- 博客(17)
- 收藏
- 关注
RSS订阅原创 Pid控制器
PID控制算法PID是使用最为广泛控制算法的算法之一，P、I、D是三种计算方法叠加的算法；P比例控制，I积分控制，D微分控制。以控制无人车速度的方式分别介绍比例控制当前有一辆在路上行驶的汽车，目标车速为40km/h，当前车速为20km/h，当前车速与目标车速有一个20迈的误差e，要想尽快的达到目标车速可以在现有的加速度0上累加一个加速度，这个累加的加速度为p*e，将比例系数p选为0.3，此时的累加加速度为6，下一时刻的车速为26，误差为14，下一时刻需要的增加的加速度为4.2，总的加速度为10.2，
2020-08-30 14:07:06
388
原创 光流与灰度不变理论
像素灰度值不变的假设用光流法计算图像的相机的运动，需要建立在灰度不变的假设的基础上，因为只有在合适的假设上才可以有较好的结果。首先，说明灰度其实是在相机的运动过程中变化的，因为同一个物体，相机据他距离不同时光圈调节的亮度应该是不同的，所以，灰度不是一成不变的。我们先假设灰度不变。在求解 光流法时，计算部分像素运动称为稀疏光流，计算所有像素的运动称为稠密光流。在一幅图片上，我们设他的灰度值为...
2019-12-04 14:33:12
1117
原创 ICP（iterative closest point）
迭代最近点求解ICP的求解有两种方法，第一种是线性代数的（SVD分解），另一种是非线性优化的(BA)求解。SVD方法ICP问题是先知道若干匹配好的点P与P’的关系，然后进行求解，我们知道，没对匹配点之间的误差为：以误差构建最小二乘，求可以使最小二乘最小的旋转矩阵R和平移向量t：...
2019-12-03 16:05:22
806
原创 李代数的导数
扰动模型BCH公式与近似模型李群李代数的关系已知，当我们将两个李群的矩阵相乘时，李代数的运算应该时什么呢。我们知道李群的形式为：对于上式，我们等价研究：那么这个式子是否成立呢，显然在标量时是成立的，但是在矩阵形式时不成立，应该以BCH（baker Campbell hausdorff）给出：其中[，]为李括号，李括号的运算为：BCH公式中，当向量为小量时，小量二次以上的项都将被忽略，所...
2019-12-02 16:28:11
2844
原创 Bundle Adjustment
最小化投影误差可以将前面讲的线性问题转变为非线性的最小二乘问题。非线性优化是不同于线性方法的，线性方法一般是先求去相机的位姿，然后再求空间点的坐标。而非线性优化问题则是将位姿和坐标都当作变量，带入优化器优化求解。将旋转和平移矩阵表示成李代数，假设空间点P=[X,Y,Z],像素点u=[u,v]，可以得到入下的关系：构建最小二乘：该问题的误差为像素坐标与3D点按照当前估计的位姿进行投影得到的位...
2019-12-02 10:48:43
137
原创 3D-2D：PnP
PnP(Perspective-n-Point）是求解3D-2D点运动的方法。PnP问题有很多种求解方法，直接线性变换、P3P、EPnP.直接线性变换考虑空间中某个点P，知道它的齐次坐标为P=（x，y，z，1)，图像I上的投影特征点x=（u，v，1）。此时相机的位姿未知，R，t，定义增广矩阵[R|t]为一个3*4的矩阵，包含了旋转和平移信息，在已知相机内参后，可以得到：最后通过最后一行可以...
2019-12-02 10:12:19
304
原创 单应矩阵
单应矩阵与本质矩阵单应矩阵是描述两个平面之间的映射关系。在感知的场景中特称点都落在同一个平面上，则可以通过单应矩阵来进行运动估计。设在环境中有一个平面P，这个平面满足方程：n（T）P+d=0；将上式等价变换可以得到：于是我们可以得到如下的式子：p2=Hp1;单应矩阵与平面的旋转、平移及平面P的参数有关，与前文所说的求解本质矩阵的方法类似，可以通过若干个特征点求取。上述H矩阵，它在构...
2019-11-29 10:48:01
725
2
原创 本质矩阵
本质矩阵本质矩阵E=t^R,是两个3*3的矩阵的乘积，还是三乘三的矩阵，理论上说有9个未知数，但从其构造形式上看，其具有以下性质：本质矩阵是由对极约束推到来的，在对极约束中，是等式为零的约束，所以对E乘上不为零的数对极约束任然成立。根据E=t^R，可以得到本质矩阵的奇异值必定为[σ，σ，0]，另一方面，平移和旋转矩阵各有三个自由度，所以E只有六个自由度，但由于尺度等价性，E实际上只有五个...
