slam十四讲资料整理

最新推荐文章于 2024-07-25 21:30:30 发布
最新推荐文章于 2024-07-25 21:30:30 发布
阅读量220 收藏
点赞数
分类专栏： SLAM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/parker_1/article/details/97813476
版权

文章目录

第一讲作业and习题

  1. 视觉SLAM十四讲（第一章作业)
  2. 视觉SLAM十四讲－习题






环境变量:就是指定一个目录，运行软件的时候，相关的程序将会按照该目录寻找相关文件

1.Linux下的环境变量
2.Linux中环境变量的设置
dpkg安装：
dpkg安装以及卸载软件

参考博客： 涉及东西比较多可以参考　Amazingren

parker_1
关注
专栏目录
《视觉SLAM十四讲》学习日志(二)——初识SLAM
Nikki_o3o的博客
02-26 306
《视觉SLAM十四讲》学习日志(二)——初识SLAM 小萝卜机器人的例子： 就像这种机器人，它的下面有一组轮子，脑袋上有相机(眼睛)，为了让它能够探索一个房间，它需要知道： 1.我在哪——定位 2.周围环境怎么样——建图 定位和建图可以理解成感知的 "内外之分"，一方面要明白自身的状态(位置)，另一方面要了解周围的环境(地图)。要完成这...
[学习笔记-SLAM篇]视觉SLAM十四讲ch9
warningm_dm的博客
08-03 1112
和第6讲状态估计一样，太多数学推导了，抽象的东西没那么多，但是更令人头大了。 具体的推导还是有亲自计算的必要的，不过整体思路整理也很必要。 注： 1）学习视频：【高翔】视觉SLAM十四讲。 视觉SLAM十四讲第9讲9.1 理论部分9.2 实践部分 第9讲 9.1 理论部分 前端传输过来的地图点、相机运动这些数据都是粗糙的，虽然构建了运动方程（纯视觉SLAM没有）和观测方程，但含有误差，因此需要后端进行优化。 后端优化的方式就是进行状态估计。 1）状态估计 在视觉SLAM中，我们需要优化（待估计）的量是
视觉SLAM十四讲PPT
05-04
精品课程PPT分享，视觉SLAM十四讲配套PPT， 全网唯一资源
SLAM 十四讲 课件 slam
04-23
SLAM 十四讲 课件 slam
《视觉SLAM14讲》学习小结——供小白快速入门ch2
最新发布
weixin_44469383的博客
07-25 870
内容简介
slam十四讲课堂PPT-2016年.rar
06-10
slam十四讲视频配套ppt
SLAM14讲~视频链接
01-29
SLAM14讲，清华大学高翔亲自讲SLAM14讲视频。有代码的讲解和书籍内容的讲解。。SLAM14讲对计划学SLAM的童鞋来说是一本非常合适的书。
视觉SLAM十四讲学习笔记——第十三讲 实践：设计SLAM系统
weixin_61294345的博客
12-02 2572
1.如何运行示例代码 2.主要头文件 3.主要算法框架图 4.主要关注的问题
【视觉SLAM十四讲】第十、十一讲 后端
liqingyushe的博客
11-29 300
后端
【视觉SLAM十四讲】相机与图像（附PCL安装教程）
weixin_44413191的博客
07-25 1262
本文为视觉 SLAM 学习总结。内容包括相机模型、图像、实践：基本图像处理、实践：点云拼接
视觉SLAM十四讲（3）
weixin_44053287的博客
03-27 1012
视觉SLAM十四讲（3）——相机与图像
SLAM十四讲
10-27
高翔《视觉SLAM十四讲》从理论到实践 全部配套代码资料。
SLAM十四讲【1-6章】PPT.rar
10-31
本资源包括高翔SLAM十四讲1-6章PPT，便于简化理解和日常讲解摘要使用。
slam十四讲（1）
Simon的博客
12-03 621
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预处理。如果在机器人中，还可能有码盘、惯性传感器等信息的读取和同步 视觉里程计（visua odometry，VO）视觉里程计任务是估算相邻图像间相机的运动以及局部地图的样子。VO又称为前端 front end。 后端优化（optimization）后端接受不同时刻视觉里程计测量的相机位置，以及后环检测的信息，对他们进行优化，得到全局一致的轨迹和地图。由于接在VO之后，又称为后端（back end）。 回环检测（loop closing）回环检测..
【slam14讲】一、slam概述与cmake示例
weixin_42301220的博客
04-03 1654
文章目录参考资料1. 概述1.1 预备知识1.2 视觉SLAM框架1.3 SLAM问题的数学描述2. Linux下实践基础2.1 g++编译器示例2.2 cmake编译2.3 使用库 参考资料 【高翔】视觉SLAM十四讲 1. 概述 1.1 预备知识 SLAM: Simultaneous Localization and Mapping 同时定位与地图构建 准确的定位需要精确的地图 精确的地图来自准确的定位 传感器 机器人感知外界环境的手段 种类:内质的/外质的 内质:感受机器人本体信息 IMU
slam十四讲参考文献
VIEO
01-31 2008
元学习论文总结||小样本学习论文总结 2017-2019年计算机视觉顶会文章收录 AAAI2017-2019 CVPR2017-2019 ECCV2018 ICCV2017-2019 ICLR2017-2019 NIPS2017-2019 1.A Survey of Monocular Simultaneous Localization and Mapping基于单目视觉的同时定位与地图构建...
视觉SLAM十四讲 2-概述部分
Nismilesucc的学习札记
09-26 611
蓝色 紫色 红色 SLAM：同时定位与地图构建 ”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“ 若传感器主要为相机，即为视觉SLAM。 两类传感器 安装在环境中的（eg. 二维码Marker/GPS/导轨/磁条） 要满足外部环境约束才能进行定位工作。（eg. 要有GPS信号，要能铺设导轨） 携带于机器人本体上的（IMU/激光/相机） IMU：惯性测量单元-wiki，是测量物体三轴姿态角（或角速率）以及加速度的装置。 测到的通常都是一些间接的物理量而不是直
视觉SLAM十四讲
热门推荐
epic_Lin的博客
01-26 1万+
1、激光SLAM 激光SLAM相对成熟，比如2005年出版的《概率机器人》中就介绍了很多关于激光SLAM的知识，在ROS里也能找到许多关于激光定位、激光建图的现成软件。 2、单目SLAM 在相机移动时，近处的物体移动快，远处的物体移动慢，极远处的物体看上去是不动的。于是当相机移动时，这些物体在图像上的运动就形成了视差。通过视差，我们就能定量的判断哪些物体离得远，哪些物体离得近。 然而，即使我们知道了物体远近，它们仍然只是一个相对的值。单目SLAM估计的轨迹和地图将与真实的轨迹和地图相差一个因子，也就
SLAM十四讲学习
weixin_42332634的博客
12-25 113
第一讲处识slam1 经典视觉slam框架二级目录三级目录 1 经典视觉slam框架 二级目录 三级目录
slam十四讲 pdf
12-16
“slam十四讲”是一本介绍即时定位与地图构建（SLAM）技术的经典著作，该书以十四个讲座的形式系统地介绍了SLAM技术的原理、方法和应用。这本书从最基础的概念开始，逐步深入剖析SLAM技术的各个方面。从视觉SLAM到...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值