![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Robotics_Perception
文章平均质量分 90
Hali_Botebie
这个作者很懒,什么都没留下…
展开
-
单目SLAM的尺度不确定性的再次分析20230810
(能写出来的都是大佬,是真的大佬:))这其中就涉及到尺度的不确定性,一方面,由MVG 可知对极几何是一个为零的约束,即反向延长空间点P与两光心o1/o2的连线到O1/O2,组成相似三角形Po1o2与PO1O2.则,这两个位姿同时满足同一个对极约束,这就体现了单目的尺度不确定性(手机回答,只能文字描述),对于单应矩阵好像也是同样的道理(请大佬指正)。缩放完后,设第0帧的位置为相机坐标系原点,则第1帧的位置就可以由R, t得到。此外,分解E的过程中,如果相机发生的是纯旋转,导致t为零,那么,得到的E也将为零。原创 2023-08-18 16:26:58 · 316 阅读 · 0 评论 -
实时ipm所需要的pitch角,但是Pitch 角度随车辆震动的问题分析与解决方案
消除图像透视投影影响的一个通用方法是使用IPM(逆透视变换),IPM的前提是需要知道相机相对于地面的变换关系,而我们通过标定可以获得相机和车辆之间的变换关系,正常情况下,我们使用固定的外参来进行前视图像和bev图像之间的wrap,但是由于不平整的地面, 车辆运动加减速,上下坡的影响,相机的角度(相对于地面的)会以外参为均值发生变化,我们需要实时的估计出这个变化,从而得到正确的IPM图像。以地图定位为例,pose指的是对每时每刻的载体相对于世界的transform进行估计,这里的世界指的是地图坐标系。转载 2023-05-24 16:03:15 · 2319 阅读 · 0 评论 -
姿态角速度和机体角速度,横摆角速度(Yaw Rate)估算
matlab代码姿态角速度是相当于世界坐标系的,转换到机体角速度 function A = w2Datti( o,atti ) %输入:姿态角(pitch, roll, yaw)-Y-X-Z %输出:姿态角速率与角速度的关系矩阵 % A = [-sin(atti(2)), 0, cos(atti(2)); ...原创 2020-04-01 11:17:47 · 20580 阅读 · 0 评论 -
初稿4月1 刚体运动与四元数;9月6日修订复数、2D旋转、三维空间旋转的罗德里格、四元数计算、四元数的3D旋转的双倍覆盖、复合旋转、四元数插值
Mon 30Mon 06Mon 13EKF完成 四元数ing 计划一 计划二 现有任务四元数学习三维空间刚体运动回顾与线性代数库 Eigen坐标系间的欧氏变换旋转向量和欧拉角对于坐标系的旋转, 我们知道,任意旋转都可以用一个旋转轴和一个旋转角来刻画。于是,我们可以使用一个 向...转载 2020-04-01 10:27:46 · 666 阅读 · 1 评论 -
3月22 坐标系转换,旋转矩阵,仿射变换,例子,相机与世界,欧拉角与轴角公式,一个坐标系下面的轨迹
最近看一个程序云里雾里于是彻底研究了一顿,如果有错误,各位不吝指出原创 2020-03-22 14:15:25 · 445 阅读 · 0 评论 -
3月20 Bundle Adjustment光束平差法概述
文章目录robotics-perception重投影误差&调整优化的变量标准的非线性最小二乘问题重投影误差的f(x)雅可比矩阵J多帧的情况BA的过程简单的框架1.特征匹配2.RANSAC3. 本征矩阵E矩阵计算4. 相对平移变换5. 三角化6. 新相机7. BA用途输入:过程输出:目的稀疏光束法平差SBA利用这种稀疏的特性Matlab bundleAdjustment函数使用方法函数说明附...原创 2020-03-20 14:51:52 · 2698 阅读 · 3 评论 -
3月19日 视觉里程计,PnP方法对两帧求解,BA优化的直观理解
