slam
文章平均质量分 92
danmeng8068
这个作者很懒,什么都没留下…
展开
-
vinsfusion
https://blog.csdn.net/huanghaihui_123/article/details/86518880https://blog.csdn.net/weixin_41843971/article/details/86537228https://blog.csdn.net/wangbaodong070411209/article/details/8655...转载 2019-04-08 19:41:24 · 670 阅读 · 0 评论 -
【泡泡机器人公开课】第三十九课:PnP算法简介与代码解析
http://www.rosclub.cn/post-566.html转载 2018-06-17 17:24:17 · 1907 阅读 · 0 评论 -
双目
https://blog.csdn.net/tommy_wxie/article/details/75085158https://blog.csdn.net/u010784534/article/details/50437612转载 2018-06-01 17:06:11 · 333 阅读 · 0 评论 -
服务机器人常用的定位导航技术及优缺点分析
http://www.rosclub.cn/thread-37.html#服务机器人常用的定位导航技术及优缺点分析 自主定位导航是机器人实现智能化的前提之一,是赋予机器人感知和行动能力的关键因素。如果说机器人不会自主定位导航,不能对周围环境进行分析、判断和选择,规划路径,那么,这个机器人离智能还有一大截的差距。那么,在现有SLAM技术中,机器人常用的定位导航技术有哪些呢?视觉定位导航...转载 2018-06-01 17:04:53 · 3489 阅读 · 0 评论 -
移动机器人定位方法概述
引言自主移动机器人导航过程需要回答三个问题:“我在哪里?”“我要去哪儿?”和“我怎样到达那里?”。定位就是要回答第一个问题,确切的,移动机器人定位就是确定机器人在其运动环境中的世界坐标系的坐标。根据机器人定位可分为相对定位和绝对定位。一、相对定位移动机器人相对定位也叫作位资跟踪,假定机器人初始位资,采用相邻近时刻传感器信息对机器人位置进行跟踪估计。相对定位分为里程计法和惯性导航法1、里程计法在移动...转载 2018-06-08 15:03:56 · 3754 阅读 · 1 评论 -
里程计、推算定位与视觉里程计
https://blog.csdn.net/u011722133/article/details/52573044里程计、推算定位与视觉里程计里程计(Odometry):原文链接在此:http://en.wikipedia.org/wiki/Odometry里程计是一种利用从移动传感器获得的数据来估计物体位置随时间的变化而改变的方法。该方法被用在许多种机器人系统(轮式或者腿式)上面,来估计,而不是...转载 2018-06-08 15:03:19 · 8857 阅读 · 0 评论 -
统计量MAD
1.定义MAD(Median absolute deviation, 中位数绝对偏差)是单变量数据集中样本差异性的稳健度量。mad是一个健壮的统计量,对于数据集中异常值的处理比标准差更具有弹性,可以大大减少异常值对于数据集的影响。 对于单变量集X={X1,X2,X3,...,Xn},MAD的计算公式为: MAD(X)=median(|Xi−median(X)|)2.示例代码double vecto...转载 2018-06-14 19:19:06 · 7312 阅读 · 0 评论 -
陀螺仪、罗经、IMU、MEMS四者的区别
先说罗经吧。罗经是航行器用来测量运动方位的,辅助定位的仪器。分为磁罗经和电罗经。磁罗经可以形象的看成指南针,电罗经就要用到用电源驱动的陀螺仪。陀螺仪是一种物体角运动测量装置。通过对陀螺仪双轴基点在不同运动状态下偏移量的测量,可以标定出物体水平、垂直、俯仰、加速度、航向方位。IMU是惯性测量单位。在IMU中包含陀螺仪。MEMS是微机电系统的缩写。现代微电子科技不断发展,原有的机械陀螺仪现在...转载 2018-05-31 21:55:11 · 7681 阅读 · 0 评论 -
视觉惯性单目SLAM (一)算法描述
1.视觉惯性ORB-SLAM基本知识视觉惯性:Visual-Inertial (VI)VI ORB-SLAM:视觉惯性ORB-SLAMVI ORB-SLAM输入: IMU数据(用B表示,加速度:aB;角速度:ωB;时间间隔:△t)单目图像在图像中提取KeyPoints时,对像素坐标进行畸变校正,即此KeyPoint坐标可与投影点坐标进行匹配 IMU数据(加速度和角速度)的测量除了被传...转载 2018-06-07 15:39:20 · 1026 阅读 · 0 评论 -
从零开始的 IMU 状态模型推导
https://fzheng.me/2016/11/20/imu_model_eq/从零开始的 IMU 状态模型推导2016-11-20目录0. 总览1. IMU 运动模型 1-1. 前置(1): 旋转量求导1-2. 前置(2): 四元数1-3. IMU 运动模型2. IMU 观测和噪声模型 2-1 前置(1): 科氏加速度2-2 前置(2): 惯性导航相关坐标系定义2-3 前置(3)...转载 2018-06-07 15:05:47 · 10002 阅读 · 0 评论 -
VIO回顾:从滤波和优化的视角
