SLAM Paper Reading和代码解析

最新推荐文章于 2024-06-29 13:45:35 发布
最新推荐文章于 2024-06-29 13:45:35 发布
阅读量153 收藏 2
点赞数 2
文章标签： SLAM VINS LIO-SAM 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Jacky_546287052/article/details/139907278
版权

最近对VINS、LIO-SAM等重新进行了Paper Reading和代码解析。这两篇paper和代码大约在三年前就读过，如今重新读起来，仍觉得十分经典，对SLAM算法研发具有十分重要的借鉴和指导意义。重新来读，对其中的一些关键计算过程也获得了更新清晰的了解，现整理分享出来，供有需要的同学参考。

VINS-MONO算法总结-徐胜攀.pdf资源-CSDN文库

对VINS-MONO的算法框架进行了梳理，有利于快速和清晰地了解算法思想和主要步骤；对其中的关键步骤包括预积分和预积分约束、边缘化等，结合《崔华坤—VINS论文推导及代码解析》等资料进行了整理和分析，有利于深刻了解算法原理。

LIO-SAM算法解读-徐胜攀.pdf资源-CSDN文库

对LIO-SAM算法进行了解读，梳理算法主要步骤和关键计算过程。

LIO-SAM代码解析-徐胜攀.pdf资源-CSDN文库

对LIO-SAM算法代码进行了深入分析，对各模块功能和联系进行梳理，对重要计算过程进行详细解读。读完本文档将可以清晰准确地了解LIO-SAM算法思想和实现。

Jacky_546287052
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
LOAM：实时的雷达里程计和建图
try_again_later的博客
04-07 4900
之前对视觉SLAM主要的开源框架，ORB-SLAM2、SVO等进行了介绍，然后疫情期间对VINS-Mono进行了详细的源码解析，接下来考虑到工作原因需要用到激光雷达、GNSS、IMU等多传感器融合，所以接下来会对最经典的激光SLAM框架LOAM和LeGo-LOAM两个开源系统进行总结。 之前对激光SLAM的印象就是激光雷达采集到点云数据，然后用ICP对准就可获得接收端位姿估计。 第一篇经典的激光S...
一文详解PnP算法原理
qq_29462849的博客
10-18 9351
PnP(Perspective-n-Point)问题的几何结构如图1所示，给定3D点的坐标、对应2D点坐标以及内参矩阵，求解相机的位姿。数学语言描述如下：图1.PnP几何结构1.直接线性变...
A-LOAM源码解析
m0_51653236的博客
08-03 3573
声明：本文是笔者在学习SLAM时发现的好文，与诸君分享 转载自：https://www.cnblogs.com/wellp/p/8877990.html 导读 下面是我对LOAM论文的理解以及对A-LOAM的源码阅读（中文注释版的A-LOAM已经push到github，见A-LOAM-NOTED），最后也会手推一下LOAM源码中高斯牛顿法（论文中说的是LM法）求解ICP配准的非线性最小二乘问题，这一部分在A-LOAM代码中用Ceres优化函数库做了简化，CSDN也有篇不错的博文，知乎也有篇很赞的文章，如有问
一文详解点云分割算法
3D视觉工坊
02-24 1万+
作者丨书生意封侯@知乎来源丨https://zhuanlan.zhihu.com/p/470782623编辑丨3D视觉工坊从某种意义上说，地面点剔除（分割）也属于点云分割的一种，但两者技术...
博士科研论坛和一些学者研究
热门推荐
Ramble Over The Cloud~
05-03 1万+
 博士论坛 - Powered by PHPWind计算机科学论坛--论坛首页龙星计划首页研学论坛 研学_学术_科技_科研_研究生_博士 - Powered by Discuz!生物统计家园 生物统计|生物统计论坛|生物统计师|生物统计学|医药|CRO|生物信息|生物信息学|SAS|SPSS|R语言|matlab|perl|excelMATLAB中国论坛|MATLAB爱好者之家—不仅
3D线激光成像数学模型简析与实现
qq_29462849的博客
09-08 1941
点云的获取方式有多种，比如三维成像传感器、Lidar激光探测与测量、逆向工程等... 对于寻常百姓家，后2者的成本是十分昂贵的，所以我们可以尝试玩一下自己搭建三维成像传感器中的一种——3D...
机器学习，深度学习的资料和工具库大全
AITBOOK
08-28 8895
https://github.com/maismall 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这是瑞士人工
