![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SLAM
稻壳特筑
SLAM、Computer Vision、Unmanned Aerial vehicle、Deep Learning、Multiple Sensor Fusion、C++
展开
-
zsh: no matches found: libarpack*
【代码】zsh: no matches found: libarpack*原创 2024-05-02 15:42:51 · 186 阅读 · 0 评论 -
TUM数据集associate.py报错AttributeError: ‘dict_keys‘ object has no attribute ‘remove‘
【代码】TUM数据集associate.py报错AttributeError: ‘dict_keys‘ object has no attribute ‘remove‘原创 2024-04-03 15:53:15 · 222 阅读 · 0 评论 -
将使用realsense相机录制的bag转化为TUM数据集格式
【代码】将使用realsense相机录制的bag转化为TUM数据集格式。原创 2024-03-30 21:28:31 · 310 阅读 · 0 评论 -
ROS中的回调函数
ROS中回调函数的作用是处理消息。当节点订阅了一个话题时,ROS会将来自该话题的消息传递给节点。节点可以通过回调函数来处理这些消息。回调函数的参数通常是一个消息指针。消息指针指向了节点收到的消息。回调函数可以通过消息指针来访问消息的内容。回调函数可以是静态函数或成员函数。静态函数可以由任何节点使用,而成员函数只能由定义它的节点使用。回调函数是一个函数指针,它会在节点收到消息时被调用。类型的消息时,ROS会将消息指针传递给。函数可以通过消息指针来访问消息的内容。函数会打印消息的内容到控制台。原创 2024-01-17 11:47:14 · 941 阅读 · 0 评论 -
[论文阅读]4DRadarSLAM: A 4D Imaging Radar SLAM System for Large-scale Environments
这篇论文介绍了一种名为“4DRadarSLAM”的新型4D成像雷达SLAM系统,旨在提高大规模环境下的定位与地图构建性能。与传统的基于激光雷达的SLAM系统相比,该系统在恶劣天气条件下表现更佳。它包括前端、回环检测和后端三个主要部分:前端通过扫描匹配计算里程计数据,回环检测模块识别回环,后端则构建并优化姿态图。该系统的显著特点是考虑了每个点的概率分布,从而改善性能。论文中还展示了在不同平台和数据集上的实验结果,证明了该系统的准确性、鲁棒性和实时性。此外,为了进一步促进相关研究,研究者将系统代码开源。原创 2024-01-08 20:02:14 · 1510 阅读 · 0 评论 -
申请CSDN博客专家的历程
之后主要是为了记录自己平时遇到的问题,以及问题解决的办法。一方面为了记录自己解决问题的过程,以及理清自己解决问题的思路。今天是2024年第一周的周五下午13:55,我怀着非常非常激动的心情写下这篇博客记录这难忘的时刻:我的。2023年我开始考虑如何写一些高质量的博文,跟更多的同领域的技术人员进行交流。原创 2024-01-05 16:19:02 · 643 阅读 · 0 评论 -
ROS发布消息与接受消息的机制
在 ROS (Robot Operating System) 中,消息的发布和接收是通过一个基于主题的发布/订阅模型来实现的。这个模型允许节点之间的松耦合通信,即发布者(publisher)和订阅者(subscriber)不需要知道对方的存在。下面详细解释这一机制:定义发布者(Publisher):创建和发送消息:ROS主节点(Master):定义订阅者(Subscriber):接收和处理消息:ROS主节点(Master):通过这种机制,ROS能够在不同的节点之间有效地传递信息,从而实现复杂的机器人控制和数原创 2024-01-05 12:11:59 · 876 阅读 · 0 评论 -
ROS订阅和发布的点云保存为.pcd文件
在 ROS 中,您可以将订阅或发布的点云数据保存为.pcd(Point Cloud Data)文件。这是一个常用的点云文件格式,由 Point Cloud Library (PCL) 支持。原创 2024-01-05 12:10:28 · 1118 阅读 · 1 评论 -
视觉SLAM和激光SLAM适合的应用领域以及哪个更有前景
视觉SLAM(Simultaneous Localization and Mapping)和激光SLAM(通常基于LIDAR)各有其独特的优势和局限性,它们在不同的应用场景中表现不同。总的来说,视觉SLAM和激光SLAM各有所长,未来的趋势可能是两者的融合或互补,而不是单一技术的主导。:小型或成本敏感的机器人,如家用清洁机器人,可能更倾向于使用视觉SLAM,因为它们需要轻便和低成本的解决方案。:激光SLAM因其高精度和稳定性,是自动驾驶汽车中重要的感知技术,尤其是在复杂和动态的交通环境中。原创 2024-01-04 11:46:06 · 1295 阅读 · 0 评论 -
