- 博客(23)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 【ORB SLAM】 优化的目的和方法
单目slam LoopClosing之Sim3优化https://blog.csdn.net/stihy/article/details/62219842https://blog.csdn.net/fuguangping/article/details/53273784【ORB SLAM】 优化的目的和方法
2018-03-28 15:20:29
450
转载 G2O非线性优化
g2o即General Graph Optimization，它是一个基于图优化的库。至于图优化理论，参照半闲居士的博客 接着上回曲线拟合问题，拟合y=Asin(Bx)+Ccos(Dx)，已知N组数据(xi,yi),i=0,1,⋯N−1，待优化变量V=[A,B,C,D]，优化问题即为： V=argmin(∑i=0N−1(y−Asin(BX)−Ccos(Dx))2) 整个图中只有一个顶点，即待优化变...
2018-03-28 11:07:58
257
原创 AR、VR资料
【AR实验室】mulberryAR : ORBSLAM2+VVSIONhttp://www.cnblogs.com/polobymulberry/p/6257616.htmlhttps://www.marxentlabs.com/what-is-virtual-reality/What is Virtual Reality? [Definition and Examples]https://zhu...
2018-03-27 19:08:52
364
转载 EPnP
https://www.cnblogs.com/shang-slam/p/6481344.htmlEPnP在ORB-SLAM中主要用于Tracking线程中的重定位Relocalization模块，需要通过当前关键帧Bow与候选帧匹配上的3D地图点，迅速建立当前相机的初始姿态。PnP问题解决了已知世界参考系下地图点以及相机参考系下投影点位置时3D-2D相机位姿估计问题，不需要使用对极约束（存在初始...
2018-03-27 12:14:50
3793
原创 对于C++类中数据成员为类类型时，定义为对象还是定义为指针
对于C++类中数据成员为类类型时，定义为对象还是定义为指针，用哪种方法，并没有绝对的情况，需要根据具体情况具体分析。本质上是对象分配区域的问题，前者是在栈(stack)上分配空间，后者是在堆(heap)上分配空间。一般来说，可以定义为对象，在如下情况考虑把数据成员定义成指针，1）有多态的情况；会用到虚函数，基类指针2）可能和别的类共享，或者只是引用别的类里的某个对象，所以生命周期不是很确定（这个可...
2018-03-26 20:16:37
3314
转载 四叉树与八叉树
转自：http://blog.csdn.net/zhanxinhang/article/details/6706217http://www.mikechambers.com/blog/2011/03/21/javascript-quadtree-implementation/前序四叉树或四元树也被称为Q树（Q-Tree）。四叉树广泛应用于图像处理、空间数据索引、2D中的快速碰撞检测、存储稀疏数据等...
2018-03-23 16:17:22
542
原创 张正友相机标定Opencv实现以及标定流程&&标定结果评价&&图像矫正流程解析（附标定程序和棋盘图）
使用Opencv实现张正友法相机标定之前，有几个问题事先要确认一下，那就是相机为什么需要标定，标定需要的输入和输出分别是哪些？相机标定的目的：获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。相机标定的输入：标定图像上所有内角点的图像坐标，标定板图像上所有内角点的空间三...
2018-03-22 19:51:25
958
转载 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...
2018-03-17 20:42:00
1893
转载 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...
2018-03-17 20:34:29
283
原创 报错:fatal error hdf5.h no such file or directory 解决方法
https://github.com/thirdeye-labs/opencv/commit/f7705e10c061d8ff857f42fe06d0a68587d090ad
2018-03-12 21:04:12
2118
转载 Eigen对齐问题
http://blog.csdn.net/wojiushixiangshi/article/details/78356271 Eigen库为了使用SSE加速，所以内存分配上使用了128位的指针，但实际分配的可能时64位或32位。查询EIGEN提示的网页，官网给出了四种原因，如下。1.结构体中包含Eigen成员如果你代码中有这样的形式[cpp] view plain copy class Foo ...
2018-03-10 21:29:32
2576
转载 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...
2018-03-08 17:04:12
2111
转载 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...
2018-03-08 15:52:42
2099
转载 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...
2018-03-08 15:48:02
3383
转载 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)...
2018-03-06 17:15:53
281
转载 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...
2018-03-06 15:49:14
132
转载 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...
2018-03-06 15:24:11
373
转载 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...
2018-03-05 22:44:59
1186
转载 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...
2018-03-05 21:01:06
1516
转载 c++ 数组众数
一组数据中出现次数最多的数值，叫众数，有时众数在一组数中有好几个。用M表示。 理性理解：简单的说，就是一组数据中占比例最多的那个数。 #include<iostream> #include <vector> #include <algorithm> using namespace std; int main(...
2018-03-05 16:30:29
5470
1
原创 图像处理基本算法--仿射变换和透视变换
仿射变换和透视变换更直观的叫法可以叫做“平面变换”和“空间变换”或者“二维坐标变换”和“三维坐标变换”。一个是二维坐标(x,y)，一个是三维坐标(x,y,z)。也就是：仿射变换： 透视变换： 从另一个角度也能说明三维变换和二维变换的意思，仿射变换的方程组有6个未知数，所以要求解就需要找到3组映射点，三个点刚好确定一个平面。透视变换的方程组有8个未知数，所以要求解就需要找到4组映射点，四个点就刚好确...
2018-03-05 10:44:08
13492
转载 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...
2018-03-03 15:43:06
7736
7
depends22_x86.zip
2020-03-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人