Bundle Adjustment译为光束法平差,或者束调整、捆集调整。我们知道,SLAM大致可以分为前端、后端、回环检测、建图这几个步骤,那BA属于这里面的哪个步骤呢?BA的作用让我们先来看看Bundle Adjustment的作用,BA不仅可以优化位姿(R和t),还可以优化特征点的空间位置。而我们又可以把BA看成是最小化重投影误差(Reprojection error)问题,同时这也是一个...原创 2020-03-19 17:19:39 · 2919 阅读 · 3 评论 -
3月18日 稠密光流FB,Deepflow,DIS,光流场的可视化
经典的光流经典的光流估计的基本准则是在满足一定前提条件下,最小化能量值。一般情况下,大位移的光流依赖于刚性匹配或者小区域的匹配算法,所用的特征点一般是基于Hog或者sift描述子,采用最近邻方法匹配。每个像素的运动被限制在几个像素以内。大位移光流覆盖了运动不受限制且比物体尺寸更大的更真实情况。为了改善类似问题,LK光流又增加了图像金字塔来针对处理大位移的光流的情况。缺点是1,基于块区域内...原创 2020-03-18 21:10:46 · 5303 阅读 · 4 评论 -
3月17日 基于特征点的RANSAC最优估计基础矩阵,稀疏光流法综述
之前学习的光流法:2月25日 局域不变特征的目标跟踪,SURF算子,KLT算子,https://blog.csdn.net/djfjkj52/article/details/1044339362月26日 光流,跟踪算法的尝试,https://blog.csdn.net/djfjkj52/article/details/104504644效果展示:今天再看看有没有新的理解前面讲的:通...原创 2020-03-17 18:36:25 · 2660 阅读 · 0 评论 -
3月12日 对极几何,本征矩阵,基础矩阵,F/E矩阵计算,恢复旋转与平移,三角化视图重建
本征矩阵——相机坐标系的关系&基础矩阵——图像像素坐标系的关系(加入内参)链接:https://blog.csdn.net/ssw_1990/article/details/53355572本征矩阵$$E包含物理空间中两个摄像机相关的旋转和平移信息,本征矩阵E将左摄像机观测到的点的物理坐标与右摄像机观测到的相同点的位置关联起来。基本矩阵FFF除了包含EEE的信息外,还包含两个摄像...原创 2020-03-12 20:54:32 · 3384 阅读 · 5 评论 -
03月11日单应矩阵与鸟瞰图IPM变换
文章目录0.0 相关知识:P:相机透视视角下 a帧和b帧之间旋转矩阵通过特征点对齐, 获得的r和t; 如果a帧和b帧变成鸟瞰图,特征点对齐的r和t还是同一组吗?Simplify P:2D-2D;且特征点都位于一个平面上,获得的r和t(即单应矩阵)1 储备知识点1.1 单应矩阵1.2 归一化1.2.1尺度不确定性1.2.2初始化的纯旋转问题1.2.3多于8对点的情况2 鸟瞰图——逆透视IMP(属于...原创 2020-03-11 17:40:29 · 7229 阅读 · 0 评论 -
3月10日 QR分解求非齐次线性,SVD分解求齐次线性最小二乘
文章目录0.0 看到一个讨论:跨学科不同思考角度1.0 齐次线性方程组的解、SVD、线性最小二乘法1.1 齐次线性方程组1.1.2 非齐次线性方程组1.2 SVD1.2.1 在matlab的用法:1.2.2 MATLAB中a./b与a/b的区别以及左除和右除1.3线性最小二乘法——齐次/非齐次1.4 非齐次线性最小二乘:采用Vertical distance,竖直距离1.4.1 超定方程组非齐次线...原创 2020-03-10 19:34:24 · 1798 阅读 · 0 评论 -
3月9日 笔记:RANSAC随机样本一致性,灭点、对极几何计算、H矩阵、PNP估计相机位置,3D匹配、投影变换、N点定位求解姿态
文章目录1.0 RANSAC: Random Sample Consensus 随机样本一致性1.1问题引入1.2过程2.0Where am I?由成像来预估相机的角度2.1回忆1:Vanishing Point Based Method过程2.2 回忆二:Epipolar Geometry Based Method2.3 方法3:Homography Based Method参考:SVD分解H矩...原创 2020-03-09 17:20:19 · 1520 阅读 · 0 评论 -
