视觉SLAM
文章平均质量分 67
《视觉SLAM十四讲从理论到实践》总结
Ai_Sj
这个作者很懒,什么都没留下…
展开
-
Slam第三讲笔记(2)之Eigen库
标题目录一、Eigen库简介二、Linux 安装Eigen库三、Eigen基本类型的使用1.头文件2. Matrix2. Vector3d3. Matrix3d 与矩阵的运算函数4. 特征值5、解方程一、Eigen库简介Eigen是一个C++开源线性代数库,能快速地进行有关矩阵地线性代数运算、解方程等功能。它是一个用纯头文件搭建起来地库,你只能找到它地头文件,而没有动态链接库文件(.so)和静态链接库文件(.a)的二进制文件,使用时引入Eigen的头文件即可。二、Linux 安装Eigen库终端输入原创 2021-08-11 15:46:25 · 758 阅读 · 0 评论 -
SLAM第三讲笔记(1)之矩阵
文章目录一、名词解释二、旋转矩阵一、名词解释点:空间基本元素,没有长度、体积。向量:把两个点连接起来,就构成向量。刚体:既有位置(三维空间),还有自身的姿态。基底:张成这个空间的一组线性无关的向量,也就是坐标系。三维坐标系:通常由3个正交的坐标轴组成(也有非正交,很少)根据坐标的定义不同,分为左手系和右手系。二、旋转矩阵物体的位置是指在空间中的哪个地方,姿态则是指方向。用线性代数的知识来描述三维空间中的某个点的坐标,先找到该空间的基底(e1e_1e1,e2e_2e2e3e_3e3原创 2021-08-07 12:01:37 · 620 阅读 · 0 评论 -
SLAM第二讲笔记
文章目录一、名词解释二、定位与建图2.读入数据总结一、名词解释IMU(Inertial Measurement Unit):惯性测量单元,测量运动的角速度和加速度Scale:尺度,物体的远近只是个相对值,无法确定真实尺度;单目SLAM估计的轨迹和地图与真实的轨迹与地图相差一个因子(场景的维度,也就是深度(或距离)),也就是所谓的尺度二、定位与建图安装相机的主要动机,是考虑设备(机器)具备和人类一样,能够在任何环境下智能行驶。所以至少要明白自身的状态(即位置)和外在的环境(即地图)。2.读原创 2021-07-21 00:41:33 · 576 阅读 · 0 评论 -
SLAM第一讲笔记
文章目录前言一、SLAM是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、SLAM是什么?英文:Simultaneous Localization and Mapping中文:二、使用步骤1.引入库代码如下(示例):import numpy as npimport pan原创 2021-07-19 23:54:43 · 316 阅读 · 0 评论