- 博客(17)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 SLAM中本质矩阵E，基础矩阵F，单应矩阵H总结
本质矩阵Essential MatrixE= t ^ R 为3*3的矩阵，奇异值的形式为：[u,u,0]T[ u, u, 0] ^ T [u,u,0]T 此性质为本质矩阵的内在性质。性质：理论上综合旋转、平移共有6个自由度，因尺度等价，E有5个自由度。求解：一般使用8点法，通过SVD分解，恢复出R，t 。基础矩阵F单应矩阵H...
2021-05-16 11:00:42
1338
原创 栅格地图属性更新
问题背景某个栅格被多次观测，不同的观测可能得到不同的属性，如何融合多次观测的结果？构建道路地图的时候，地图栅格有两种属性（道路和障碍物），这里需要实时的更新每个格子某个属性的状态。二值贝叶斯滤波《Probabilistic Robotics》中对二值贝叶斯滤波的推导过程：从贝叶斯定理推导出来的结论（4.20）式子很巧妙，如果想要知道当前时刻格子x是道路的置信度，只需要知道上一时刻的置信度，当前时刻的观察信息（格子x是否观测到），以及初值（一般是常数）即可，避免了求格子x在观测到的条件下，
2021-05-14 11:12:01
569
原创 使用VBA代码在Excel中设置聚光灯高亮显示
缘由今天有人问我如何在Excel里面设置聚光灯高亮，我一般很少有Excel，随手查了一下，无非就是excel外挂一个插件，写几句代码就完事了。。。步骤（1）安装wps或微软excel（2）安装Visual Basic for Applications官方地址。（3）打开excel，点击alt+f11，如下所示：（4）双击ThisWorkbook（5）填入如下代码：Private Sub Workbook_SheetSelectionChange(ByVal Sh As Object, B
2021-02-03 21:16:16
4503
3
原创 Profinet与GSD文件
之前在舟山做机械臂项目时候，经常听见当时的一个电气工程师说Profinet，PLC，GSD，主站，从站等词等词，我是对此一窍不通。在学校一直学习一些高级语言与算法，作为一个自动化的学生竟然对工控领域的常见术语晕头转向，哈哈哈，不过仔细一想，这些东西其实也不难，把他们的关系搞懂，其实对自己了解实际也有很多大的作用。我是需要单点激光测距仪与机器人通讯，看手册的时候发现此测距仪支持profinet通讯，并且提供GSD文件；我不会做，看着他们那边的工作人员将GSD文件输入到了PLC中，然后将传感器数据传到PLC，
2021-01-26 11:19:04
3868
1
原创 FANUC六轴机械臂的直角坐标值
发现问题看发那科机械臂操作手册，其中有一段关于机器人直角坐标值的叙述引起了我的注意，我看了这段话之后顿时联想到之前在ZS做项目时候遇见的奇异点问题，我坚信这两者之间必然有联系！手册相关内容截图如下：我之前在ZS做项目时候，在点动机器人时候，仅仅考虑了xyzwpr值，没有考虑到原来发那科机器人中的直角坐标还有其它元素（工具坐标系，用户坐标系，形态），经过两天的探索，终于搞明白了什么是机器人形态，及其类别！机器人形态在我的认知里，一个直角坐标值xyzwpr，可能会对应多个关节值，所以在指定x
2021-01-25 21:29:47
6017
原创 图结构SLAM的非线性优化
目录非线性最小二乘非线性最小二乘设当前时刻状态向量为x，维度为n，我们将残差表示成向量的形式：e(x)=[e1(x)...em(x)]e(x) = \left[\begin{matrix}e_1(x) \\... \\e_m(x)\end{matrix}\right]e(x)=⎣⎡e1(x)...em(x)⎦⎤这里我们使用马氏范数，损失函数定义为：E(x)=e(x)TΣe−1e(x)E(x) = {e(x)}^T\Sigma_e^{-1}e(x)E(x)=e(x)TΣe−
2020-08-15 16:31:40
579
原创 realsense d435i跑VINS-Mono，实验记录
（一）d435i的launch文件修改rs_camera.launch：<arg name="enable_gyro" default="true"/><arg name="enable_accel" default="true"/><arg name="enable_sync" default="true"/><arg name="unite_imu_method" default="copy"/&
2020-08-04 17:57:47
1205
4
原创 一步一步推导S-MSCKF（一）姿态表示方法
zk=Hkxk+vkz_{k}=H_{k}x_{k}+v_{k}zk=Hkxk+vk其中xkx_{k}xk是状态变量，zkz_{k}zk是带有噪声的观测量，FkF_{k}Fk是为系统矩阵，HkH_{k}Hk是观测矩阵。nkn_{k}nk是系统噪声，服从均值为000，协方差为QkQ_{k}Qk的高斯分布；vkv_{k}vk是测量噪声，服从均值为000，协方差为RkR_{k}R...
