.g2o文件数据格式

最新推荐文章于 2022-06-10 23:25:40 发布
最新推荐文章于 2022-06-10 23:25:40 发布
阅读量2.1k 收藏 8
点赞数 3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kr0920/article/details/99642638
版权
本文档详细解析了在高博slambook中遇到的.g2o文件内容，包括顶点（VERTEX_SE3:QUAT）的数据结构，如点的索引、坐标和四元数位姿，以及边（EDGE_SE3:QUAT）的信息，如从节点ID、到节点ID、相对位置和四元数。同时，介绍了信息矩阵的上三角元素，这对于理解slam中的 pose graph 构建至关重要。
摘要由CSDN通过智能技术生成

在学习高博slambook/ch11/pose_graph_gtsam.cpp时不清楚其调用的sphere.g2o文件中每项数据是什么,导致看不懂代码,查阅资料后明白了其各项含义,现在记录一下.

1.顶点

VERTEX_SE3:QUAT

点的索引值                        点的坐标                                  四元数形式的相机位姿

point id            position.x     positiion.y    position.z            qx               qy                qz                 qw

2499                 1.0318         85.323        -76.0615      0.779315    0.0718127    -0.620437    -0.0506864 

2.边

EDGE_SE3:QUAT

idFrom    idTo       position.x     position.y     position.z          qx                   qy                      qz               qw

    0           1        -0.0187953   0.0328449   -0.125146    0.0634648     -0.000250128    0.00237634    0.997981

信息矩阵的上三角元素

10000  0  0  0  0  0      10000  0  0  0  0      10000  0  0  0      40000  0  0    40000  0     40000 

