- 博客(6)
- 收藏
- 关注
RSS订阅原创 ORB_SLAM3代码学习（1）
本人是SLAM初学者，这是本人学习ORBSLAM3的笔记，论文与代码理解难免会有错误，欢迎交流指正。一、系统整体系统整体方面，直接采用ORB3论文中的系统组成图。ORB_SLAM3与ORB_SLAM2的整体结构类似，将系统分为三个线程，分别是TRACKING（跟踪）、LOCAL MAPPING（局部建图）、LOOP & MAP MERGING（回环和地图合并）。在论文中，作者也提到了本次ORB_SLAM3的创新点如下：...
2021-03-15 16:05:57
1600
原创 残差Jacobian的推导—手写VIO课程笔记3
视觉重投影残差的Jacobian视觉残差为：对于第i帧中的特征点，它投影到第j帧相机坐标系下的值为：拆成三维坐标形式为：将齐次坐标拆为R（旋转）和P（位姿）为了简化公式，先定义如下变量：Jacobian为视觉误差对两个时刻的状态量，外参以及逆深度求导：根据链式法则，Jacobian的计算可以分成两步走，第一步误差对...
2020-12-21 20:24:54
932
4
原创 IMU与视觉信息融合—手写VIO课程笔记2（下）
VIO残差函数构建带权重（方差）的残差计算：，其中f(x)服从高斯分布，协方差为协方差可以将所有残差变化到一个统一的无量纲的范围内，可以将不同残差进行相加协方差还能起到一个权重的作用，协方差越小，则它的逆就越大，该测量值就更可信基于滑动窗口的VIO Bundle Adjustment为了节约计算量采用滑动窗口形式的Bundle Adjustment， 在 i时刻，滑动窗口内待优化的系统状态量定义如下：其中，xi包含i时刻IMU机体的在惯性坐标系中的位置，速度，姿态，
2020-12-19 15:35:02
758
原创 IMU与视觉信息融合—手写VIO课程笔记2（上）
一、基于BA的VIO融合1.视觉SLAM中的BA问题已知：状态量初始值（特征点的三维坐标，相机的位姿），系统测量值（特征点在不同图像上的图像坐标）问题：如何估计状态量的最优值？解决方式：构建误差函数，利用最小二程得到状态量的最优估计 q：旋转四元数 p：平移向量 f：特征点3D坐标 ，q p f本身是有下标的：第i个相机系，(...
2020-12-16 16:31:56
452
1
原创 IMU误差模型—手写VIO课程笔记1
误差分类： 确定性误差 随机误差确定性误差通过标定确定，包括bias scaleBias：实际数据存在的一个偏置b，加速度计的bias对位姿估计的影响：Scale：实际数值和传感器输出值之间的比值标定：六面法，将加速度计3个轴分别朝上或者朝下水平放置一段时间，采集6个面的数据如果各个轴都是正交的，可以得到随机误差（假设噪声服从高斯分布），包括 高斯白噪声、bias随机游走高斯白噪声：IMU数据连续时间上受到一个均值为0，方差为σ，各时刻之间相互独立的高斯过程n(t):
2020-12-14 17:06:41
774
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人