![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
slam
文章平均质量分 83
知也无涯12345
这个作者很懒,什么都没留下…
展开
-
3D Gaussian Splatting介绍
3D Gaussian Splatting和NeRF一样,主要用于新视图合成。使用光栅化渲染方式,而不是NeRF的基于射线的体渲染(volumetric rendering along a ray)使用多个3D高斯球显示的表达场景训练推理速度快的同时保证质量高本质上是一个优化问题,没有使用神经网络μ\muμ进行了一定简化,我们回顾一下原始形式,若随机变量服从X∼Nμσ2X∼Nμσ2,则有如下的概率密度函数对应到多元,就是下面的形式,原创 2024-04-17 16:02:57 · 2688 阅读 · 1 评论 -
Lidar Mapping Method
通过Lidar建立点云地图,方案介绍。原创 2023-11-02 19:53:03 · 283 阅读 · 0 评论 -
光流法和直接法介绍
光流为追踪源图像某个点在其他图像中的运动, 一般分为稀疏光流和稠密光流,其本质是估计像素在不同时刻图像中的运动本文主要介绍LK光流。原创 2023-10-09 16:29:17 · 768 阅读 · 0 评论 -
VINS中的初始化方法
1、 VISLAM的初始化方案需要较长的数据准备时间(1~2s)2 、为了得到更准确的初值,需要进行VI-BA优化,耗时约几百ms,处理时间相对较久3、没有尺度来源时,初始化需要充分的IMU激励,这个条件通常较难满足,因此整体初始化时间较久4、初始化最重要的解释尺度初始化,其他的收敛都很快,所以如果可以有一个先验的尺度来源,很容易把初始化时间控制在1s以内。原创 2023-09-21 13:09:49 · 503 阅读 · 0 评论 -
VINS中的观测性问题
理论上vins按照gauge fixation的做法需要在每一次滑窗ba中固定第一帧位姿,实际代码中vins没有固定第一帧的位姿,而且优化完,把第一帧的delta pose再乘回每一帧,保证第一帧不动,但又由于roll 和 pitch是全局能观的,所以乘delta pose的时候里面旋转只有yaw角,使用的是free gauge的方法。就是说整个优化问题存在不可观的维度,这个不可观的维度会通过优化问题进而影响到某个节点的优化,导致那个节点出现问题,常见的比如说纯视觉SLAM在转弯的时候,尺度会突然变化。原创 2023-09-19 17:30:21 · 499 阅读 · 2 评论 -
ICRA2022 SLAM相关论文整理
ICRA2022 SLAM相关论文整理-附论文PDF原创 2022-06-20 11:34:54 · 6526 阅读 · 2 评论 -
QR分解-givens旋转与Householder变换
目录一、Householder QR分解Householder矩阵Householder变换Householder QR分解Householder物理意义二、Givens 旋转QR分解三、QR分解适用情况一、Householder QR分解Householder矩阵Householder变换同理例子:将列向量其他元素置零Householder QR分解按列消元,一列一列操作详细消元顺序见:householder进行QR分解matlab代码:Householder物理意义矩原创 2022-03-08 19:30:47 · 14036 阅读 · 0 评论 -
Kalman gain改进-SLAM相关
Matrix inversion lemmas矩阵基础知识:矩阵知识Equivalent Kalman Gain formula正常kalman增益:改进的Kalman增益:如果观测维度>状态维度,改进的增益计算方法不需要对rr的矩阵求逆,只需要对nn的矩阵求逆即可,可以极大减小计算量,而R^{-1}通常是对角矩阵,可以加速计算。推导如下:结合Woodbury formula,我们能够得到:则改进的增益等价于:而代入得到:参考论文:ICRA2021: FAST-L原创 2022-01-18 16:45:11 · 510 阅读 · 0 评论