SLAM
文章平均质量分 84
南柯一梦zsy
菜鸟小曾的备忘录
知其然,知其所以然。
展开
-
gtsam关于imu预积分实现探究
gtsam关于imu预积分实现探究个人学习记录资料gtsam官网关于IMU预积分的资料介绍了gtsam预积分基于以下论文实现Todd Lupton and Salah Sukkarieh, “Visual-Inertial-Aided Navigation for High-Dynamic Motion in Built Environments Without Initial Conditions”, TRO, 28(1):61-76, 2012.同时基于流形空间进行了优化,基于以下两篇论文原创 2022-04-22 16:19:07 · 2760 阅读 · 0 评论 -
gtsam官方文档: The new IMU Factor学习笔记
gtsam官方文档:The new IMU Factor本文为gtsam imu预积分文档学习笔记,为gtsam基于切向量实现的imu预积分的理论基础。导航状态定义导航状态为 Xbn={Rbn,Pbn,Vbn}X^n_b=\{R^n_b,P^n_b,V^n_b\}Xbn={Rbn,Pbn,Vbn}上角标n:导航(navigation)坐标系下角标b:载体(body)坐标系下文均省略上下标矢量场与微分方程对于导航问题我们用如下微分方程描述 X˙(t)=F(t,X)\dot X(t)原创 2022-04-21 16:25:43 · 1250 阅读 · 1 评论 -
IMU预积分笔记
IMU预积分笔记论文:On-Manifold Preintegration for Real-Time Visual–Inertial Odometry参考视频:https://www.bilibili.com/video/BV1FW411C7R3?from=search&seid=1030852850225761809&spm_id_from=333.337.0.0参考文档:预积分总结与公式推导20180827(邱笑陈总结)论文的一些零散笔记旋转矩阵R可以看做是位于9维空间的一个原创 2021-09-10 21:38:17 · 913 阅读 · 2 评论 -
ROS noetic gazebo11车轮不显示的问题
最近跑<<ROS机器人开发实践>>中的代码时,由于各种原因手头机器装的为Ubuntu20+ROS noetic+Gazebo11,需要对书中代码进行修改。noetic版本对xacro文件的修改参考这篇帖子 添加链接描述在RVIZ中显示没有问题,但是在gazebo中显示两个轮子没有了????就像这样:开始以为是gazebo差速控制插件有问题,对<plugin name="differential_drive_controller" filename="libgazeb原创 2021-06-13 16:08:33 · 1507 阅读 · 2 评论 -
cartographer阅读笔记(自用)
cartographer阅读笔记 ????(自用)一些不熟悉的C++知识std::move()std::move 右值引用左值是指表达式结束后依然存在的持久化对象,右值是指表达式结束时就不再存在的临时对象在C++11之前,右值是不能引的,如int &a = 1; // error: 非常量的引用必须为左值const int &a = 1; // 我们最多只能用常量引用来绑定一个右值在C++11中我们可以引用右值,使用&&实现:int &&原创 2021-06-03 23:22:30 · 420 阅读 · 0 评论 -
logodd笔记
变量约定栅格地图中的栅格是一个二元随机变量,只能取两个值:占用(Occupied)或者空闲(Free),p(m)=1p(m)=1p(m)=1表示被占用,p(m)=0p(m)=0p(m)=0表示空闲,p(m)=0.5p(m)=0.5p(m)=0.5表示不知道(Unknown)。logodd 对数赢率建图问题可以理解为一个在已知位姿和观测值的情况下对每个栅格是占用或空闲的估计。也就是如下问题,应用贝叶斯公式变化可知。p(mi∣x1:t,z1:t)=p(zt∣mi,z1:t−1,x1:t)p(mi∣z1:原创 2021-04-09 09:36:58 · 180 阅读 · 0 评论 -
SLAM--VICP(Velocity Updating Iterative Closest Point Algorithm)学习笔记
参考资料:《VICP: Velocity Updating Iterative Closest Point Algorithm》–Seungpyo Hong Heedong Ko Jinwook Kim《视觉SLAM十四讲从理论到实践》–高翔简介追踪机器人的位姿是移动机器人领域的关键问题,ICP算法通过迭代3D空间中最近的点来求解位姿,而VICP算法在ICP算法的基础上引入了速度的更新。ICP算法假设X={xi}X=\{x_i\}X={xi}是第一帧扫描中所得到的数据点,Y={yi}Y=\{y原创 2021-03-30 10:52:35 · 2670 阅读 · 3 评论 -
对极约束
数学铺垫:向量的混合积混合积:a⋅(b×c)a \cdot (b\times c)a⋅(b×c)几何意义:由向量a,b,ca,b,ca,b,c所组成的立方体的体积当向量a,b,ca,b,ca,b,c共面时:a⋅(b×c)=0a \cdot (b\times c)=0a⋅(b×c)=0对极约束对于下图这样两幅图像,p,q为对于同一个点在两个不同相机下的归一化成像平面上的三维坐标,t,R为第一幅图到第二幅图中相机位姿的刚体变化。由于向量p,q,t共面,所以p⋅(t×RTq)=0p\cdot( t原创 2021-03-22 15:25:19 · 749 阅读 · 0 评论 -
张氏标定法学习笔记
内容整理自浙江大学陈平老师的PPT基础知识Vanishing Point3D空间中的平行线在图像中相交(延长线相交)所形成的点。Absolute Conic关于Absolute Conic这一概念。这一部分内容PPT上比较简略,可以参考这篇博客一起看:Camera Calibration 相机标定:原理简介(三)按照课堂思路的话,现在,我们假设在无穷远平面上有一个方向向量e=[0 0 1]Te=[0\;0\;1]^Te=[001]T,那么,根据无穷远平面的定义,他的齐次坐标应该为[e 0]原创 2021-03-21 20:50:02 · 260 阅读 · 0 评论 -
PNP问题学习笔记
整理自浙江大学陈平老师的课堂内容问题引出PNP问题是指在已知相机内参的前提下,通过N对匹配的图像坐标以及他们中的匹配点计算相机的在两幅图像中的位姿变化。关于n的探讨图像上一个点会对相机位姿产生两个约束,如下图所示,点的存在会使得相机平面不能沿垂直的平面做平移运动,损失2个自由度。 相机位你、姿变化T含有6个自由度,所以至少需要在两幅图像中有3对点对,才能进行计算。即n≥3n \ge 3n≥3。PNP问题的求解思路计算出特征点在相机坐标系下的三维坐标通过特征点在世界坐标系和相机坐标系里面的位原创 2021-03-21 17:44:13 · 5478 阅读 · 1 评论