![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
VSLAM
又决定放弃
这个作者很懒,什么都没留下…
展开
-
vslam14讲中编译G2O报错: 对‘google::LogMessageFatal::LogMessageFatal(xxxxx)’未定义的引用; GFLAGS报错
我遇到的问题就是在编译第六章第三个例子的时候,按照它的cmakelist写好了。但是一去编译发现自己就会出现如下的错误:不要慌,试试下面我这种解决方案:首先重新下载和编译 gflags 和 glog 两个库,放心速度很快:1. gflags git clone https://github.com/gflags/gflags.git cd gflags mkdir build && cd build cmake -DCMAKE_INSTALL_PREF原创 2021-08-02 16:15:50 · 3262 阅读 · 0 评论 -
手写ORB特征,特征匹配 -视觉slam14讲
手写ORB 参考高博slam14讲,经典易懂。对理解orb特征的构建很有帮助,只不过其中的一些思想,比如暴力匹配等,可能效率不高但机具学习价值/************************************************************************* > File Name : shouxieorb.cpp > Author : enjoy5512 > Mail : enj原创 2021-07-31 00:10:11 · 465 阅读 · 0 评论 -
Ceres库使用实例: 估计参数 视觉slam14讲
这里针对y = exp(ax^2 +bx + c )这样一个关于x的二次函数, 估计出a b c三个系数的问题,属于拟合问题。 这里只要铭记 ceres的使用方法就好,可以和上文的高斯牛顿迭代法,放在一起看。代码如下//// Created by xiang on 18-11-19.//#include <iostream>#include <opencv2/core/core.hpp>#include <ceres/ceres.h>#include &原创 2021-07-30 17:34:44 · 286 阅读 · 0 评论 -
高斯牛顿迭代估计参数-视觉slam14讲 实践
人家都写好了,自己主要是理解一下这个代码吧,用雅克比矩阵代表需要优化的参数:J 。 一个海森矩阵和一个b矩阵用来迭代。 在每次迭代过程中, 优化的方向是 由 HX=b ,求解出来的x给定的。 之中H和 b的计算,可以简单地由 J矩阵得到,也就是: H+= inv_sigma * inv_sigma * J * J.transpose(); b+= -inv_sigma* inv_sigma * error * J;然后通过dx = H.ldlt().solve(b)得到δx 。 这就是原创 2021-07-30 10:50:26 · 707 阅读 · 3 评论 -
视觉slam14讲中的 点云拼接例子
首先是github中的 那个CMakeLists不太管用,我的是这样的, 如果报什么 fmt 的错误记得参见这个 链接https://blog.csdn.net/u011573853/article/details/116891893 ,这个链接没有用 sudo make install,最后一步记住用sudo make install 就好了测试可用的CMakeLists.txtcmake_minimum_required(VERSION 3.5)project(jointMap)set(O原创 2021-07-29 17:11:43 · 647 阅读 · 2 评论