http://www.5yedu.com/b64550.html泡泡机器人翻译作品作者:Javier Civera, DorianGálvez-López, L. Riazuelo, Juan D. Tardós and J.M.M.Montiel翻译:蔡纪源审核:鲁涛 编辑:谢粤超 杨雨生欢迎个人转发朋友圈;其他机构或自媒体如需转载,后台留言申请授权摘要 视觉惯性里程计(VIO, Visual ...转载 2018-06-07 14:29:10 · 4656 阅读 · 1 评论 -
李群和李代数的学习
高博是李群李代数数学基础讲解博客:http://www.cnblogs.com/gaoxiang12/p/5137454.htmlhttp://www.cnblogs.com/gaoxiang12/p/5577912.html有关sophus的简单介绍的博客:http://blog.csdn.net/lancelot_vim/article/details/51706832http://www.r...原创 2018-06-18 20:51:53 · 1414 阅读 · 0 评论 -
PTAMM阅读笔记
PTAMM阅读笔记之基本流程(一)程序运行基本流程:Step1: System::System(){ 1、注册一系列命令、添加相对应的功能按钮。 2、创建摄像机mpCamera = new ATANCamera("Camera"); 实现的功能包括:加载camera.cfg配置文件中的摄像机内参(mvFocal[0]、mvFocal[1]、mvCenter[0]、m...转载 2018-06-18 21:46:39 · 573 阅读 · 0 评论 -
回环检测中的词袋模型(bag of words)
https://blog.csdn.net/qq_24893115/article/details/52629248 将会从以下四个方面进行展开关于词袋模型的基本理解算法简介开源代码库DBoW2库的简单介绍关于DBoW的一些总结关于词袋模型的基本理解BoW基本简介Bag of words模型最初被用在文本分类中,将文档表示成特征矢量。它的基本思想是假定对于一个文本,忽略其词...转载 2018-11-15 20:50:52 · 1734 阅读 · 0 评论 -
orbslam编译错误error: static assertion failed
Ubuntu16.04后编译报错,提示:/usr/local/include/eigen3/Eigen/src/Core/util/StaticAssert.h:32:40: error: static assertion failed: YOU_MIXED_DIFFERENT_NUMERIC_TYPES__YOU_NEED_TO_USE_THE_CAST_METHOD_OF_MATRIXBA...原创 2018-11-07 17:00:59 · 4362 阅读 · 1 评论 -
自主移动机器人的定位与地图创建(SLAM)关键性问题
1.引言:机器人的研究越来越多的得到关注和投入,随着计算机技术和人工智能的发展,智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点。移动机器人的定位和地图创建是自主移动机器人领域的热点研究问题。对于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。然而在很多环境中机器人不能利用全局定位系统进行定位,而且事先获取机器人工作环境的地图很困难,甚至是不可能的。这时...转载 2018-07-15 22:56:58 · 7331 阅读 · 0 评论 -
AR中的SLAM
写在前面本系列打算讲讲个人对AR行业和AR中的SLAM算法的一点浅显的看法。才疏学浅,文中必然有很多疏漏和不足,还望能和大家多多讨论。今天先讲讲我对AR的一些认识。AR的一点理解AR是什么AR是人类的第三只眼,让人类在现实世界中看到虚拟物体并与之交互。VR是人类做梦的一种载体。AR能做什么AR有能力将二维交互变成三维交互,能让虚拟物体看起来像真的一样。举几个简单的场景。你可以拥有一只虚拟宠物。你可...转载 2018-07-15 22:43:32 · 10064 阅读 · 0 评论 -
ROVIO解析
http://jinjaysnow.github.io/blog/2017-07/ROVIO%E8%A7%A3%E6%9E%90.html基于EKF的鲁棒视觉惯性测量Robust Visual Inertial Odometry, ROVIO作者:Michael Bloesch作者博士论文集:Docteral thesis滤波结构和状态参数基于扩展卡尔曼滤波:惯性测量用于滤波器的状态传递过程;视觉...转载 2018-06-28 17:03:49 · 6568 阅读 · 0 评论 -
安装运行 rovio odometry
https://blog.csdn.net/yoouzx/article/details/53414400?utm_source=itdadao&utm_medium=referralhttps://github.com/ethz-asl/rovio https://github.com/ethz-asl/kindr 1. 新建catkinworkspacemkdir -p ~/catki...转载 2018-07-02 15:07:46 · 846 阅读 · 0 评论 -
dso详解--dso原理的"大卸八块"
https://blog.csdn.net/u012986684/article/details/78015094转载 2018-07-01 15:48:42 · 644 阅读 · 0 评论 -