LOAM笔记及A-LOAM源码阅读
dxmcu的专栏
11-29 1656
导读 下面是我对LOAM论文的理解以及对A-LOAM的源码阅读（中文注释版的A-LOAM已经push到github，见A-LOAM-NOTED），最后也会手推一下LOAM源码中高斯牛顿法（论文中说的是LM法）求解ICP配准的非线性最小二乘问题，这一部分在A-LOAM代码中用Ceres优化函数库做了简化，CSDN也有篇不错的博文，知乎也有篇很赞的文章，如有问题，欢迎在评论区讨论。 码字绘图不易，转载请注明出处：https://www.cnblogs.com/wellp/p/8877990.html 一、
机器学习及深度学习相关资料汇总
weixin_33991418的博客
01-08 2328
Github上同学总结的机器学习和deeplearning方面的很全的资料： 原文地址：ty4z2008/Qix 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: ...
ORB_SLAM2代码注释原理解析
05-08
ORB_SLAM2 特征法SLAM 单目 双目 RGBD * ORB主要借鉴了PTAM的思想，借鉴的工作主要有 * Rubble的ORB特征点； * DBow2的place recognition用于闭环检测； * Strasdat的闭环矫正和covisibility graph思想； * 以及...
LIO-SAM代码解析-徐胜攀.pdf
06-23
对LIO-SAM算法代码进行了深入分析，对各模块功能和联系进行梳理，对重要计算过程进行详细解读。读完本文档将可以清晰准确地了解LIO-SAM算法思想和实现。
slam paper
12-25
关于用深度学习来提取特征的SLAMpaper。
视觉SLAM十四讲配套代码
12-02
视觉SLAM十四讲配套代码
【自动驾驶汽车通讯协议】深入理解PCI Express（PCIe）技术
最新发布
m0_49963403的博客
06-29 751
自动驾驶汽车中的PCIe通讯协议介绍
自动驾驶仿真Carla -ACC功能测试
qq_45191106的博客
06-23 560
我将详细说明如何使用Carla进行ACC（自适应巡航控制）测试，确保每个步骤贴合实际的Carla自动驾驶仿真标准，并提供相应的代码示例。
多车自动驾驶编队与协同控制引领智能物流革命
渡众机器人的博客
06-26 674
随着科技的不断进步，智能物流正以前所未有的速度和效率改变着我们的生活和工作方式。在这个领域的最前沿，北京渡众机器人科技有限公司的正在为物流行业带来革命性的变革。北京渡众机器人科技有限公司的多车自动驾驶编队技术通过，使得一组车辆能够在没有人工干预的情况下实现协同运行。这种技术不仅提，为企业带来了显著的经济和环境效益。
自动驾驶静态障碍物 Agent based simulating model
qq_45191106的博客
06-26 294
在模拟或设计软件中，为道路和路口放置静态物体、定义形状、道路标记、连续物体以及为ASM（Agent-based Simulation Model，基于代理的仿真模型）和其他车辆定义路线等，通常涉及一系列详细的步骤。
SLAM导航的原理图解析
05-10
SLAM（Simultaneous Localization and Mapping）导航是指在未知环境下，通过机器人自身的传感器（如激光雷达、摄像头等）获取环境信息，并同时实现机器人的定位和地图构建的过程。下面是SLAM导航的原理图解析： 1. 传感器数据获取 机器人通过激光雷达、摄像头等传感器获取环境信息，如障碍物位置、地面高度等信息。 2. 传感器数据处理 机器人通过对传感器数据进行处理，如滤波、去噪、特征提取等，得到环境的特征信息，如地面、墙壁、障碍物等。 3. 地图构建 机器人通过特征信息，建立环境的地图模型，如二维栅格地图、三维点云地图等。 4. 机器人定位 机器人通过与地图模型匹配，确定机器人在环境中的位置。通常使用的方法有扩展卡尔曼滤波（EKF）、粒子滤波等。 5. 路径规划 机器人根据当前位置和目标位置，计算出合适的路径，避开障碍物，最终实现导航。 SLAM导航涉及到多个领域的知识，如机器人控制、计算机视觉、概率论等。在实际应用中，需要根据具体的环境和任务选择相应的传感器和算法，进行优化和改进，以实现更加准确、稳定的导航。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jacky_546287052

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值