CH_monsy的博客

例如7轴机械臂，具有冗余的一个关节空间(7x1)q_6，所以在末端执行空间的变换矩阵（6x1）（3x3旋转+3x1平移）进行映射的时候q_6无论处在什么位置，都不会影响末端执行空间的位置和速度，称为。以六轴机械臂为例，设机械臂关节空间为q，位置矩阵为p，速度矩阵为v。同样，末端执行空间速度F同样可以使用雅克比矩阵映射到关节空间力矩。，即一个末端的位置可以由多个关节空间的速度映射得到，即。联立机械臂速度矩阵、关节空间和位置矩阵的关系如下。将中间矩阵定义为雅克比矩阵J，则。

因时机器人-灵巧手配置方案(Ubuntu18.04)

因时机器人-夹爪配置方案--ROS Melodic

Sawyer机械臂环境配置与执行(Ubuntu18.04)

LeetCode 844--字符串双指针及字符串作为形参时是否引用的区别

环境信息Ubuntu 18.04 LTSLibTorch 1.8.1gcc/g++ 7.5.0cmake 3.20.0问题描述在部署Libtorch进行Yolo系列的C++推理接口实现时，好不容易完成了Libtorch各种令人恼火的版本对应问题完成cmake之后，在运行可执行文件时，报如下奇奇怪怪的错误：symbol lookup error: ./test/test: undefined symbol: _ZN2at6detail10noopDeleteEPvDebug过程

【ORBSLAM2报错】OpenCV Error: Unknown error code -49 (Input file is empty) in cvOpenFileStorage最近在对ORB2算法移植过程中，运行时莫名其妙出现这个报错经过版本回溯对比发现，不知道什么时候在参数文件yaml中多出了这么几个符号。。。不符合opencv的读取规则，所以在加载相机数据的时候直接导致程序中断正确的应该是类似的还有下面这个情况会导致这个问题的出现：即如果配置文件中的冒号与参数数值之间没有空格，

ORB-SLAM2线程内各方法阈值设置–LocalMapping线程ORB-SLAM2线程内各方法阈值设置--LocalMapping线程ORB-SLAM2线程内各方法阈值设置--LocalMapping线程Run(): 执行局部BA优化的时机MapPointCulling(): 新增地图点检测与剔除限制CreateNewMapPoints():生成新的地图点的情况SearchInNeighbors():检查并融合当前关键帧与相邻帧（两级相邻）重复的地图点Run(): 执行局部BA优化的时机当前地图

【ORBSLAM2源码笔记（3）】Tracking线程跟踪定位流程及Track()源码解析有道云笔记思维导图整理链接：Track()源码流程解析: https://note.youdao.com/s/O9lzEplmTrack()源码注释及解析：在这里一部分引用了计算机视觉life的教程内容，加上自己对代码部分的理解void Tracking::Track(){ // mState为tracking的状态，包括 SYSTME_NOT_READY, NO_IMAGE_YET, NO

Linux下gcc编译C/C++文件过程以下面简单的main.c文件为例#include <stdio.h>int main(){ printf("Hello World main!
"); return 0;}在Linux下执行C/C++的编译过程要严格遵循gcc的编译规律，gcc的相关命令提示可以从命令行中获得相关提示一般来说，我们利用gcc编译一个简单的C/C++文件只需要在文件路径下执行以下命令，即可在路径下生成一个名为a.out的可执行文件，执行该文件

基于Ubuntu18.04的ORB-SLAM2环境配置全套方案记录基于Ubuntu18.04的ORB-SLAM2环境配置全套方案记录基于Ubuntu18.04的ORB-SLAM2环境配置全套方案记录1.安装基础编译工具2.配置Eigen3代码库3.配置Pangolin4.配置Sophus5.配置OpenCV6.配置PCL7.创建ROS空间8.配置ORBSLAM2源码8.配置usb_cam ROS功能包9.ORBSLAM2运行方法10.总结

拯救者R7000p安装ubuntu18.04后亮度无法调节问题环境：机器：联想拯救者R7000p固态：Kingston A2000 1T内核：Linux 5.4.0-91-generic针对拯救者R7000p无法通过键盘和状态栏小太阳调节屏幕亮度的问题，实际上究其原因是ubuntu系统内核与机器硬件不匹配的问题，之前尝试过通过更新ubuntu系统内核来解决这个问题，但是随意更改系统内核版本容易出现其他更严重的系统bug，因此可以通过使用相关的插件来解决拯救者系列机器安装ubuntu系统后无法

