slam
SLAM
GuNight
大厂算法工程师 [SLAM,自动驾驶在线建图,车辆传感器内外参标定]
展开
-
加载内参,对一个目录下所有原图进行去畸变处理(c++ code)
c++实现,批量去畸变图像输出原创 2022-06-10 17:07:26 · 705 阅读 · 2 评论 -
DSV-SLAM: Fast Direct Stereo Visual SLAM
https://github.com/IRVLab/direct_stereo_slam原创 2022-05-12 14:54:40 · 400 阅读 · 0 评论 -
MSC-VO: Exploiting Manhattan and Structural Constraints for Visual Odometry(MSC-VO阅读笔记)
MSC-VO: Exploiting Manhattan and Structural Constraints for Visual Odometry 阅读笔记pdf link原创 2022-05-10 11:15:40 · 345 阅读 · 0 评论 -
C++---实用编程技巧记录(使用库函数/ lambda表达式求最小、大值,排序等)
C++---实用编程技巧记录求最小值/最大值注:为了写出高质量的代码,一些简单的逻辑尽量用库函数去实现,减少代码量;求最小值/最大值普通vector 求最小值std::vector<double> x={0,2,3,7,4,1};auto min_inter = std::min_element(x.begin(), x.end());double *min= *min_inter; // 值int index = std::distance(x.begin(),min_in原创 2022-04-19 21:29:29 · 2078 阅读 · 1 评论 -
Robust and Efficient Visual-Inertial Odometry with Multi-plane Priors(PVIO 阅读笔记)
PVIO 阅读笔记概要概要title:《Robust and Efficient Visual-Inertial Odometry with Multi-plane Priors》link:https://github.com/zju3dv/PVIO原创 2022-04-13 17:39:08 · 267 阅读 · 0 评论 -
PVI-DSO: Leveraging Planar Regularities for Direct Sparse Visual-Inertial Odometry (阅读笔记)
PVI-DSO 阅读笔记#简要#简要PVI-DSO:《PVI-DSO: Leveraging Planar Regularities for Direct Sparse Visual-Inertial Odometry》利用平面正则性进行直接稀疏视觉惯性里程计link:https://arxiv.org/pdf/2204.02635v1.pdf个人对直接法比较感兴趣,后续补齐论文阅读笔记,也争取能实现一下pipeline...原创 2022-04-13 17:16:19 · 389 阅读 · 0 评论 -
Trifo-VIO ---- 使用点和线的稳健且高效的双目视觉惯导里程计
先放在这儿原创 2021-05-01 14:54:41 · 293 阅读 · 0 评论 -
SLAM ---- VINS 外点剔除
1. 外点剔除1.1 前端外点剔除vins-mono 中根据光流跟踪,得到匹配点对;vins-fusion 中可以设置反向光流,进一步剔除然后使用F基础矩阵进行剔除外点:rejectWithF()原理介绍:1. 输入的图片是带畸变的(如Euroc 单目数据集,为针孔相机模型)2. 则需要先通过将像素坐标系转到归一化坐标系下并去畸变(可以用 camodocal 模型 liftProjective 完成)3. liftProjective 之后得到归一化坐标系下的 3D点,除以 z ,得到 [x原创 2021-04-30 16:15:50 · 1472 阅读 · 2 评论 -
DSO ---关键帧选择 (暂存一下)
1.1.1 关键帧选择关键帧的选择主要考虑当前帧和前一关键帧在点的光流变化,不考虑旋转情况下的光流变化,曝光参数的变化,三者加权相加大于1时新建关键帧,新建的关键帧将用于后续的滑动窗口优化。若是非关键帧,则将未成熟的点根据相对位姿和之前的逆深度投影到当前帧上,根据之前逆深度范围进行极线搜索,并更新逆深度范围。...原创 2021-04-29 20:26:09 · 576 阅读 · 0 评论 -
SLAM ---- 误差测评 ATE、RPE、APE,与EVO
SLAM ---- 误差测评 ATE、RPE,与EVO一、误差1.1 ABSOLUTE TRAJECTORY ERROR (ATE)1.2 RELATIVE POSE ERROR (RPE)1.3 ABSOLUTE POSE ERROR (APE)二、EVO工具一、误差内容取自 TUM数据集:https://vision.in.tum.de/data/datasets/rgbd-dataset/toolsThe ATE is well-suited for measuring the perform原创 2021-04-29 17:15:59 · 6583 阅读 · 0 评论 -
EVO --- Operation
1. evo 恢复默认设置evo_config reset原创 2021-04-28 22:40:16 · 137 阅读 · 0 评论 -
SLAM ---手写BA推导与时间(1. 直接法BA ceres and g2o 2. 特征法BA 推导)
1. 手写BA手推BA2. 直接法BA (推导与实践)Ceres求解直接法BA实现自动求导从零开始一起学习SLAM | 掌握g2o边的代码套路原创 2021-04-11 22:31:18 · 680 阅读 · 0 评论 -
SLAM --- VIO 基于 EKF 开源
1. VIO based on EKF已知一致性的Visual-Inertial EKF SLAM 实现添加链接描述原创 2021-04-11 22:38:50 · 569 阅读 · 0 评论 -
SLAM --- GN LM 原理与实践
非线性最小二乘问题求解知乎 GN ,LM 原理与实践 Methods For Non-Linear Least Squares Problems原创 2021-04-11 22:36:13 · 380 阅读 · 0 评论 -
SLAM 大佬开源 -----记录