3月6日 课程笔记-图像特征尺度不变性-拉普拉斯-高斯差DOG-SIFT特征提取-旋转不变性-SVD分析-齐次坐标的理解-线性的理解-齐次方程的理解
文章目录Visual Features 图像特征特征具有描述不变性(Descriptor Invariance)SIFT特征提取方法:拉普拉斯算子——基于拉普拉斯变换的图像增强已成为图像锐化处理的基本工具。边缘检测的一些方法(梯度sobel、Prewitt、Roberts、拉普拉斯算子)sobelLaplace Operator例程:LOG传统高斯金字塔高斯金字塔(Gaussian pyramid...原创 2020-03-06 19:48:11 · 2324 阅读 · 0 评论 -
3月5日 灭点身高测量,点线齐次坐标表示,交点计算,无穷远处的点线,平移旋转的理解
Provides way of comparing height of objects in the scenePerspective Projection在投影平面中的点可以看作是以相机光心为起点,指向该点,延伸到无穷远处的一条射线。在这条射线上的所有点在像平面上都有相同的坐标。在齐次坐标下,点看作是一条三维射线,线看作是一个三维平面。拓展:H矩阵点的齐次坐标表...原创 2020-03-05 18:41:30 · 889 阅读 · 0 评论 -
3月4日 第1人称相机世界的坐标系,焦距、焦点、调焦、超焦距、视场角、滑动变焦Dolly zooming,相机内参
pinhole camera1st person camera world定义了第1人称相机世界的坐标系定义第1人称相机世界 我称它第1人称相机世界是因为 ,拍照者或者说我的眼球,处在这个世界的中心 ,我在是0,0即世界的原点 所有的事物都在三维空间中以我 为中心来描述。我将让x轴指向水平右边然后想象y轴是竖直向下的如果使用右手法则 将x叉乘y 它是指向下的 你的拇指将指向z方向...原创 2020-03-05 18:23:45 · 1683 阅读 · 0 评论 -
【导入篇】Robotics:Perception课程_导入篇、四周课程内容、week 1st Perspective Projection
课程信息:《robotics-perception》地址:https://www.coursera.org/learn/robotics-perception/programming/ugMrJ/dolly-zoom课程安排第一周 透视投影几何学第二周 视觉尺度第三周 相机姿态Cemera ModelingCamera = chip + lens透镜成像模型示意图。佳能镜...原创 2020-03-05 18:22:55 · 880 阅读 · 0 评论 -
3月4日 投影变换、仿射、Cross Ratios交比与单目测距、投影变换代码实现logo与球筐融合
文章目录Compute Projective Transformations仿射变换和单应矩阵仿射变换的实际意义透视投影变换的实际意义回顾相机模型——透视投影(Perspective Projection)是最常用的成像模型像机坐标系和世界坐标系可以通过旋转和平移相联系投影变换又被称作Collineation(共线)或者Homography(单应)。投影变换矩阵的计算对于两张影像上不知道真实坐标,...原创 2020-03-04 19:43:28 · 2046 阅读 · 0 评论 -
3月3日 单灭点、双灭点、单应矩阵求解相机姿态,世界坐标-相机坐标-图像坐标-像素坐标四个坐标系的变换关系,通过Vanishing Points计算焦距和像心
文章目录How to Compute Intrinsics from Vanishing Points三角形五心定律三个正交消失点可以计算焦距和图像中心!相机标定投影矩阵理想情况P 这个3乘4的矩阵径向畸变校准时我们需要计算内参,外参综上,四个坐标系的变换关系相关专利搜索实验一:全景照片实验二:相机标定How to Compute Camera Orientation相机方向Case 1: Usi...原创 2020-03-03 19:44:32 · 10919 阅读 · 11 评论