方法。此外,滤波方法与点云存储格式密切相关,点云存储格式一般为八叉树,而2.5D图像存储格式可以用深度Map形式,对应了不同的滤波方式。 实际意义上的点云滤波,是以三维点集的思维方面寻找方法,因此点云滤波依赖于几何信息,而不是数值关系。在滤波思想上,本质上三维点云X、Y、Z的思想方法权重应该是一致的。原创 2017-07-03 00:01:05 · 8208 阅读 · 0 评论 -
三维重建2: 地图构建-三角测量
在三维重建过程中,如果使用了IMU-惯导系统,一般可以得到一个大致可信的相机位姿转换。基于IMU短时间可信的原则,重建问题着重在地图的构建问题,即根据图像来获取点集的空间位置(六自由度),重要的一点的是获取深度信息。转载 2017-06-14 16:23:23 · 1735 阅读 · 0 评论 -
三维重建12:室内三维物体的位姿识别论文列表
四年前的论文列表拿出来,用来怀念一下。在三维目标位姿识别的通路搭建过程中,使用到了下面列举的论文,其他使用到的方法相关性不是特别强,因此暂时没有列举出来。其中,有些论文没卵用,只是用来灌水的,看一下即可,不用深究。原创 2017-07-04 01:48:06 · 2788 阅读 · 0 评论 -
安卓手机使用前置摄像头
原文链接: 安卓调用前后摄像机以及代码实现 主要代码在这里:使用null表示后置摄像机,camera2表示前置摄像机.....转载 2017-07-31 19:07:13 · 3049 阅读 · 0 评论 -
三维点集拟合:平面拟合、RANSAC、ICP算法
ACM算法分类:http://www.kuqin.com/algorithm/20080229/4071.html;CSDN容易吞图,不过编辑器里面图片还是显示的.....一: 拟合一个平面:使用SVD分解,代码里面去找吧 空间平面方程的一般表达式为: Ax+By+Cz+D=0; 则有:平面法向量为n=(A,B,C).第一种方法: 对于空...原创 2013-12-23 16:10:47 · 52526 阅读 · 3 评论 -
三维重建:SLAM的尺度和方法论问题
百度百科的定义。此文引用了其他博客的一些图像,如有侵权,邮件联系删除。作为算法的SLAM,被称为同步相机位姿确定和地图构建。作为一个工程的SLAM,有众多的算法。 在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识.。而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄...原创 2019-04-14 12:09:28 · 14108 阅读 · 5 评论 -
三维重建:Kinect几何映射-SDK景深数据处理
对物体进行测量 像上篇文章中对深度值测量原理进行讨论的那样,像素点的X,Y位置和实际的宽度和高度并不一致。但是运用几何知识,通过他们对物体进行测量是可能的。每一个摄像机都转载 2013-12-19 18:27:12 · 2813 阅读 · 0 评论 -
三维重建:QT+OpenNI+Kinect图像校正
后记:当时能不放弃这个方向是因为这里面涉及了一种很有效的三位场景存储方式,可能给出除图元建模之外的一种三维场景描述方式。这和Flash与位图的对比一样,基于图元的flash始终抵不过基于点描述的位图格式。转载 2013-11-26 12:17:09 · 5581 阅读 · 0 评论 -
三维重建:***三维模型的网格细化
顶点分裂和面分裂,其区别主要在于所作用的基本几何体元。顶点分裂是对于给定度为n的顶点i(顶点的度表示顶点所关联的边的个数),将其分裂成n个新顶点,每个顶点对应着它的一个邻面,使用该方式的细分方法称为对偶型经常使用的三种面分裂细分模式主要有三种:Loop细分模式,Butterfly细分模式,√3细分模式,这三种方法的主要区别即在于它们的细分规则不同。转载 2016-06-30 10:40:03 · 4113 阅读 · 1 评论 -
三维重建:闭环检测-相机闭环
还是不要看了,高翔的科普读物已经出版了,读他的《slam十四讲》就可以了。 ORB_SLAM整个工程中冗长的数据关联策略使分析起来非常困难,闭环检测作为整个优化误差策略的方法并未得到显而易见的效果 三维重建过程中,滤波方法可以看做是一种追踪方法。EM方法的长期使用造成在相对整个世界坐标系中累计误差的指数级增长。若是检测到可信的闭环,闭...原创 2017-03-30 17:48:21 · 3875 阅读 · 0 评论 -
三维重建:深度相机方案对比-KinectFusion的基本原理(尺度)
KinectFusion算法原理依据2011年发表的Fusion重建的论文,主要重建方法为TSDF算法,并在GitHub上开源了相关代码,可以直接编译使用。 论文:https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/kinectfusion-uist-comp.pdf;...原创 2014-12-27 16:04:19 · 7104 阅读 · 1 评论 -
三维重建13:点云的局部特征总结