视觉SLAM中对极几何的原理和基本步骤是什么
对极几何(Epipolar Geometry)是计算机视觉领域的一个基本概念,主要用于描述和理解两个摄像机视角(或同一摄像机在不同时间拍摄的两幅图像)之间的几何关系。原创 2024-01-04 11:17:42 · 1020 阅读 · 0 评论 -
视觉SLAM中的PnP原理以及计算过程是什么
SLAM(Simultaneous Localization and Mapping)中的PNP(Perspective-n-Point)是一个计算机视觉问题,用于估计一个刚体物体相对于相机的姿势。这种技术在SLAM中非常重要,因为它帮助机器人或自动驾驶汽车在环境中定位自己,并构建或更新地图。PNP问题的基本原理是:如果你知道至少三个(通常是三个或更多)空间点在世界坐标系中的位置,以及它们在相机坐标系中的对应投影位置,你就可以计算出相机相对于这些点的位置和方向。这里的“点”可以是环境中的任何显著特征。原创 2024-01-04 11:12:20 · 1000 阅读 · 0 评论 -
SLAM中用到的TF树是什么
TF树(Transform Tree)是在机器人操作系统(ROS)中使用的一种数据结构,用于跟踪和管理多个坐标系之间的关系。TF树使得在复杂的系统中,可以轻松管理和转换不同坐标系下的数据,从而简化了空间位置计算和路径规划等任务。TF 树的根节点表示世界坐标系,每个子节点表示相对于其父节点的变换。例如,如果有一个 TF 树,其根节点表示世界坐标系,第一个子节点表示相对于世界坐标系的里程计坐标系,第二个子节点表示相对于里程计坐标系的激光雷达坐标系,那么这个 TF 树就表示了从世界坐标系到激光雷达坐标系的变换。原创 2023-12-29 15:03:20 · 760 阅读 · 0 评论 -
激光SLAM中获取当前扫描帧点云的函数是什么
在激光SLAM(Simultaneous Localization and Mapping)中,获取当前扫描帧的点云数据通常依赖于使用的SLAM框架和激光雷达(LiDAR)的SDK(软件开发工具包)。- 在使用GTSAM这类SLAM框架时,获取点云数据通常不是框架本身的一部分,需要与外部传感器接口相结合的部分。- 对于特定的激光雷达,如Velodyne或Hokuyo,它们的SDK可能提供了专门的函数来读取数据。- 在这种情况下,需要先使用激光雷达的SDK获取数据,然后将数据转换为GTSAM可以处理的格式。原创 2023-12-29 09:24:30 · 334 阅读 · 0 评论 -
SLAM中用到的GTSAM是什么,如何构建和使用GTSAM
GTSAM (Georgia Tech Smoothing and Mapping library) 是一个开源C++库,用于解决机器人和自动驾驶车辆的定位与地图构建(SLAM)问题。它包含了一系列高效的算法,用于处理传感器数据和地图信息,以估计机器人或车辆的路径和周围环境。GTSAM 通过使用因子图和非线性优化技术,提供了一种灵活而强大的方式来表示和解决SLAM问题。原创 2023-12-29 09:19:25 · 1876 阅读 · 0 评论 -
十大最佳SLAM开源算法
该方法亮点:首先,该方法在多种应用场景中展现出了卓越的稳定性,如无人机、手持设备以及汽车,显著扩展了单目方法的适用范围。方法的核心在于分层的、基于网格的神经隐式编码。这种并行化不仅提高了处理速度,使得系统能够以更高的帧速率处理图像,而且在快速运动的环境中能够获得更好的性能。在处理图像时,系统不仅仅使用上一个关键帧进行跟踪,而是利用整个时间窗口内的数据,这种方法可以更全面地利用可用信息,从而提高跟踪的稳定性和准确性。除了重建精确的平面结构外,这种方法还能在保持非平面区域细节的同时,实现高质量的场景重建。原创 2023-12-28 10:19:48 · 2370 阅读 · 0 评论 -
激光SLAM中scan-context是什么
Scan Context是一种高效且鲁棒的环境感知和定位方法,尤其适用于那些对GPS信号依赖较小的应用。它通过将复杂的3D点云转换为简化的二维表示,来实现快速而准确的环境匹配和定位,为自动驾驶和机器人导航提供了有力的工具。原创 2023-12-26 10:14:05 · 618 阅读 · 1 评论 -
什么是TSDF三维建图,SLAM中的TSDF建图如何实现的
小白科研笔记:从零学习基于TSDF的三维重建_Niuip的博客-CSDN博客原创 2023-12-25 19:43:36 · 937 阅读 · 0 评论 -
什么是SLAM中的回环检测,如果没有回环检测会怎样
最近看SLAM相关论文,产生一个疑问,闭环检测是SLAM算法中的一个关键环节,但是假如在主体机器人运动的轨迹当中没有产生闭环,是否闭环检测就失去了意义,也就是闭环检测这个环节是否就不是必须的环节。请教了身边做SLAM的同学的观点,告知没有产生闭环的时候需要用全局BA优化,不过因为计算量的问题,无法达到实时性,那么是否如果想要达到实时性,就必须要求机器人运动的轨迹的实验场景必须存在闭环呢?...原创 2023-12-25 19:27:50 · 871 阅读 · 1 评论 -
可以发表SLAM的会议和期刊有哪些(持续更新)
