- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 视觉SLAM——针孔相机模型 相机标定原理 双目相机模型 深度相机对比
前言本博客为主要学习《视觉SLAM十四讲》第5讲、《机器人学的状态估计》第6章6.4.1透视相机、《多视图几何》第5章摄像头模型等SLAM内容的总结与整理。主要包括：1、针孔相机模型、相机畸变、相机标定2、双目相机模型、RGBD相机原理2、双目相机与RGBD相机对比1、单目相机模型1.1 针孔相机模型1.2 相机畸变1.3 相机标定（张正友标定）1.4 鱼眼相机模型2、立体相...
2019-05-31 15:30:51
3343
原创 apriltags2_ros应用实践——如何用apriltags二维码输出相机位姿与轨迹
之前我们已经成功实现了在Realsense D435i的相机下，跑通apriltags2_ros，并发布一个可在RVIZ可视化的odometry topic，输出相机的位姿。接下来我们主要讨论如何利用这个位姿，将其转换到与VINS对齐的机器人坐标系下，并能够输出一个轨迹topic。
2019-05-23 19:19:12
11589
14
原创 视觉SLAM——二维三维几何、三维空间刚体变换
主要包括： 1、点、向量、坐标系、直线、平面等几何学基础 2、旋转矩阵、角轴、欧拉角、四元数等表示坐标系旋转的方法，罗德里格斯公式的证明，四元数左乘右乘、导数的推导3、2D、3D空间的欧式、相似、仿射、射影变换性质
2019-05-10 21:47:39
2716
1
原创 VINS-Mono理论学习——IMU预积分 Pre-integration （Jacobian 协方差）
VINS论文的IV-B. IMU Pre-integration介绍了IMU预积分模型。传统传统捷联惯性导航的递推算法，是在已知上一时刻的IMU状态量（姿态和速度、位移）情况下，利用IMU测量得到的线加速度和角速度，做积分运算得到当前时刻的状态量。然而在基于非线性优化的VIO中，各个节点的状态量都是估计值。当这些状态量在优化算法中，会不断调整，每次调整都需要在它们之间重新积分，传递IMU测量值。因此提出IMU预积分，希望对IMU的相对测量进行处理，使它与绝对位姿解耦，或者只要线性运算就可以进行矫正。
2019-05-06 16:22:02
23963
27
ROS Wrapper for Intel RealSense Devices
2019-04-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人