三维场景中物体检测也可以使用特征点方法+词包方法的通用框架。其中BOW方法是无差别的,特征点方法与二维图像不同的是点云的数据格式问题,一般表示为对点云曲面进行特征提取。可以使用基于八叉树的方法进行特征点提取,也可以使用深度Map图的方法或有序点云方法进行特征点提取。 注意事项:若使用有序点云方法,希望注意点云的连贯性,在断开的地方可以使用特殊的特征计算方法,避开深度断开位置原创 2017-08-19 23:20:38 · 4976 阅读 · 0 评论 -
AI:IPPR的模式生成-CNN模块学习/训练方式(基本结构)
前言: 一个完备的模式识别系统,必然包含一个模式识别模型,此外还要附加一个评价模型,以及为了构建识别模型而构建的学习模型,并选择在学习模型中使用的学习方法。 表示(Representation) : 一个分类器必须用计算机可以处理的某种形式语言来表示。反过来讲,为模式识别模型选择一种表示,就意味选择一个特定的分类器集合。学习器可能学出的分类器只能在这个集合中。...原创 2017-07-23 22:02:14 · 4786 阅读 · 0 评论 -
三维重建1-位姿追踪:单应矩阵、本质矩阵和基本矩阵
本文所写与原文相距甚远,如有疑问,请拜访原文。原文链接:单应矩阵Homograph matrix、本质矩阵Fundamental matrix、基本矩阵essential matrix根据图像来估计位姿,一般称之为位姿追踪。非退化状态下可是根据匹配点求解Essential Matrix ,退化状态下课根据匹配点来求解 Homograph Matrix。用于实时计算位姿。原创 2017-06-14 16:06:57 · 5806 阅读 · 3 评论 -
SLAM: SLAM基本流程—VSLAM扫盲之旅
在很多机器人的论文和书籍里面,劈头第一页即是,经典的SLAM视觉框架是过去十几年前已经成熟的研究结果,这个框架和算法本身已经没有太多理论可以操作的空间。封杀了很多人的SLAM科研之路,把SLAM当一个工程看待。 在《机器人手册》 第2卷,这本书里面,第23章讲述了:三维视觉和基于视觉的实时定位于地图重建。在第37章里面,讲述了 同时定位与建图。指出了SLAM的三种基本...转载 2015-10-26 12:08:17 · 13394 阅读 · 0 评论 -
初中生问题:求任意凸多边形的交叉面积
多边形相交的面积,即是 所有交点和内点组成的多边形连成的面积。再把多边形拆分成三角形,根据s2 = p * (p - a) * (p - b) * (p - c);计算出累加面积。原创 2017-10-18 10:00:12 · 3357 阅读 · 0 评论 -
Boost-QT兼容问题:#define FUSION_HASH #
不再使用VS2013,使用Vs2015,使用QT5.8.0VC14版本,使用新的PCL1.8.1版本的库文件,问题得到解决微笑原创 2017-10-29 15:11:36 · 3143 阅读 · 0 评论 -
Qt无法用UTF-8编辑问题
原因:Windows默认编码格式是GBK. 而QT-各默认版本的编码格式是UTF-8.解决方法“:Windows环境下,Qt Creator,菜单->工具->选项->文本编辑器->行为->文件编码:默认编码:System(简体中文windows系统默认指的是GBK编码, 即下拉框选项里的GBK/windows-936-2000/CP936/MS936/windows-936转载 2017-10-30 10:17:00 · 8727 阅读 · 0 评论 -
图方法:寻找无向图联通子集的JAVA版本
图像处理中一般使用稠密方法,即对图像进行像素集合进行处理。在图像拓扑方面,更多地应用图计算方法。寻找无向图联通子集的JAVA版本,代码原创 2017-10-24 10:23:56 · 3796 阅读 · 0 评论 -
MaskRCNN路标:TensorFlow版本用于抠图
MaskRCNN用于检测路标,作为更详细的目标检测,用以得到更精准的额路标位置,路标的几何中心点,用于构建更为精准的拓扑地图,减少构图误差。 抠图工具已经完成,把框抠出来,用0值表示背景。原创 2017-12-12 17:16:02 · 5699 阅读 · 10 评论 -
在线场景感知:图像稀疏表示-ScSPM和LLC总结(lasso族、岭回归)
前言 场景感知应用于三维场景和二维场景,可以使用通用的方法,不同之处在于数据的形式,以及导致前期特征提取及后期在线场景分割过程。场景感知即是场景语义分析问题,即分析场景中物体的特征组合与相应场景的关系,可以理解为一个通常的模式识别问题。论文系列对稀疏编码介绍比较详细...本文经过少量修改和注释,如有不适,请移步原文。 code下载:http://www.ifp....转载 2013-10-08 21:49:55 · 3400 阅读 · 0 评论 -
综述:基于内容的三维形状检索
第二章给出3D形状表示技术的综述。第三章介绍形状相似度和匹配的概念。第四章介绍相似度匹配和模型检索中的3D形状描述方法。第五章介绍3D形状搜索引擎的整体结构及各部分子系统。第六章给出3D形状检索系统的评价和性能描述。转载 2014-04-17 19:07:09 · 7751 阅读 · 0 评论