SLAM
视觉SLAM笔记
Jason 20
这个作者很懒,什么都没留下…
展开
-
视觉SLAM学习笔记7
欧拉角由于旋转矩阵,旋转向量等方法描述旋转是十分不直观的,我们很难直接通过矩阵和向量来想象中国旋转是什么样的,因此引入欧拉角,提供一种非常直观的方式来描述旋转,使用三个分离的转角,把一次旋转分解成三次绕不同轴的旋转,分解的方式可以有很多,ZYX即 偏航-俯仰-滚转(yaw-pitch-roll)是比较常用的。同时还要区分每次旋转是绕固定轴还是绕旋转之后的轴旋转ZYX 偏航-俯仰-滚转(yaw-pitch-roll)——rpy绕物体的 Z 轴旋转,得到偏航角 yaw绕旋转之后的 Y 轴旋转,得到俯仰原创 2020-08-30 20:49:49 · 301 阅读 · 0 评论 -
视觉SLAM学习笔记6
旋转向量我们用旋转矩阵来描述旋转,变换矩阵来描述六自由度的三维刚体运动。然而,SO(3)的旋转矩阵用九个量描述只有三个自由度的一次旋转;变换矩阵用十六个量描述只有六个自由度的变换,使得效率不高。且旋转矩阵必须是正交矩阵,行列式为1,变换矩阵也如此,当我们要优化或者估计的时候,这些约束会使得求解变得更困难因此我们希望能用一种更紧凑的方式描述旋转和平移。对于坐标系的旋转,任意旋转都可以用一个旋转轴和一个旋转角来刻画,于是我们使用一个向量,方向与旋转轴一致,长度等于旋转角,称为旋转向量,此时只需要一个三维向量原创 2020-08-30 20:32:54 · 190 阅读 · 1 评论 -
视觉SLAM学习笔记5
Eigen实践Eigen是一个C++线性代数库,提供了有关矩阵的线性代数运算,解方程等功能原创 2020-08-23 21:23:16 · 297 阅读 · 0 评论 -
视觉SLAM学习笔记4
变换矩阵与齐次坐标原创 2020-08-23 17:49:36 · 126 阅读 · 1 评论 -
视觉SLAM学习笔记3
坐标系间的欧式变换坐标系间的变换关系,可描述为两个坐标系间的旋转关系和平移设定一个惯性坐标系(世界坐标系),它固定不动,而相机或机器人是移动坐标系,对于同一个向量p,在世界坐标系下的坐标pw和相机坐标系下的pc是不同的,这个变换关系由坐标系间的变换矩阵T来描述相机运动是一个刚体运动,也就是保证同一个向量在各坐标系下的长度和夹角都不会变化,只可能有空间位置和姿态不同。这种变换称为欧式变换欧式变换一个欧式变换由一个旋转和一个平移两部分组成旋转设单位正交基(e1, e2, e3) 经过一次旋转,变成原创 2020-08-16 18:14:06 · 219 阅读 · 0 评论 -
视觉SLAM学习笔记2
三维空间刚体运动一个刚体在三维空间中的运动,用一次旋转和一次平移描述旋转矩阵原创 2020-08-16 16:42:40 · 131 阅读 · 0 评论 -
视觉SLAM学习笔记1
简介SLAM是Simultaneous Localization and Mapping缩写,中文译作“同时定位与地图构建”,它是指搭载特定传感器的主体,在没有环境先验信息的情况下,于运动过程中建立环境的模型,同时估计自己的运动 。当传感器主要为相机时,称为“视觉SLAM”也就是本笔记学习的重点。SLAM 的目的:解决“定位”与“地图构建”这两个问题。也就是说,一边要估计传感器自身的位置,一边要建立周围环境的模型经典SLAM框架传感器信息读取 在视觉 SLAM 中主要为相机图像信息的读取和原创 2020-07-19 19:28:04 · 219 阅读 · 0 评论