cangqiongxiaoye的博客

点云处理中阶 点云检索

Eigen 角轴、旋转矩阵、欧拉角、四元数转换

C++之Eigen库基本使用（下）

使用Eigen将经纬度、高程、偏北角转成变换矩阵

通过三对点对计算对应点的旋转和平移

使用ros包运行astra s

ubuntu16.04 使用astra s摄像头

使用opencv打开摄像头

opencv双目相机标定

Eigen中旋转矩阵和变换矩阵的使用

Eigen求解线性方程组

求解带缩放的点云icp算法

C++ 静态链接库和动态链接库

C++ 之CMake代码编写

C++之Eigen使用（使用cmake）

Cmake编译源代码生成库文件以及使用

C++之Eigen库基本使用

orb-slam2学习总结

打开另一个终端，输入。

点云算法-提取kitti路面点云

点云算法-python读取kitti数据并显示

点云 ICP学习-IterativeClosestPoint

通过一个简单的demo来演示cuda编程是怎么进行的。

ubuntu20.04 + pcl （环境搭建），对于ubuntu 16.04以上，可以使用一行命令进行安装，不需要自己去编译源码。自己编译会出现这个库无法安装的问题，导致cmake失败。也可以将pcl-tool一起安装了。

现有的无人驾驶仿真软件主要包括CarSim、CarMaker、PreScan、PTV Vissim、SUMO、VIRES VTD、rFpro、Cognata、VIRES VTD、51Sim-One、Pilot-D GaiA、Metamoto、腾讯TAD Sim仿真平台、 百度 Apollo、AirSim 、NVIDIA Drive ConstellationWaymo Carcraft、PanoSim等。另外，MSC公司有强大的技术队伍，可以为用户提供完整的解决方案。中的一种可视化仿真工具。

cmake中如何调试c++代码

由于我比较关注点云在实际工作中的应用，所以在第一次听到这个需求的时候，也提出了自己认为能够解决的思路。上班笔记比较忙，下班又太困了，打工人太难了。有时间自己在实现下。解决这个问题，主要是分以下几个步骤：搜索某点处，周围的点云 获取到需要进行截图的点云后，即需要将三维空间的点云转到二维平面来显示，这个过程就类似在拍照，所以我们用到的是相机成像的原理，将三维的点云转到二维成像 得到二维平台的所有点云坐标后，就可以一个点坐标给图像的rgb通道进行赋值，点缀自己想要的颜色。图像本身就是一个个的像素矩阵，

即之前关于点云三个视角进行截图的讲解，这个通过一个小小的程序来进行实现。采用的pcl来进行点云的读取并且进行相关处理，往某个轴向进行投影，这样处理后，某个轴的坐标会全有0，然后将处理完成，使用opencv来进行成图。也就是将上一步骤处理好的点云数据如何在一个二维画布matrix矩阵之中进行映射的问题。这里有小伙伴可能会说，这也不是相机成像原理啊，这只是特殊化处理，并不是任意视角的下的成图，确实如此。但是通过这样最简单的方式不要消耗太多时间来验证pcl+opencv这样的方式是否行得通。而且后续，通过翻阅op

orbslam2 稠密建图

深度相机+orbslam2运行测试

稠密建图orbslam2编译

g2o学习笔记-orbslam2中如何使用g2o进行非线性优化

im3简单来说，就是使用3对匹配点来进行相似变换（similarity transformation）的求解，进而解出两个坐标系之间的旋转矩阵、平移向量和尺度。ORB-SLAM2中使用的sim3求解方法来自 Horn 1987, Closed-form solution of absolute orientation using unit quaternions 这篇论文。

一个思路就是从概率论的角度，我能够利用得到的观测方程数据，去估计我目前所在的大概位子，反过来说，就是在怎么样的位子，能够看到这些数据。这时候我们就建立了估计状态变量的条件分布。把问题变成去求一个最优的状态估计，使得后验的概率最大化。（贝叶斯法则）

g2o主要用来做非线形优化，是一个基于图优化的c++框架，全称General Graphic Optimization 的简称，主要用来优化非线性误差函数。g2o帮助我们实现了很多内部的算法，只是在进行构造的时候，需要遵循一些规则，使用过程可以多看看例子或者别人的代码，积累别人是怎么使用的。目前SLAM的后端一般分为两种处理方法，一种是以扩展卡尔曼滤波（EKF）为代表的滤波方法，一种是以图优化为代表的非线性优化方法。

通过学习如何用视频来启动orbslam2，更加熟悉的利用编译好的orbslam2写自己例子的流程。

使用ipad拍出来的相片利用openmvg+openmvs进行三维重建

写得比较乱，自己做笔记，打扰啦各位，网上资料十分齐全。自己取用，哈哈哈。推荐时候ubuntu16.04，因为我18.04搞了一天，没弄出来，可能我太菜了。官网链接cn/kinetic/Installation/Ubuntu - ROS Wikiubuntu16.04可以看教程Ubuntu16.04安装ROS Kinetic详细过程_^_^妖言惑眾的博客-CSDN博客_ubuntu16.04安装rosubuntu18.04可以看教程Ubuntu18.04安装ROS Melodic（详细

李群李代数学习笔记