创建和维护自己的SLAM系统
记录项目研究过程中遇到的点点滴滴代码技巧,不区分有多么厉害还是渺小,够实用就行
爱发呆de白菜头
从事视觉SLAM,研究基于单目, 单目+IMU,RGB-D的SLAM算法, 有时侧重三维重建(地图, 渲染,分割,识别等), 有时侧重定位(VO,VIO等)。
展开
-
新华硕笔记本ubuntu18.04双系统安装之后,wifi没有显示无法链接wifi
本来我以为跟简单安装一个wifi网卡的驱动就可以解决的问题,没想到花了我一早上的时候解决… 惭愧。另外,本来是没打算写这篇博客的,但是我在搜索解决这个问题的过程中, 发现多人提出的解决方案跟我的都不一样,甚至我的解决方案都没有搜到相应的答案,还是只能靠自己啊。。言归正传,还是说说怎么正确的安装wifi驱动吧!1. wifi没有正确安装、或没有正确配置的表现我的电脑现象: 有wifi图标, wifi设置上显示unaviable,无法搜索到任何wifi;还有其他类似的表现,大家可以看看其他朋友的提原创 2020-11-12 14:46:59 · 1638 阅读 · 2 评论 -
Nav-SLAM: 2D激光雷达实现SLAM.
一份快速使用move_base构建机器人自主导航指南(因为本人比较急着使用,于10天成功实现了一份基础路径规划和建图导航系统于四足机器人上)1. 各博客move_base包配置路径规划集锦Mapping中各个坐标系的定义http://www.pianshen.com/article/6085172252/tf中static_transform_publisher静态坐标转换...原创 2019-11-22 15:41:30 · 1942 阅读 · 0 评论 -
菜鸟专学:从头到尾创建自己的SLAM系统
RobotSlamApplication项目二: 小型SLAM系统研究背景: 因为之前比较浮躁,总是喜欢研究别人的库然后测试跑通,效果好就拿来修修改改、然后测试测试就用,效果不好就抛弃。自己没有潜心下来真正写过一个系统,这次从头到尾写一个SLAM系统,写的过程真的不容易,写完就感觉舒畅多了。。一、前言RGB-D 相机的优点和缺点(结构光深度相机)优点:适合在光照不足,缺乏纹理的场景...原创 2019-08-06 21:14:40 · 3136 阅读 · 1 评论 -
菜鸟专学:明确自己编程习惯的变量命名法
函数、变量命名标准背景介绍: 程序员对变量和函数的命名是最痛苦的事情之一,以下给出一些比较简单的命名规则,供自己随时查看,也供大家参考~1. 函数相关命名如果你看到了这里,那么恭喜你,给你留了一个福利~,这个网站已经给你留下很多命名的案例,只要关键字搜索,你就可以找到你想要的啦~https://unbug.github.io/codelf/#filter2. printf 函数...原创 2019-08-10 18:34:42 · 610 阅读 · 0 评论 -
论文算法学习实现(5):动态障碍物的检测和剔除2
前言背景: 根据前面讲到的动态障碍物检测和剔除算法,结合视角椎视野模型,实现动态障碍物剔除如下。前言研究一:动态障碍物的检测和剔除算法解析前言研究二:视角椎的实现和数据剔除一. 动态障碍物检测去除算法更新如下:结合上一节中对障碍物检测讨论利用视角锥检测相机视野空间中障碍物的变化,可以判断出哪些点是新的点哪些点是旧的的点,因此我们对比两次点集的不一致进行比较区分;现在可以...原创 2019-07-26 12:03:30 · 5678 阅读 · 2 评论 -
论文算法学习记录(2)---3D地图中的动态障碍物检测和实时去除
动态障碍物检测和去除研究背景:研究全局地图中的3D动态障碍物刷新…话说正常一点的不是局部动态刷新,以及做导航规划时的二维障碍物刷新?,现在要做3D障碍物(基于视觉)的一个实时刷新,也就是需要对全局地图进行更新或者只对当前一定范围内的地图进行刷新,保证其余地区的地图不变(这两种方式比较倾向于第二种),这样去处理不是进一步加大了内存使用的负担吗……,如何能保证降低或者不增加太多内存和CPU的使用率...原创 2019-07-18 14:32:41 · 2214 阅读 · 0 评论 -