2020-05-05 17:08:59
2319
3
原创 一步一步推导S-MSCKF（二）连续时间IMU运动模型
1 IMU真实状态运动模型状态向量：xI=[GIq(t)T,bg(t)T,GvI(t)T,ba(t)T,GpI(t)T,CIq(t)T,Ip(t)CT]Tx_{I}=\left[{{_{G}^{I}{q(t)}}^{T},{b_{g}(t)}^{T},{^{G}v_{I}(t)}^{T},{b_{a}(t)}^{T},{^{G}p_{I}(t)}^{T}},{{_{C}^{I}q(t)}^{T...
2020-05-05 17:08:40
2150
3
原创 一步一步学习S-MSCKF（四）特征点三角化
文章目录1 特征点三角化1.1 两帧约束求特征点三维坐标1.2 多帧约束S-MSCKF中观测更新的时机是在特征点跟踪丢失之后，其过程如下：检查跟踪丢失的特征点是否进行过三角化，若果没有，则求其进行三角化。根据上述已知的特征点坐标以及观测，得到状态量之间的约束，进行观测更新。这里介绍S-MSCKF中对特征点三角化的方法。1 特征点三角化特征点三角化分两步，第一步是根据对特征点的某两帧...
2020-05-05 17:08:21
2028
原创 一步一步学习S-MSCKF（五）观测更新
文章目录1 单个特征对单个双目的观测模型2 单个特征对多个相机的观测模型3 所有特征点对所有双目观测4 状态更新1 单个特征对单个双目的观测模型考虑一个特征点fjf_jfj被位置在(GCiq,GpCi)(^{C_i}_Gq,{^{G}p}_{C_i})(GCiq,GpCi)的双目相机观测到。双目的左右相机位姿可以表示为(GCi,1q,GpCi,1)(^{C_{i,1}}_Gq,{^{...
2020-05-05 17:08:07
1933
1
原创 一步一步推导S-MSCKF（三）离散时间系统运动模型
文章目录1 对每帧IMU数据的处理1.1 状态预测1.2 误差状态协方差更新2 状态增广2.1 状态向量扩增2.2 误差状态协方差矩阵扩增1 对每帧IMU数据的处理MSCKF是直接根据IMU运动方程对下一时刻IMU状态进行估计，其它的状态值（相机位姿）保持不变；然后根据误差运动方程进行EKF，最后对前面直接得到估计值进行更新。所以在每个IMU数据到来时，都要进行两件事：根据当前IMU测量数...
2020-05-05 17:07:22
1859
2
原创 一步一步推导S-MSCKF（六）系统可观性分析
论文笔记OC-VINS的关键点在理想的线性VINS模型下（雅可比的计算使用状态真实值）证明了M(x∗)N1=0M(x^*)N_1=0M(x∗)N1=0，见[1]中公式(56)，证明在[3]中的Appendix 2。证明了Nt2=Φ(t2,t1)Nt1N_{t_2}=\Phi(t_2,t_1)N_{t_1}Nt2=Φ(t2,t1)Nt1，证明在[3]中的公式(185)。其...
2020-05-05 17:05:39
1373
1
原创 MATLAB实现一个EKF-2D-SLAM（已开源）
文章目录1. SLAM问题定义2. EKF-SLAM维护的数据地图3. EKF-SLAM算法实施3.1 地图初始化3.2 运动模型3.3 已经加入地图的状态量观测更新}3.4 观测方程可逆时的状态增广4. 仿真实验4.1 模型设置4.1.1 传感器模型4.1.2 运动模型4.1.3 观测模型4.2 实验结果4.2.1 第一次状态增广1. SLAM问题定义同时定位与建图（SLAM）的本质是一个估...
2020-04-09 09:50:13
3929
2
原创 贝叶斯估计简单总结
贝叶斯滤波原理bel(xt)=p(xt∣z1:t,u1:t)b e l\left(x_{t}\right)=p\left(x_{t} | z_{1: t}, u_{1: t}\right)bel(xt)=p(xt∣z1:t,u1:t)贝叶斯公式：=p(zt∣xt,z1:t−1,u1:t)p(xt∣z1:t−1,u1:t)p(zt∣z1:t−1,u1:t) =\frac{p\lef...
2020-04-09 09:48:01
526
ORB_SLAM2.tar.gz
2019-06-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人