SLAM 大佬开源 -----记录1. Yue Pan (潘越)1. 1 github1. 2 recently report1. Yue Pan (潘越)1. 1 github3D 激光雷达, ICP, SFM ,车道线检测github io : https://yuepanedward.github.io/About.htmlgithub https://github.com/YuePanEdward/1. 2 recently reportMULLS: Versatile LiDAR S原创 2021-03-27 15:27:43 · 674 阅读 · 0 评论 -
slslam----基于线特征的双目SLAM系统(关键知识点整理)
slslam----基于线特征的双目SLAM系统(关键知识点整理)1.注2. line 提取与跟踪2.1 简要2.2 主要代码2.2.1 line map 结构2.2.2 添加 line 进 line map3. 当前帧位姿估计3.1 简要3.2 主要代码 (BA)3.2.1 设置优化需要的参数索引3.2.2 build ceres4. 滑动窗口优化4.1 简要4.2 主要代码 (Local BA)5. 回环检测与位姿图优化1.注slslam 的论文 《Building a 3-D Line-Bas原创 2021-03-22 15:24:44 · 2219 阅读 · 4 评论 -
VINS ---视觉约束的雅克比推导
VINS ---视觉约束雅克比推导1.注1.1 投影误差公式1.2 投影误差相对于待优化变量的雅克比1.3重投影误差公式1.4重投影误差相对各个待优化变量的雅克比1.注高博SLAM 十四讲 P186 中介绍了点的视觉重投影误差相对各个优化变量的雅克比这儿做一个大概的公式介绍1.1 投影误差公式我们选择定义:(与高博书上相反,VINS确是这样定义的,为了与代码对应,我们也这样)误差 = 理论预测值 - 观测值十四讲 是使用像素平面下的像素坐标做差,我们也为了与VINS对应,使用归一化坐标系的点原创 2021-03-20 23:49:55 · 731 阅读 · 1 评论 -
SLAM 相关论文网址与查询
SLAM 相关论文网址与查询一 论文查询二 CCF会议期刊等级CVPRIROSICRA一 论文查询https://www.mdpi.com/https://ieeexplore.ieee.org/Xplore/home.jsp二 CCF会议期刊等级https://www.ccf.org.cn/Academic_Evaluation/AI/如下期刊或会议都可以通过 上面的CCF 链接找到其网址CVPRSLAM 与深度学习结合较多IROS智能机器与系统http://dblp.uni-tr原创 2021-03-12 23:58:57 · 972 阅读 · 0 评论 -
slam 基本算法 --- 使用【Ceres】进行slam中BA问题求解 (理论+实践)
slam 基本算法 --- 使用【Ceres】进行slam中BA问题求解 (理论+实践)注1. 简要2. ceres求解关键步骤2.1 定义误差项结构2.2 构建 BA 问题2.3 配置求解器并求解3.3 代码实践注ceres 相比g2o 能自动对误差项关于优化变量的导数求导,简易方便很多;后续再具体的原理,这里先暂时应用。1. 简要ceres 解BA 官方链接: http://www.ceres-solver.org/nnls_tutorial.html#bundle-adjustmentB原创 2020-09-11 17:00:06 · 2381 阅读 · 1 评论 -
slam 基本算法 --- 使用【Ceres】进行曲线拟合 (理论+实践)
slam 基本算法 --- 使用【Ceres】进行曲线拟合 (理论+实践)注1.1 问题描述1.2 代码实践1.3 结果注之前整理过 slam 基本算法 — 分别使用 【高斯牛顿,g2o】进行曲线拟合 (理论+实践)vins中使用的ceres进行非线性优化求解,所以这里再学习并整理一下 Ceres的使用,通过官方的曲线拟合的例子Ceres可以解决以下形式的边界约束的鲁棒非线性最小二乘问题minx12∑iρi(∥fi(xi1,…,xik)∥2) s.t. lj≤xj≤uj\b原创 2020-09-11 14:24:12 · 1078 阅读 · 0 评论 -
ros ---ubuntu 18.04安装 kalibr 出现opencv编译出错问题
这是因为 opencv版本不一致的问题。 本机中的opencv >4.0error: ‘CV_CAP_PROP_FRAME_WIDTH’ was not declared in this scopeerror: ‘CV_CAP_PROP_FRAME_HEIGHT’ was not declared in this scopeerror: ‘CV_BGR2GRAY’ was not declared in this scopeerror: ‘cvStartWindowThread’ was no原创 2020-08-21 17:47:44 · 1373 阅读 · 2 评论 -
ros --- 双目相机内参与外参标定
ros --- 双目相机内参与外参标定 本文暂时使用 小觅相机,介绍相机内参,相机与imu之间的外参ROS 中的相机传感器数据,关于相机信息的格式:sensor_msgs/CameraInfo详细见下面的 官方链接:http://docs.ros.org/melodic/api/sensor_msgs/html/msg/CameraInfo.html......原创 2020-08-19 21:45:31 · 5362 阅读 · 1 评论 -
ros --- 录制imu bag包 和 imu标定
ros --- base notes ( tf ...) 1. ros 录制imu bag包2. imu标定创建 launch 文件1. ros 录制imu bag包rosbag 指令rosbag record -arosbag record /topic1 /topic12rosbag play rosbag play -r 3 <your bagfile name> # 表示以3倍原始速率发布话题rosbag info <your bagfile name>原创 2020-08-18 18:21:57 · 4385 阅读 · 3 评论 -
ROS机器人---超级环境搭建ros+opencv+ceres+CameraSDK+vins
ROS机器人---超级环境搭建ros+opencv+ceres+CameraSDK+vins 注意一、换源二、安装 ubuntu16.04下的ros版本 kinetic2.1 添加ros源2.2 设置Key2.3 更新软件源列表2.4 安装kinetic2.5 初始化rosdep2.6 配置环境变量2.7 启动roscore三、安装 opencv 3.4.1四、安装 c++下的数学计算库cere...原创 2019-08-26 10:56:08 · 3765 阅读 · 1 评论