SLAM相关
文章平均质量分 92
SLAM相关总结
m米咔00
这个作者很懒,什么都没留下…
展开
-
DBOW概要理解与记录
DBOW作为一种视觉回环技术被广泛应用在各类VSLAM框架中,之前的经验主要集中在使用和抽象理解层面,近期花了一些时间仔细阅读了相关论文和源码,这里做一些记录。原创 2023-10-25 18:51:20 · 455 阅读 · 0 评论 -
卡尔曼滤波算法示例解析与公式推导
概述关于卡尔曼滤波算法的解析文章数不胜数,对于其强大和超广的适用性这里也不再赘述,这篇文章旨在以极为简单而通俗的语言描述卡尔曼滤波,希望数学小白以及日后的自己也能轻松看懂。理解这篇文章只需要基本的数学基础和一点点概率论知识,当然,这也源于卡尔曼滤波本身就是一个强大但实现极为简单的算法。希望有更为全面了解的可以参考Kalman filter以及Understanding the Basis of the Kalman Filter Via a Simple and Intuitive Derivation原创 2020-05-10 20:14:03 · 1662 阅读 · 3 评论 -
KF、EKF、ESKF的区别与联系
目录背景贝叶斯滤波系列KF、EKF、ESKF的原理与区别贝叶斯滤波卡尔曼滤波(KF,Kalman Filter)扩展卡尔曼滤波(EKF,Extended Kalman Filter)Error-State卡尔曼滤波(ESKF)总结KF、EKF、ESKF的联系KF、EKF、ESKF的区别与其他滤波方法的区别背景滤波:去除噪声还原真实数据的一种数据处理方法,被广泛应用于对信号准确度有需求的众多领域,例如军事、航天、通信等等。常用滤波方法:以低通滤波、带通滤波、高通滤波为代表的按照频率滤波的方式;以卡尔曼滤原创 2021-03-12 14:20:22 · 12708 阅读 · 7 评论 -
Error-State Kalman Filter理解与公式推导
目录直接法与间接法滤波ESKF公式推导VINS中对于ESKF的使用直接法与间接法滤波卡尔曼滤波作为一种贝叶斯滤波的具体实现被广泛应用于状态估计问题中,其优势与特点这里就不再赘述了,而众所周知的是,卡尔曼滤波只能应用于线性系统中,而实际中大部分系统无法满足这个约束,于是诞生了扩展卡尔曼滤波(Extended Kalman Filter,EKF)和误差状态卡尔曼滤波(Error State Kalman Filter,ESKF)等一系列应用于非线性系统的滤波方法,这些方法各有特点,这里主要讨论EKF和ESK原创 2021-02-26 17:29:21 · 1465 阅读 · 0 评论 -
VINS代码主体结构和流程剖析——后端
目录代码剖析代码剖析首先一定要对Keyframe这个类有充分的认识,其中比较难理解就是一些pose的数据结构: /** @brief vio pose in backend */ Eigen::Vector3d vio_T_w_i; Eigen::Matrix3d vio_R_w_i; /** @brief rectified pose in backend */ Eigen::Vector3d T_w_i; Eigen::Matrix3d R_w_i; /** @brie原创 2021-04-07 10:26:49 · 346 阅读 · 0 评论 -
LOAM点云匹配算法解析与雅克比矩阵推导
目录前言算法解析线/面特征与线/面地图的残差与对应优化向量计算LM算法简单介绍基于Tait-Bryan xyz extrinsic rotations的雅克比推导代码剖析问题前言LOAM点云匹配部分极为经典,可以说是LOAM整个框架的核心,其运算速度快,精度高,自14年发布,并在后续拿下kitti冠军后,直到现在仍然被广泛使用,但在后续的推广中仍然有一些问题,这里做一些解析并记录下自己应用中的问题。算法解析算法具体解析的文章实在太多了,这里不做赘述,只简单介绍下相关流程和原理,大致流程如下:gra原创 2021-08-16 11:14:45 · 1273 阅读 · 0 评论 -
VINS代码主体结构和流程剖析——前端
目录前言代码剖析一些小细节前言最近花了点时间学习了下经典的VSLAM框架VINS,前后端都采用优化的方式,且在运行过程中实时估计IMU加速度计和陀螺仪bias,在初始化阶段还可以实时优化camera到IMU的外参,解决了很多之前SLAM框架在实际中使用的问题,例如使用时间久之后的外参漂移、IMU的bias不准导致的系统不够鲁棒等等,实测也具有非常良好的效果。但是VINS的代码确实不太友好,当然秦大佬只是用于发paper并不需要放过多心力在工程化上,这里主要针对VINS-Fusion代码做一些解析记录,便原创 2021-03-24 16:13:16 · 296 阅读 · 1 评论