自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Hansry的博客

All that is real is rational, and all that is rational is real.

  • 博客(7)
  • 资源 (4)
  • 收藏
  • 关注

原创 VSLAM之边缘化 Marginalization 和 FEJ (First Estimated Jocobian)

文章目录1. 前言2. 舒尔补 (Schur complement) 的应用:边界概率,条件概率1. 前言本博客主要介绍了VINS-Mono中边缘化的相关知识,由于VINS-Mono中只是提及了边缘化的策略并没有提及边缘化信息传递的原理,因此本博客主要参考了崔化坤的《VINS论文推导及代码解析》和深蓝学院的VIO课程。VINS-Mono的边缘化与在《SLAM14讲》中也有提及边缘化 (可看博...

2020-02-20 22:20:37 5630 4

原创 VINS-Mono之外参标定和视觉IMU联合初始化

文章目录1.前言2. 利用旋转约束估计外参数旋转qcbq^{b}_{c}qcb​1.前言本博客主要介绍VINS-Mono初始化时相机与IMU对齐,主要包括相机到IMU的外参估计、陀螺仪偏置、相机位移和估计空间点的尺度、重力加速度、每帧速度,主要参考了深蓝学院的VIO课程及博客VINS-Mono理论学习——视觉惯性联合初始化与外参标定和崔华坤的《VINS 论文推导及代码解析》。总体而言,视觉I...

2020-02-18 00:40:21 2275

原创 VINS-Mono之后端非线性优化 (目标函数中视觉残差和IMU残差,及其对状态量的雅克比矩阵、协方差递推方程的推导)

1. 前言之前看过崔华坤的《VINS论文推导及代码解析》还有深蓝学院的VIO课程,对VINS的后端非线性优化有了较为清晰的认识,但是一直没有时间整理写成笔记,最近看到Manni的博客VINS-Mono理论学习——后端非线性优化 概括得很不错,针对这三份资料还有自己的一些理解重新整理下,感谢优秀的大佬们提供的参考资料。2. 非线性最小二乘尽管非线性最小二乘是很常见的问题,可参考《SLAM14讲...

2020-02-09 20:44:13 3255 1

原创 VINS-Mono之IMU预积分,预积分误差、协方差及误差对状态量雅克比矩阵的递推方程的推导

一.前言本博客基本上借鉴了崔华坤的《VINS论文推导及代码解析》和 VINS-Mono理论学习——IMU预积分 Pre-integration (Jacobian 协方差)的内容,有些地方加入自己一些理解。VINS-MONO论文中的IV-B. IMU Pre-integration介绍了IMU预积分模型,Foster的倆篇论文对IMU预积分理论进行详细分析。为什么需要对IMU进行预积分?传...

2020-02-07 21:47:50 5412 10

转载 容器(vector)、数组、new创建的动态数组,哪个执行效率更高些?

一.理论分析1.1堆和栈的区别栈区(stack)— 由编译器自动分配释放,存放函数的参数值,局部变量等。其操作方式类似于数据结构中的栈。堆区(heap)— 一般由程序员分配释放,若程序员不释放,程序结束时可能由OS回收。注意它与数据结构中的堆是俩回事,分配方式倒是类似于链表。全局区(静态区)(static) — 全局变量和静态变量的存储是放在一起的,初始化的全局变量和静态变量在一块区域,...

2020-02-07 16:49:28 4334 1

转载 解方程AX=b与矩阵分解:奇异值分解(SVD分解) 特征值分解 QR分解 三角分解 LLT分解

前言本博客主要介绍在SLAM问题中常常出现的一些线性代数相关的知识,重点是如何采用矩阵分解的方法,求解线性方程组AX=B。主要参考了《计算机视觉——算法与应用》附录A以及Eigen库的方法。本博客可能不会对分解讲的特别深入,主要是想弄清楚各个分解的条件、分解结果以及应用(或特点)。包括:1、三角分解(LU分解)2、LDLT分解与LLT分解(Cholesky分解)3、QR分解4、奇异值分...

2020-02-04 21:33:53 6327

原创 ROS常用命令

查看ROS_PACKAGE_PATH环境变量$ echo $ROS_PACKAGE_PATHcatkin 命令$ catkin_init_workspace #初始化catkin构建系统的工作目录$ catkin_create_pkg [功能包名称] [依赖性功能包1] [依赖性功能包2]… #自动生成功能包$ catkin_make #构建包$ catkin_make –pkg ...

2020-02-04 15:15:14 601

Opencv2链接CUDA9.0中cmake修改版

opencv 2.4.* 链接cuda 9的时候会有依赖问题,通过修改opencv源码中的cmake, 可以解决opencv在cuda9.0编译上的依赖问题。

2019-05-29

图优化工具,G2o

In this document we describe a C++ framework for performing the optimization of nonlinear least squares problems that can be embedded as a graph or in a hyper-graph. A hyper-graph is an extension of a graph where an edge can connect multiple nodes and not only two. Several problems in robotics and in computer vision require to find the optimum of an error function with respect of a set of parameters. Examples include, popular applications like SLAM and Bundle adjustment.

2018-09-26

《Robotics, Vision and Control — Fundamental Algorithms in MATLAB》

《Robotics, Vision and Control — Fundamental Algorithms in MATLAB》

2018-04-06

机器学习实战源代码及数据

机器学习实战源码及数据,希望能帮到大家,希望多交流机器学习的相关算法及应用

2017-10-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除