三角法求深度(triangulation)
https://blog.csdn.net/heyijia0327/article/details/50774104转载 2018-06-19 08:43:00 · 2477 阅读 · 0 评论 -
视觉SLAM融合IMU问题研究笔记
前言:视觉 SLAM 存在输出频率低、旋转运动时、或运动速率加快时定位易失败等问题,而 IMU 有输出频率高、能输出6DoF测量信息等优点。因此现阶段的一个研究热点是将视觉 SLAM 与 IMU 得到的位姿估计结果进行融合,得到更加鲁棒的输出结果。通过二者的融合,可以解决视觉位姿估计输出频率低的问题,同时位姿估计精度有一定的提高,整个系统也更加鲁棒。这也是一个 ...转载 2018-06-06 22:35:09 · 3719 阅读 · 1 评论 -
okvis 基于关键帧视觉惯性传感器非线性优化SLAM 论文翻译+博客总结
Keyframe-Based Visual-Inertial SLAM Using Nonlinear OptimizationTaylor Guo, 2016年4月13日-12:01 – 2016年8月1日-20:30 @ EJU Shanghai原文发表于Conference :《 Robotics: Science and Systems (RSS)》, ...转载 2018-06-06 21:38:32 · 5079 阅读 · 0 评论 -
单目/双目与imu的融合(一)
https://blog.csdn.net/qq_18661939/article/details/53574981目前单目slam存在初始化的尺度问题和追踪的尺度漂移问题,而双目也存在精度不高和鲁棒性不好的问题。针对这些问题,提出了融合imu的想法。那么imu的作用是什么呢?单目(1)解决初始化尺度问题(2)追踪中提供较好的初始位姿。(3)提供重力方向(4)提供一个时间误差项以供优化双目(1)追...转载 2018-04-08 21:21:48 · 1297 阅读 · 0 评论 -
svo的Supplementary matterial 推导过程
转载:http://blog.csdn.net/u013004597/article/details/52069741给出公式(17)-(26)的推导推导过程,如果发现有错误之处,敬请指正===(πN(x|Z,τ2))+(1−π)U(x))N(Z|μ,σ2)Beta(π|a,b)πN(x|Z,τ2)N(Z|μ,σ2)Beta(π|a,b)+(1−π)U(x)N(Z|μ,σ2)Beta(π|a,b)...转载 2018-03-06 17:15:53 · 284 阅读 · 0 评论 -
优秀博客
http://blog.csdn.net/MyArrow/article/details/54694472 视觉惯性单目SLAM (一)算法描述 http://blog.csdn.net/datase/article/details/78402021vio slam基本---转载 http://blog.csdn.net/u0129866...转载 2018-03-06 15:49:14 · 132 阅读 · 0 评论 -
非滤波单目视觉
非滤波单目视觉slam主要分为以下8部分数据类型数据关联初始化位姿估计地图维护地图生成失效恢复回环检测数据类型直接法(稠密,半稠密)基本原理是亮度一致性约束,J(x,y)=I(x+u(x,y)+v(x,y)) ,x,y是图像的像素坐标,u,v是同一场景下的两幅图像I,J的对应点的像素偏移。起源是光流法,由于使用了图像中大部分的信息,对纹理差的部分鲁棒性比直接法好,但是计算量也加大,要并行化计算。间...转载 2018-03-06 15:24:11 · 374 阅读 · 0 评论 -
SVO原理解析
转载http://www.cnblogs.com/luyb/p/5773691.html#topSVO原理解析最近空闲时间在研究Semi-Direct Monocular Visual Odometry(SVO)[1,2],觉得它值得写一写。另外,SVO的运算量相对较小,我想在手机上尝试实现它。关于SVO的介绍,有两篇博客介绍得非常好,因此我这里只简单提一下大概的思路,重点讲解了一下深度滤波器的原...转载 2018-03-05 22:44:59 · 1186 阅读 · 0 评论 -
论文总结-Video-based, Real-Time Multi View Stereo
概率方法分析图像点的深度信息 一幅图像中的像素点为中心产生一个patch,在另一幅图像对应的极线上搜索patch,使用NCC(NormalizedCrossCorrelation)来分析两个patch间的相似程度,在深度[X(min),X(max)]区间内进行搜索匹配,这个区间内NCC的计算结果会产生一系列局部极值。 把上述计算过程看作是一个深度传感器的计算过程,其输出结果为一系列...转载 2018-03-05 21:01:06 · 1521 阅读 · 0 评论 -
SLAM方法汇总
http://blog.csdn.net/smartxxyx/article/details/53068855SLAM概述SLAM一般处理流程包括track和map两部分。所谓的track是用来估计相机的位姿,也叫front-end。而map部分(back-end)则是深度的构建,通过前面的跟踪模块估计得到相机的位姿,采用三角法(triangulation)计算相应特征点的深度,进行当前环境map...转载 2018-03-17 20:42:00 · 1893 阅读 · 0 评论 -
