SLAM十四讲学习
文章平均质量分 83
slam十四讲内容分章节总结以及习题实践部分提要
Min_20
这个作者很懒,什么都没留下…
展开
-
【SLAM十四讲】 第一讲习题
slam十四讲--习题一习题1 Ax=b, 已知A,b要如何解x?若A可逆,rank(A)=rank(A,b)=n. x=A^-1 * b 即A满秩(/ 非奇异 / det(A)不等于0),可以解出x的唯一解若rank(A)<rank(A,b) x无解。若rank(A)=rank(A,b)<n, x多解。习题2 高斯分布正态分布(Normal dis...原创 2018-09-28 11:36:54 · 1231 阅读 · 0 评论 -
基于单目视觉的同时定位与地图构建方法综述
摘要: 增强现实是一种在现实场景中无缝地融入虚拟物体或信息的技术, 能够比传统的文字、图像和视频等方式更高效、直观地呈现信息,有着非常广泛的应用. 同时定位与地图构建作为增强现实的关键基础技术, 可以用来在未知环境中定位自身方位并同时构建环境三维地图, 从而保证叠加的虚拟物体与现实场景在几何上的一致性. 文中首先简述基于视觉的同时定位与地图构建的基本原理; 然后介绍几个代表性的基于单目视...原创 2018-10-06 19:19:49 · 3876 阅读 · 0 评论 -
【SLAM十四讲】第二讲习题
A. 使用g++编译用编辑器输入了helloSLAM.cpp的源代码,然后调用g++编译器对它进行编译,得到了可执行文件。g++默认把源文件编译成 a.out这个名字的程序。步骤:vim 启用vim——填写源代码—— :w Filename 保存—— g++ Filename 编译 ——./ a.out 输出B. 使用cmake进行编译在一个cmake工程中,我们会使用cmake...原创 2018-09-28 11:37:03 · 553 阅读 · 0 评论 -
【SLAM十四讲】 第三讲
1.旋转矩阵2.旋转向量和欧拉角3.四元数1.旋转矩阵1.1点 向量 坐标系向量 是空间中存在的有方向有长度的一样东西,向量不等于坐标,不同坐标系下向量的坐标表示也不尽相同。只有确定了一个坐标系,我们才能说这个向量的坐标是多少。 向量的外积运算 其中,代表反对称矩阵,即 外积可以表示旋转,利用右手法则,大拇指朝向就是旋转向量的方向,事实也是的方向。所以...原创 2018-09-28 11:37:18 · 966 阅读 · 0 评论 -
【SLAM十四讲】第四讲 李群与李代数 部分证明(包括习题)
第四讲 李群与李代数第四讲概述从什么是群(封结幺逆),什么是李代数(封双自雅)和李群开始引入基础 然后揭开李群与李代数之间的联系(指数映射与对数映射)/另一种罗德里格斯的证法(利用exp的泰勒展开) 最后揭开李代数的求导:1)利用BCH近似和泰勒近似的求导模型 和 扰动模型(没有J更好算)相比书中原文,更喜欢另一篇李群李代数这里的讲解,链接见下。白巧克力 https://blog...原创 2018-09-28 11:37:29 · 3095 阅读 · 8 评论 -
【SLAM十四讲】 第五讲
视觉slam十四讲 之 第五讲 相机与图像这一讲主要就是 内参(针孔模型)与外参(同一点不同坐标系转换),相机畸变(切向和径向)以及图像在计算机上的表示。点云拼接代码 pcl编译问题我的CMakeLists(并不完整,没加eigen 略了)cmake_minimum_required(VERSION 2.8)set(OpenCV_DIR "/usr/local/opencv-3...原创 2018-09-28 11:37:52 · 1330 阅读 · 0 评论 -
【SLAM十四讲 】第六讲
第六讲非线性优化首先对这章要用到的概率知识点做一些回顾知识点回顾 概率与统计 概率是已知模型和参数,推数据。统计是已知数据,推模型和参数。 贝叶斯公式 P(A)即是常说的先验概率。展开分母其中,表示非A贝叶斯公式就是在描述,你有多大把握能相信一件证据?(how much you can trust the evidence)我们假设响警报的目的就是想说汽...原创 2018-09-28 11:38:16 · 1348 阅读 · 0 评论