2019-11-28 21:06:30
939
2
原创 对极约束
基础矩阵和本质矩阵的给出基础矩阵：E=t^R;本质矩阵：（K-1）TEK-1首先引入像素平面（应该说是归一化平面），通过ORB特征点匹配可以在两帧图像上找到若干匹配的特征点，将相机中心分别与特征点相连，理论上两线可以相交，且焦点为空间坐标点的位置P。现在在理论上开始分析，O1,P,O2三点可以确定一个平面u，两个像素平面l1,l2可以与u相交，分别与交与e1,e2，两者的交点叫做极点，pe...
2019-11-28 20:24:32
142
原创 视觉里程计1
特征点的选择图像特征点选取经历了长久的发展，在选取特征的构成中形成了若干种发方式，比较著名的有SIFT,SURF,ORB等。以上所说的三种方式各有各的特点，在处理不同的slam问题时，可以面向自己的问题选择一种较好的方式。本文是以单目视觉传感器为基础将的，所以GPU加速等设备就不考虑了，因为成本问题，所以选择了性能折中的ORB特征。ORB特征也是由关键点和描述子两部分组成。它的关键点是Ori...
2019-11-26 16:28:28
162
原创 无畸变情况下针孔相机的成像模型
小孔成像原理在高中物理中，学习过小孔成像原理，如下图所示就是小孔成像的过程：在此图中，可以利用三角形相似的原理，成像图与真实的物体之间的关系：在成像的过程中，可以得到一张无畸变的图像，在这张图像定义一个像素坐标系，像素坐标系的原点在图像的左上角，u轴向右，v轴向下。在像素平面上还有一个成像平面，成像平面以光心的投影为原点。在像素图像中显示的投影图像，可以通过坐标的平移与放缩表示二者之间的数...
2019-11-23 13:55:32
337
原创 李代数的引出
李代数S0(3)在前文讲过旋转矩阵的相关概念，旋转矩阵R等于R的逆也等于R的转置，所以R与R转置的乘积为单位矩阵，如下式：将上式的两边对时间t求导，可以得到为反对称矩阵，根据前文提到过的知识，向量a^为反对称矩阵，所以上式求得的反对称矩阵可以由一个a ^表示。反对称矩阵如下式：将a换做Φ，在上式的基础上进行恒等变换，在等式两边乘以R，可以得到以下等式：设在T0点附近，Φ=Φ0，...
2019-11-21 22:02:53
235
原创 向量的内外积
内积向量的内积与矩阵的乘法差不多，如下式计算所示：外积而向量的外积就几乎与矩阵的运算没有关系了，如以下公式在外积的运算过程中引入^，此符号叫做反对称符号，就是向量a ^是一个反对称矩阵。...
2019-11-21 20:06:51
362
原创 不同坐标系的变换
机器人坐标变换位姿与点的描述一个在空间中运动的物体，在选定的坐标系下，可以通过一个向量描述其位置，而物体的姿态需要一个自身的坐标系来描述。所以需要知道物体的姿态，就需要在确定物体自身坐标系后，找到自身坐标系与世界坐标系之间的关系。为什么需要知道两者之间的关系呢？因为在一个机器人中，有若干个运动结构，需要知道各个运动结构之间的关系，才可以明确操控机器人的运动，世界坐标系就是联通各个子坐标系的桥梁...
2019-11-21 10:58:08
1882
原创 四元数组怎么回事
四元数组的由来再求物体位姿旋转平移时，用旋转矩阵有9个量描述一个3自由度的旋转，具有冗余性；用欧拉角表示，又存在万向锁的问题（奇异性）。而四元数组则有复数的概念引申而来，在复数平面中，复数的乘法表示，复数的旋转。四元数组由一个实数和三个虚数组成：q=q0+q1i+q2j+q3k,式中：i,j,k，都是虚数的虚部，三个虚部计算准则为：四元数组表示旋转一个空间三维点P可表示为[x,y,z],绕...
2019-11-20 10:47:29
1033
原创 单目视觉里程计--基于视差角的单目视觉里程计MPVO
单目视觉里程计–基于视差角的单目视觉里程计MPVO图像预处理说明在介绍本算法之前，先说明图像处理的基本知识。环境中的地图点，地图点的集合就是点云，地图点就是图像处理时的特征点。地图点在相机上的观测点，相机成像是以小孔成像为原理。如图所示，可以看出地图点的观测与地图点之间的关系。对于一个没有畸变的相机，以光心为坐标系的点，转化为以图像左上角为原点的点，可以利用相机的内部参数，建立平移转化公式如...
2019-11-18 16:04:59
783
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