(此信息矩阵为

最低0.47元/天 解锁文章
珈若
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
随机生成slam 真值和里程计值的 g2o 文件（python实现）
三维点云技术探索
03-21 269
生成了slam 里程计的真值和里程计的值，并保存顶点和边为 g2o文件。随机生成slam 真值和里程计值的 g2o 文。
自创建的.g2o文件，旋转拍摄一个瓶子
07-13
自创建的.g2o文件，旋转拍摄一个瓶子
g2o
wjydym的博客
07-02 259
https://www.cnblogs.com/gaoxiang12/p/5304272.html https://blog.csdn.net/weixin_44095441/article/details/85719261
G2O 库
sinoai
06-06 1250
图优化
G2O.tar.gz下载
07-13
在"下载G2O.tar.gz"这个场景下，你将获得G2O的源代码文件，可以通过编译安装到本地环境中。这将使你能够深入理解其内部机制，甚至根据需要对其进行修改和扩展。对于SLAM研究者和开发者来说，掌握G2O的使用不仅可以...
g2o库文件源码（老版本库文件）
02-24
在LSD-SLAM等系统中，G2O用于处理传感器数据，如图像特征匹配，进行后端优化，以获得更准确的机器人轨迹和地图。 LSD-SLAM是另一种重要的SLAM系统，全称为“Line Segment Detector-based SLAM”。它通过检测图像中...
vs2019编译好的g2o库
06-11
本资源是针对Visual Studio 2019（简称VS2019）编译的g2o库，g2o是一个开源的优化库，主要用于三维几何数据处理，尤其是机器人定位与导航中的图优化问题。g2o提供了一个灵活的框架，可以解决包括最小二乘在内的各种...
g2o-runable_version.zip
05-24
压缩包内的子文件 "g2o-1b118ac2ed2055c4016c3b7cbd710225ed1651af" 可能是g2o库的特定Git提交版本。这个字符串看起来像是Git的SHA哈希值，通过它我们可以追踪到g2o库在特定时间点的源代码状态。这表明开发者或维护...
g2o.zip（slam14讲配套版本）
03-19
2. 解压：使用tar命令解压下载的文件，例如`tar -zxvf g2o.tar.gz`。 3. 配置：进入解压后的目录，运行`cmake .`进行配置。如果需要特定的编译选项，可以使用`cmake -D选项名=值 .`。 4. 编译：使用`make`命令编译源...
Pose Graph Optimization.rar
11-04
麻省理工大学开源数据集，格式为.g2o文件，包含2D Pose Graph Optimization与3D Pose Graph Optimization数据，可以使用ceres 示例程序pose_graph运行
g2o库中类的功能及继承关系图.
01-31
图中详细描述了g2o库的核心类，及其类之间的继承关系，有助于理解g2o的运行机制
第十一章pose_graph_g2o_SE3
robinhjwy的博客
10-13 2873
十四讲代码解读
Ubuntu16.04 g2o_viewer打开报错
辣屁小心的学习笔记
04-20 758
大佬们总结的很详细，以下是传送门 解决方案传送门
g2o库的学习与使用
火柴的初心的博客
12-04 3188
节点：相机的位姿，也就是优化变量（状态变量） 边：约束，指位姿之间的变换关系，通常表示误差项。
视觉SLAM第十讲实践-位姿图优化-g2o_viewer安装问题
weixin_43728093的博客
10-29 446
问题：g2o_viewer没有被安装 弯路：在g2o软件包目录/home/nanorobot/slambook2/3rdparty/g2o/g2o/apps/g2o_viewer下找到g2o_viewer，并编译g2o_viewer，在cmake ..后发现报错，尝试网上的帖子对camkelists.txt进行修改，还是会有很多报错。 解决方法： 1、先安装一些库： sudo apt-get install libsuitesparse-dev qtdeclarative5-dev qt5-qma
关于g2o的学习使用
Mr_pan
05-17 9329
原文参考：http://www.cnblogs.com/gaoxiang12/p/5304272.htmlg2o常用模块的简单介绍g2o是一个c++编写的项目，用cmake构建。它的github地址在：https://github.com/RainerKuemmerle/g2o 是一个重度模板类的c++项目，其中矩阵数据结构多来自Eigen。g2o项目中含有若干文件夹。刨开那些gitignore
ORB-SLAM3g2o之开篇
Walking_roll的博客
08-20 817
目录1 什么是图优化？2 图优化的优势在哪里？3 了解g2o框架4 g2o编程步骤5 非常感谢您的阅读！ 1 什么是图优化？ 首先，认识一下啥叫图。图是一种数据结构。 图的定义就是由顶点的有穷非空集合和顶点之间边的集合组成，像下面这样： 当然，我们不在这里谈论算法和数据结构的内容，我们只需要感性的理解到图是由若干顶点和连接这些顶点的边组成的就好了。 举个小例子来理解图优化要干个什么事。 我们去“蜀留香“吃火锅时（非广告哈）会看到有一个送餐机器人在火锅店里移动，它在某个时刻 ttt 的位姿（posepo
视觉SLAM十四讲笔记-10-2
qq_35588369的博客
06-10 558
视觉SLAM十四讲笔记-10-2
g2o源码解析
最新发布
05-29
g2o的源码比较复杂，主要分为以下几个部分： 1. core：核心部分，包括图模型（Graph）、顶点（Vertex）、边（Edge）、优化算法（OptimizationAlgorithm）等。 2. solver：求解器部分，包括线性求解器（LinearSolver）、稀疏矩阵（SparseBlockMatrix）、稠密矩阵（DenseBlockMatrix）等。 3. types：类型部分，包括各种图优化问题相关的数据类型，如向量（Vector）、旋转矩阵（SE3）、四元数（Quaternion）等。 4. stuff：工具部分，包括文件读写、时间计算、随机数生成、命令行参数解析等。 下面以求解一个简单的图优化问题为例，简单介绍g2o的源码结构和使用方法。 首先，我们需要定义一个图模型，并向模型中添加顶点和边。比如，我们可以定义如下的图模型： ```c++ #include <g2o/core/sparse_optimizer.h> #include <g2o/core/block_solver.h> #include <g2o/core/optimization_algorithm_levenberg.h> #include <g2o/solvers/eigen/linear_solver_eigen.h> typedef g2o::BlockSolver<g2o::BlockSolverTraits<2,1>> BlockSolverType; typedef g2o::LinearSolverEigen<BlockSolverType::PoseMatrixType> LinearSolverType; typedef g2o::OptimizationAlgorithmLevenberg OptimizationAlgorithmType; int main(int argc, char** argv) { // 构建图优化模型 g2o::SparseOptimizer optimizer; optimizer.setVerbose(true); // 设置线性求解器和块求解器 LinearSolverType *linearSolver = new LinearSolverType(); BlockSolverType *blockSolver = new BlockSolverType(linearSolver); OptimizationAlgorithmType *optimizationAlgorithm = new OptimizationAlgorithmLevenberg(blockSolver); // 设置求解算法和优化器 optimizer.setAlgorithm(optimizationAlgorithm); // 添加顶点 g2o::VertexSE2 *v1 = new g2o::VertexSE2(); v1->setId(0); v1->setEstimate(g2o::SE2(0,0,0)); optimizer.addVertex(v1); g2o::VertexSE2 *v2 = new g2o::VertexSE2(); v2->setId(1); v2->setEstimate(g2o::SE2(1,0,0)); optimizer.addVertex(v2); // 添加边 g2o::EdgeSE2 *e = new g2o::EdgeSE2(); e->setVertex(0, v1); e->setVertex(1, v2); e->setMeasurement(g2o::SE2(1,0,0)); e->setInformation(Eigen::Matrix3d::Identity()); optimizer.addEdge(e); // 执行优化 optimizer.initializeOptimization(); optimizer.optimize(10); // 输出结果 std::cout << v1->estimate().toVector().transpose() << std::endl; std::cout << v2->estimate().toVector().transpose() << std::endl; return 0; } ``` 在上面的代码中，我们首先定义了一个g2o::SparseOptimizer对象，然后设置了线性求解器和块求解器，以及Levenberg-Marquardt优化算法。接着，我们向模型中添加了两个顶点和一条边，其中边的测量值为(1,0,0)，信息矩阵为单位矩阵。最后，我们执行了10次优化，并输出了优化后的顶点估计值。 g2o的源码结构比较复杂，但是其设计思想清晰，代码风格规范，易于扩展和修改。使用g2o库可以快速高效地解决各种图优化问题，是图优化领域不可或缺的工具。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值