小兰可视化小课本1 三大常用Python数据可视化包1.1 MatplotlibMatplotlib 是比较低级的库，但它所支持的自定义程度令人难以置信（所以不要简单地将其排除在演示所用的包之外！），但还有其它更适合做展示的工具。官方文档其他学习资料：Website：datacampCourse: Intermediate Python for Data ScienceChapter: Matplotlib1.2 SeabornSeaborn是在matplotlib

[ORBSLAM2源码笔记（2）]ORBextractor.cc文件解析-24 计算特征点方向computeOrientation()5 计算特征点描述子computeOrbDescriptor()6 提取特征点的主函数void operator()()7 ORBextractor类与其他类之间的调用关系7.1 Frame类构造函数->提取特征点7.2 Tracking类构造函数由于内容较多，下面的内容继续[ORBSLAM2源码笔记（2）]ORBextractor.cc文件解析-1中的内容进行记录。

[ORBSLAM2源码笔记（2）]ORBextractor.cc文件解析-1根据图像数据流的的输入顺序，每帧图像数据首先输入到ORBextractor.cc文件中进行处理，下面将以数据的流向为线索展开对ORBextractor.cc代码的学习和记录。1 构造函数ORBextractor()FAST特征点和ORB描述子本身不具有尺度信息，但是ORBextractor通过构建图像金字塔来得到特征点的尺度信息，图片输入后，首先逐级缩放构建图像金字塔，金字塔中的层级越高，图片分辨率越低，ORB特征点相对越大。

[ORBSLAM2源码笔记1]Introduction1.ORBSLAM2变量命名规则2.多线程机制3.多线程中的锁机制4.ORBSLAM2主类System经过了高博老师《视觉SLAM14讲》的学习，从本次博客开始，准备正式开始学习ORBSLAM2源码，并在博客中进行源码笔记和记录。源码学习过程也借鉴了不少大佬的博客、视频以及学习资源，在此不一一列举，respect！首先和看一篇论文一样，Introduction是了解论文的入口，同样地，作为一套成熟规范的C++源码，在正式开始阅读ORBSLAM2

Ubuntu18.04下Azure Kinect DK深度相机 SDK以及ROS驱动配置安装前准备：–需要提前安装好ROS Melodic版本，可参考安装教程–需要提前完成Azure Kinect SDK的安装，可参考lucky li的博客文章–测试SDK中的k4aviewer能够正常启动并显示相机图像数据后开始以下配置工作1.创建ROS工作空间#建立并进入工作空间文件夹mkdir -p catkin_ws/src#初始化工作空间cd catkin_ws/srccatkin_init

[视觉SLAM十四讲（2）踩坑记录]第5讲：导入模板类Sophus库fatal error:sophus/se3.hpp:没有那个文件或目录问题描述：在学习SlamBook2-ch5中对sophus李代数运算包内容时，从github上按照正常流程下载sophus源码并编译，编写好相关代码后make报错：fatal error:sophus/se3.hpp:没有那个文件或目录解决方法：按照正常流程进入sophus库进行编译后，增加install流程进行安装后，再次在ch5的项目中进行make

[视觉Slam十四讲踩坑]SlamBook2踩坑记录：Fatal error :Eigen/core没有那个文件或目录问题描述：在学习SlamBook2-ch3中对Eigen矩阵运算包内容时，编写好相关代码后make报错：[ 50%] Building CXX object CMakeFiles/eigenMatrix.dir/eigenMatrix.cpp.o/home/chen/桌面/SLAMBook/ch3/useEigen/useEigen/src/eigenMatrix.cpp:6:1

解析C++库文件（.a/.so）的生成方法以及与源文件（.cpp）、头文件（.h）的关系在一个C++工程中，并非所有的代码都会被编译为可执行文件。只有带有main函数的文件才会生成可执行文件。而对于其他代码，我们只想将其大包围一个东西，供其他程序调用，这个东西就叫做库。生成库文件的过程如下。1.库文件生成方法首先，我们自己编写一个简单的代码libHello.cpp//这是一个库文件#include <iostream>using namespace std;void prin