SLAM(Simultaneous Localization and Mapping)领域的研究可以发表在多个高影响力的会议和期刊上。原创 2023-12-21 12:07:56 · 1840 阅读 · 0 评论 -
论文阅读:Long-Term Visual Simultaneous Localization and Mapping
此外,论文还提出了一种基于长短期指数模型的预测方法,以更准确地预测半静态地图点的未来状态,并定义了一个新的3D地图点描述符,用于在不同时间序列的地图中匹配地图点。通过与这些方法的比较,论文能够展示所提出系统在不同情境下的性能优势和适用性。:通过在实际室内环境中对轮椅机器人进行长期实验,证明了方法的有效性,并与现有方法进行了比较,展示了其在地图预测精度和定位性能方面的优势。:通过在室内环境中对轮椅机器人进行数月的实验,验证了方法的有效性,并展示了该方法在地图预测精度和定位性能方面相较现有方法的优越性。原创 2023-12-21 10:10:08 · 1303 阅读 · 0 评论 -
ChatGPT助力科研--阅读论文篇
使用ChatGPT,可以快速解析论文,了解到你想要了解的细节,助力科研,实现每天阅读数十篇论文不是梦。原创 2023-12-21 09:53:48 · 731 阅读 · 0 评论 -
激光SLAM和视觉SLAM获得的点云都包含什么信息
激光SLAM和视觉SLAM在获取点云数据的方式上有所不同。激光SLAM侧重于精确的距离测量和强度信息,而视觉SLAM则提供丰富的颜色和纹理信息。每种方法都有其独特的优势和应用场景。原创 2023-12-20 10:39:15 · 517 阅读 · 0 评论 -
如何寻找写论文的创新点
寻找写论文的创新点是一个挑战性的过程,但也是进行科学研究的核心部分。原创 2023-12-20 10:13:46 · 527 阅读 · 0 评论 -
什么是大模型,大模型和SLAM可以结合吗?
大模型”在深度学习和人工智能领域通常指的是具有大量参数的深度学习模型。这些模型因其庞大的规模和强大的计算能力而得名。它们能够处理和学习从大规模数据集中获得的复杂模式,因此在许多应用中表现出色。原创 2023-12-20 10:00:51 · 956 阅读 · 0 评论 -
深度学习中聚类的“类”指的是什么
在深度学习中的聚类中,“类”指的是数据点的一个集合,这些数据点根据某种相似性标准被归为同一组。在聚类的上下文中,这些类通常被称为“簇”(clusters)。每个簇是数据集中的一个子集,簇内的元素相互之间比与其他簇的元素更相似。原创 2023-12-20 09:53:10 · 631 阅读 · 0 评论 -
可以应用于点云的深度学习方法
选择哪种方法取决于具体任务的需求、点云的特性(如大小、分辨率、稀疏性)以及计算资源。随着技术的发展,这些方法不断被改进,新的算法也在不断出现。点云处理中应用深度学习方法正变得越来越流行,特别是在任务如分类、分割、检测和重建等领域。原创 2023-12-19 14:57:31 · 542 阅读 · 0 评论 -
Todesk突然高速通道使用已结束
大家有没有什么可以替换的远程控制软件的吗?好像对于海外用户需要付费购买海外会员?原创 2023-12-18 16:43:49 · 22668 阅读 · 11 评论 -
什么是深度学习的无监督学习与有监督学习
深度学习中的无监督学习方法是一种训练算法,它在没有标注输出的情况下从输入数据中学习模式和特征。这种方法的核心是探索和理解数据的内在结构和分布,而不是通过已知的输出来指导学习过程。无监督学习方法不依赖于标注数据,因此它们特别适合于那些标注成本高昂或标注不可行的情况。这些方法在探索数据的内在结构、提取未标记数据的特征、减少数据维度等方面非常有效。由于不依赖于标注数据,无监督学习通常被视为一种更具挑战性的任务,需要算法能够在没有明确指导的情况下发现有意义的模式。原创 2023-12-18 14:42:28 · 759 阅读 · 0 评论 -
视觉SLAM中的相机分类及用途
视觉SLAM(Simultaneous Localization and Mapping)算法主要用于机器人和自动导航系统中,用于同时进行定位和建立环境地图。这种算法依赖于相机来捕捉环境数据。根据视觉SLAM的具体需求和应用场景,可以使用不同类型的相机。原创 2023-12-18 10:07:32 · 1908 阅读 · 0 评论 -
使用NDT点云配准实现重定位
数据集使用的是github中提到的KAIST02-small.bag。原创 2023-12-07 11:51:30 · 967 阅读 · 4 评论 -
LIO-SAM如何存储地图
【代码】LIO-SAM如何存储地图。原创 2023-12-06 12:11:58 · 833 阅读 · 1 评论 -
VINS-Fusion跑AGZ数据集
https://blog.csdn.net/weixin_44350238/article/details/102751819原创 2021-09-03 16:32:21 · 188 阅读 · 0 评论 -
VINS_MONO以及VINS_FUSION数据输出并存储 绘制tran与rot的Rmse,KITTI数据格式转换