The list of vision-based SLAM / Visual Odometry open source projects, libraries, dataset, tools, and
IndexLibrariesDatasetToolsProjectsLearnMiscellaneousLibrariesBasic vision and trasformation librariesOpenCVEigenSophusROSPointCloudThread-safe queue librariesconcurrentqueueIntel® TBBFacebook folly PC...转载 2018-03-17 20:34:29 · 283 阅读 · 0 评论 -
三角测量恢复深度
1.三维重建时,在极线搜索匹配后,怎么由匹配像素对来恢复像素的深度信息。d = -(A^T*A).inverse()*A^T*t稀疏矩阵求解http://blog.csdn.net/xiaotie1005/article/details/46745627转载请说明:http://blog.csdn.net/zhubaohua_bupt/article/details/74926111(一)三角化得...转载 2018-03-03 15:43:06 · 7740 阅读 · 7 评论 -
VIO概述 On-Manifold Preintegration for Real-Time Visual--Inertial Odometry
转自http://www.cnblogs.com/shang-slam/p/6781673.html目前的研究方向可以总结为在滤波算法中实现高精度,在优化算法中追求实时性.当加入IMU后,研究方向分为松耦合和紧耦合,松耦合分别单独计算出IMU测量得到的状态和视觉里程计得到的状态然后融合,紧耦合则将IMU测量和视觉约束信息放在一个非线性优化函数中去优化.紧耦合的框架使得IMU数据可以对视觉里程计进行...转载 2018-03-08 17:04:12 · 2112 阅读 · 0 评论 -
双目相机与IMU camera IMU 联合标定工具箱使用方法——Kalibr
http://www.cnblogs.com/SongHaoran/p/6912042.html https://bitbucket.org/alberto_pretto/imu_tk/overviewIMU-TK: Inertial Measurement Unit ToolKithttps://blog.csdn.net/liweibin1994/article/details...转载 2018-03-08 15:52:42 · 2099 阅读 · 0 评论 -
VINS-Mono:一种稳健的单目视觉惯性状态估计器
编者序:本文提出的紧耦合滑窗VINS状态估计算法,可在未知状态情况下稳健初始化,具有线外参标定、统一定义在球面上的重投影误差、闭环检测和4自由度位姿图优化的特点。本文是香港科技大学沈邵劼课题组的开源杰作,媲美state-of-the-art。将分为上、下两部分介绍,上部分侧重整体及实验,下部分侧重理论细节及应用。推荐指数☆☆☆☆☆一、引言本文提出的视觉惯性系统结构框图如下所示。第一部分是测量处理前...转载 2018-03-08 15:48:02 · 3387 阅读 · 0 评论 -
slam笔记
写在最前面: SLAM特指:特指搭载传感器的主体,在没有环境先验的信息情况下,在运动过程中建立环境模型,通过估计自己的运动。 SLAM的目的是解决两个问题:1、定位 2、地图构建 也就是说,要一边估计出传感器自身的位置,一边要建立周围环境的模型 最终的目标:实时地,在没有先验知识的情况下进行定位和地图重建。 当相机作为传感器的时候,我们要做的就是根据一张张连续运动的图像转载 2017-11-21 21:02:28 · 3486 阅读 · 0 评论 -
视觉里程计 特征点法
视觉里程计的任务是估计相邻图像间相机的运动,分为特征点法和直接法。1. 特征点法1.1 概念定义:特征点是图像当中具有代表性的部分,这些点在相机视角发生微小变化后依然保持不变组成:由关键点和描述子两部分组成关键点——位置、大小、方向描述子——关键点周围的像素信息1.2 ORB特征组成:关键点——Oriented FAST描述子——BRIEF1.2.1 F原创 2017-08-07 10:36:16 · 5674 阅读 · 0 评论 -
SLAM入门资料汇总
转自http://blog.csdn.NET/qq_18661939/article/details/51782376(1) orb_slam 官网(网站最后有5篇论文,价值很高)http://webdiis.unizar.es/~raulmur/orbslam/(2)半仙居士blog(可以都看,很经典)http://www.cnblogs.com/gaoxiang12/(转载 2017-07-13 20:58:10 · 467 阅读 · 0 评论 -
VI ORB SLAM2 与 VINS 对比实验
http://www.liuxiao.org/转载 2018-04-08 21:37:42 · 2940 阅读 · 1 评论 -
Visual Inertial ORB-SLAM代码详细说明
http://paopaorobot.org/2017/05/03/转载 2018-04-08 21:38:53 · 1022 阅读 · 0 评论