heshaofeng2ly的博客

https://blog.csdn.net/weixin_39752599/article/details/97671690

单应矩阵代码分析if(mpInitializer->Initialize( mCurrentFrame, //当前帧 mvIniMatches, //当前帧和参考帧的特征点的匹配关系 Rcw, tcw, //初始化得到的相机的位姿 mvIniP3D, //进行三角化得到的空间点集合 vbTriangulated))

ORB-SLAM2特点匹配代码分析本文代码注释为计算机视觉life小六老师的工作，在此主要供大家一起学习。Track()首先我们进入Track.cpp文件中，需要进入Track函数来进行单目初始化void Tracking::Track(){ // track包含两部分：估计运动、跟踪局部地图 // mState为tracking的状态，包括 SYSTME_NOT_READY, NO_IMAGE_YET, NOT_INITIALIZED, OK, LOST //

旋转坐标系下的运动学（imu运动学原理）线速度与角速度旋转坐标系下的运动学线速度与角速度旋转坐标系下的运动学

GN和LM的基本原理及算法流程，优劣分析1.问题引出-最小二乘法2.牛顿法3.GN法（高斯牛顿法）4.LM法（列文伯格-马夸特）1.问题引出-最小二乘法来看一个生活中的例子。比如说，有五把尺子：我们有一组测量数据y1,y2…,yn.首先，把测试得到的值画在笛卡尔坐标系中，分别记作 yiy_iyi​：其次，把要猜测的线段长度的真实值用平行于横轴的直线来表示（因为是猜测的，所以用虚线来画）...