论文算法学习记录(4):视锥体-- Frustum Culling
研究背景:对动态障碍物的检测和剔除,或者说对相邻数据动态变化的检测.一、背景知识gluLookAt(px,py,pz, lx,ly,lz, ux,uy,uz) 该函数定义一个视图矩阵,并与当前矩阵相乘: 第一组px, py,pz 相机在世界坐标的位置 第二组lx,ly,lz 相机镜头对准的物体在世界坐标的位置 第三组ux,uy,uz 相机向上的方向在世界坐标中的方向...原创 2019-07-22 23:39:08 · 7729 阅读 · 1 评论 -
菜鸟专学:Eigen--Sophus--CV--三种不同库对矩阵的操作方式
SLAM 中对点、向量以及矩阵存在着多种不同的表达方式,甚至在使用过程中涉及到多种不同表达方式转换(如,OpenCV、Eigen, Sophus等库之间的转换),因此,本文针对常用几种不同矩阵、向量的表达式进行了讨论和相互转换分析。原创 2019-08-08 16:51:15 · 2767 阅读 · 0 评论 -
RobotSlamApplication(2): 视觉SLAM中常用的一些第三方库简介
一、Eigen3 – 矩阵/向量的计算下载安装 "Eigen3 一般在g2o之前安装,因为g2o的有一项依赖要安装eigen, 在buntu上可以直接通过命令行安装" sudo apt-get install libeigen3-dev (ubuntu16.04最新版为3.2.92(应该没有记错:-))CMakeList.txt 添加编译见之前的博客:Eigen库的使用...原创 2019-07-29 21:19:43 · 398 阅读 · 0 评论 -
RobotSlamApplication(1):第一个三方库--Eigen3库的使用
Eigen官网链接一、CMakeList.txt 编译及头文件 "编译参数" find_package(Eigen3 REQUIRED) include_directories(${EIGEN3_INCLUDE_DIRS}) link_directories(${EIGEN3_LIBRARY_DIRS}) add_definitions(${EIGEN3_DEFINITIONS}) ...原创 2019-07-23 10:47:12 · 339 阅读 · 0 评论 -
V-SLAM 回环检测与后端优化重读
研究背景: 后端优化原理大多人都比较清楚,但是实现起来不是个容易的事情,而回环检测部分在自己测试之后发现,这部分在vSLAM中也是至关重要的,本文的最后给出了在没有好的回环下得到的地图数据。1. 问题描述误差积累: 相机转过去的过程正常运行,但转回来时会出现明显偏差;点云重建效率:在线点云更新速度较慢, 不实时显示速度影响不大.2. VO-视觉里程计的问题帧----帧,...原创 2019-08-25 16:35:31 · 1851 阅读 · 0 评论 -
RTAB-Map学习和测试详解
RTAB-Map 详解我的所有博客都偏项目研究或者实际代码测试使用,算法原理暂时不在这里讨论。一. 总体阐述1. 基于图优化的SLAM方法 – rtabmap_ros2. odometry是一个额外的输入模块意味着里程计可以使用任意形式和任意类型的数据,与rtabmap想链接。3. 在传感器同步之后,STM模块将会创建一个节点记忆视觉里程计位姿STM:( Sh...原创 2019-08-09 14:15:14 · 9900 阅读 · 2 评论 -
Rtab-Map学习之rtabmap_ros源代码剖析
在上一节中主要介绍了RTAB-Map中核心的几个部分,并介绍了其中主要几个参数, 在本节主要针对程序的原理和使用进行讨论(rtabmap_ros + RTAB-Map)rtabmap_ros 源代码解析主要针对发布的地图数据进行研读和修改:针对MapData的地图数据类型进行解析针对octomap的地图数据类型进行解析...原创 2019-09-04 20:59:23 · 3339 阅读 · 2 评论