https://blog.csdn.net/weixin_39702448/article/details/107545488原创 2021-09-03 16:29:04 · 1170 阅读 · 0 评论 -
卸载Gazebo7,安装Gazebo9
卸载gazebo7:sudo apt-get remove gazebo7 gazebo7-common gazebo7-plugin-base libgazebo7:amd64 libgazebo7-dev:amd64Setup your computer to accept software from packages.osrfoundation.org.sudo sh -c 'echo "deb http://packages.osrfoundation.org/gazebo/ubu原创 2021-09-03 16:26:31 · 292 阅读 · 0 评论 -
Ubuntu标定MYNT EYE S SDK
Ubuntu标定MYNT EYE S SDKhttps://blog.csdn.net/weixin_42905141/article/details/93031125https://github.com/slightech/MYNT-EYE-S-SDK查看opencv版本:pkg-config --modversion opencvmake init:make install:make samples:make tools: USB3.0的端口,电脑端口2.0.原创 2021-09-03 16:22:02 · 165 阅读 · 0 评论 -
Vins-fusion 针对数据集Kaist进行修改Kimera_vio_ros针对DBOW2--CATKIN的修改
config文件:realsense_stereo_imu_config.yaml更改:gt_topic: "/pose_transformed" 增加真值topic修改代码:rosNodeTest.cpp:void odomGT_callback(const geometry_msgs::PoseStamped::ConstPtr &odom_msg){ // printf("pose t: %f, %f, %f q: %f, %f, %f %f \n", odom_msg-...原创 2021-09-03 16:14:20 · 536 阅读 · 1 评论 -
使用Voxbolx与SLAM程序一起构建稠密地图
以VINS-MONO-RGBD为例:需要安装voxblox,realsense-d435i驱动并且进行标定,以及vins-mono-rgbd程序:需要添加的配置文件有三个:voxblox:voxblox_ws/src/voxblox/voxblox_ros/launch文件夹下:rgbd_dataset_d435i.launch使用的指令为:source devel/setup.bashroslaunch voxblox_ros rgbd_dataset_d435i.launch原创 2020-12-23 22:19:20 · 757 阅读 · 1 评论 -
EDLines线段检测器原理
EDLines线段检测器原理https://blog.csdn.net/hola_tom/article/details/113816535?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-1&spm=1001.2101.3001.4242LSD基本原理https://blog.csdn.net/polly_yang/article/details/10085401?utm_medium=distribu...原创 2021-09-03 15:49:05 · 1086 阅读 · 0 评论 -
Pcl版本问题踩坑
pcl编译报错:../lib/libPlanarSLAM.so:对‘pcl::search::Search<pcl::PointNormal>::getName[abi:cxx11]() const’未定义的引用../lib/libPlanarSLAM.so:对‘pcl::search::Search<pcl::PointXYZRGB>::getName[abi:cxx11]() const’未定义的引用../lib/libPlanarSLAM.so:对‘pcl::sear原创 2021-08-07 12:31:41 · 1203 阅读 · 0 评论 -
ubuntu死机重启的魔术键
ubuntu死机之后如果总是断电强制重启,会对硬盘和数据造成损伤,可以使用魔术键进行重启:Alt+SysRq + r,e,i,s,u,b(确实很好背,就是单词 busier (英语"更忙"的意思)的倒写)其中: SysRq是一种叫做系统请求的东西, 按住 Alt-Print 的时候就相当于按住了SysRq键,SysRq和PrintScreen(截屏)在一个键位上,这就是系统请求的键。接下来就是操作:马上你就会发现,同时按下<Alt>+<SysRq>压根儿行不通!只会蹦出来原创 2021-08-06 16:27:34 · 4757 阅读 · 0 评论