- 博客(18)
- 收藏
- 关注
RSS订阅原创 [论文阅读]NDT Paper及PCL Code 详解
文章目录ProblemPapersCost Function核心思想：使用PDF 来表示点云Cost FunctionDetailsOptimization优化变量优化方法牛顿法MT线搜索最简单的线搜索准则： Armijo 准则更常用：Wolfe 准则其他PCL CodeDetailsConfidence Measure指标比较参考链接ProblemFind a rigid transformation to align two point cloudsPapersThe Normal Dist
2022-05-22 11:15:54
748
5
原创 [代码阅读]Livox 标定
文章目录输入输出算法流程主lidar建图标定Ransac代码地址:https://github.com/Livox-SDK/Livox_automatic_calibration输入主lidar 点云待标定lidar 点云两者外参的initial guess输出两者外参的标定结果算法流程整个流程是比较简单的，三个步骤：主lidar 建图标定ransac主lidar建图用的是BLAM。点云匹配用的generalized icpscan2scan 先得到帧间位姿估计
2022-04-16 14:07:17
748
5
原创 [论文阅读][SLAM]Targetless Calibration of LiDAR-IMU System Based on Continuous-time Batch Estimation
#Targetless Calibration of LiDAR-IMU System Based on Continuous-time Batch Estimation原文链接:https://arxiv.org/pdf/2007.14759v1.pdf代码地址https://github.com/APRIL-ZJU/lidar_IMU_calibAbstract这篇文章提出了一种LiDAR-IMU标定方法(称为LI-Calib). LI-Calib 采用了基于B-Spline的连续时间轨迹。相比
2022-01-15 21:43:52
2635
原创 Windows/Linux如何查看动态库的依赖关系?
Windows 下使用工具：https://github.com/lucasg/DependenciesLinux 下, 可用ldd 工具查看依赖，但ldd无法查看具体的依赖关系，推荐一个好用的工具： sudo apt install pax-utils lddtree *.so你会得到一个依赖树：lddtree cv2.cpython-37m-x86_64-linux-gnu.so cv2.cpython-37m-x86_64-linux-gnu.so => ./cv2.cpyt
2021-12-02 18:11:17
5495
原创 Bezier和B样条曲线
Bezier和B样条曲线文章目录Bezier和B样条曲线问题样条曲线的意义Bezier 曲线性质缺点实际应用B样条曲线优点几个概念其他参考资料前置知识请参考：插值与拟合问题已知若干点，如何得到通过这些点的一条光滑曲线？古代工匠的解决方法：把富有弹性的细长木条用压铁固定在样点上，在其他地方让它自由弯曲，且在结点处具有连续的曲率，然后沿木条画下曲线，成为样条曲线样条曲线的意义普通的多项式插值法，如Lagrange插值，存在Runge现象，即当多项式次数较高时存在稳定性、大幅度震荡等问题。可以通过类
2021-11-28 18:48:31
2685
原创 [论文阅读][深度学习-三维重建]Single-Shot 3D Shape Reconstruction Using Structured Light and CNN
Single-Shot 3D Shape Reconstruction Using Structured Light and Deep Convolutional Neural NetworksAbstract这篇文章研究了一种将结构光与卷积神经网络（CNN)结合起来的三维重建算法。算法的输入是单张条纹图像，输出是深度图。训练和验证数据集是通过传统的条纹结构光算法得到的（数据有着高质量的3D ground truth labels)。为了得到深度信息，传统的方法使用复杂的算法计算相位或像素视差，而本文提
2021-10-15 10:27:37
1543
2
原创 Going Further with Point Pair Features: PPF, 如何走的更远？
这是一篇文献阅读笔记，也是对自己一年多以前相关工作的总结。基于Point Pair Features（PPF）的6D姿态估计方法，是在机器视觉领域应用广泛的一种物体位姿提取方法。大名鼎鼎的Halcon，其Surface Matching 模块就是在这种方法的基础上做的优化。（Halcon有一份technique notes 专门讲该模块的使用）。这种方法具有什么优势呢？在工业场景中，有大量缺少表面纹理或局部曲率变化很小的物体，无法利用局部特征提取匹配点对，因此基于局部特征点匹配的姿态估计方法无法使用
2021-09-21 17:22:11
1165
2
原创 Ubuntu18.04 安装Nvidia驱动
文章目录参考链接踩了些坑，记录下解决方案。唯一有用的参考链接：https://www.jianshu.com/p/8594771c7d5e要补充的地方：安装完显卡驱动后，系统需要重启加载驱动，在重启系统时，会出现一个蓝色背景的界面 perform mok management , 此时如果选择 continue reboot， 可能导致新安装的 N 卡驱动没有加载，正确的做法如下：(1)当进入蓝色背景的界面perform mok management 后，选择 enroll mok ,(2)
2021-08-21 15:51:07
406
原创 [论文阅读][ICP变种] Generalized-ICP
Generalized-ICP文章目录Generalized-ICPAbstractIntroductionScanMatchingGeneralized ICPGeneralized ICP的应用：plane-to-plane ICPResultsAbstract这篇文章的提供一种新方法，可以将point-to-point icp 与point-to-plane icp整合起来。新方法对于错误匹配更加鲁棒，使得maximum match distance参数(详见下文)的调节更加容易。除了性能上的提
2021-07-23 12:09:14
4213
9
原创 PCA、协方差矩阵以及在点云处理中的应用
PCA、协方差矩阵及其在点云处理中的应用文章目录PCA、协方差矩阵及其在点云处理中的应用目的PCA推导特征值分解奇异值分解奇异值分解同特征值分解的关系点云处理中的应用参考链接目的考虑一个问题：一组数据XP×NX_{P\times N}XP×N (数据维度为P，样本点数目为N)，我们想对XXX进行降维，但最大限度的保留其中的信息，该怎么做？一种直观的想法是这样的，如果数据中存在高度相关的维度，那我们只保留其中的一个维度就可以了。对于普通的数据，各维度的相关性比较复杂，判断要保留哪些维度是一件比较困难
2021-07-18 20:39:15
5141
原创 [论文阅读][Point-Plane ICP]Object Modeling by Registration of Multiple Range Images
Object Modeling by Registration of Multiple Range Images文章目录Object Modeling by Registration of Multiple Range ImagesAbstractIntroductionRangeImageRegistrationEvaluation FunctionLine-Surface IntersetionControl Point SelectionThe Registration AlgorithmAbst
2021-07-07 14:49:27
1299
原创 [论文阅读][经典ICP] A Method For Registration Of 3D Shapes
[论文阅读][ICP 经典]A Method For Registration Of 3D ShapesAbstractICP的优势总是收敛的收敛速度够快可以用来做点集、曲线、曲面的registrationIntroductionICP可以解决的问题：两个点集，点对的匹配关系未知，如何求解两个点集之间的刚体变换？free-form curve matching problemICP不需要计算features、曲线或曲面的导数。3D data的噪声需要滤除，但无需更复杂的预处理。
2021-07-05 12:20:40
1950
原创 static变量的生存期问题
static变量的生存期问题static变量是指静态的变量，不管是在全局还是局部声明的静态变量都存放于程序的全局变量区域，所以它的生命周期是从程序开始到到程序结束。但是在C和C++中，其初始化时机又有区别，具体结论如下：C全局变量文件域的静态变量静态局部变量初始化编译期初始化编译期初始化编译期初始化一些细节：因为C语言的静态变量都是在编译阶段分配好内存之后就会进行初始化。所以，C语言之中无法使用变量对静态变量进行初始化，即以下写法是无法编译通过的：int a
2021-05-26 11:29:18
1659
1
原创 多频法如何解包裹相位？
多频法如何解包裹相位？多频法，是采用正弦条纹的三维结构光系统解包裹相位的一种常用方法。该方法投影多个不同频率的正弦条纹图样到被测物体上，分别提取出各频率正弦条纹图样的截断相位。该法要求: 频率最低的条纹图样，一个周期就可以覆盖整个被测物体，因此该频率条纹图样的相位不需要进行相位解包裹，其截断相位就已经等于连续相位。那么更高频率的条纹图样如何进行相位解包裹呢？公式如下：kh(x,y)=round[(λlλh)Φl(x,y)−ϕh(x,y)2π]Φh(x,y)=ϕh(x,y)+2πkh(x,y)k_h(
2021-04-22 09:22:31
1561
原创 重磅！一文读懂线性方程组的求解方法
重磅！一文读懂线性方程组的求解方法线性方程组的求解是计算机视觉工程实践中经常碰到的问题,这篇文章对其常见解法进行整理和总结.先上结论:针对线性方程组Ax=bAx=bAx=b的求解问题，我们按照系数矩阵AAA的性质进行分类讨论。1.AAA为方阵det(A)≠0det(A)\neq0det(A)=0方程组有唯一解.det(A)=0det(A)=0det(A)=0若 r(A)<r(A,b)r(A)<r(A,b)r(A)<r(A,b),则方程组无解r(A)=r(A,
2021-04-08 21:27:28
1945
6
原创 数值分析：插值与拟合
数值分析：插值与拟合复习下插值与拟合这部分课程内容的大纲。插值插值函数：存在简单易算的函数p(x)p(x)p(x),使得p(xi)=f(xi)p(x_i)=f(x_i)p(xi)=f(xi),则p(x)p(x)p(x)称为f(x)f(x)f(x)的插值函数。求p(x)p(x)p(x)的方法就是插值法。插值图示： 插值函数必须要经过插值节点处的函数值常用的插值方法是按照所使用的插值函数来分类的，包括：多项式插值p(x)p(x)p(x)为多项式，最常用多项式插值的存在唯一性定理已知n+1
2021-04-01 17:51:36
900
2
原创 系数矩阵为方阵的线性方程组解的情况
线性代数教材中有关线性方程组的内容回顾下面这个问题可能勾起你对往日青葱岁月的回忆。对于线性方程组Ax=b（A为n阶方阵）Ax=b（A为n阶方阵）Ax=b（A为n阶方阵）：什么情况下无解？什么情况下有唯一解？什么情况下有多个解？针对齐次线性方程组（b=0b=0b=0)和非齐次线性方程组(b≠0b\neq0b=0)要分类讨论。1.齐次线性方程组不存在无解的情况，至少有000解det(A)≠0det(A)\neq0det(A)=0（等价于r(A)=nr(A)=nr(A)=n），解是唯
2021-03-21 18:25:27
2191
原创 一种二叉树非递归遍历的简单写法
一种二叉树非递归遍历的简单写法二叉树的遍历是数据结构中非常基础的一个知识点，也是面试手撕代码环节的一个常见题目。这个问题的递归写法是比较简单的，但是如果面试官要求使用非递归写法，那么恭喜你同学，你被卷了。这里提供一种简单的写法，我这里的简单，是指分析方法简单，而不是简洁（简洁的代码要看懂未必简单）。只要把循环中可能出现的各种情况分析清楚，那么写代码时只是把一堆if else填进去而已。我们的分析方法的要点是：在每一轮循环中，把握住当前节点的状态，以及其左、右子树是否为空。下面我们将依次对先序、中序和后
2021-03-20 16:00:12
206
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人