orb-slam2
文章平均质量分 60
qq_42739167
这个作者很懒,什么都没留下…
展开
-
卡尔曼滤波KF-EKF-UKF-PF-如何通过数据来估计自身状态
卡尔曼滤波本质上是一个数据融合算法,将具有同样测量目的、来自不同传感器、(可能) 具有不同单位 (unit) 的数据融合在一起,得到一个更精确的目的测量值。卡尔曼滤波的局限性在于其只能拟合线性高斯系统。但其最大的优点在于计算量小,能够利用前一时刻的状态(和可能的测量值)来得到当前时刻下的状态的最优估计。实现过程:使用上一次的最优结果预测当前的值(先验估计),同时使用观测值(传感器的结果)修正当前值(先验估计)。......原创 2022-05-05 21:50:44 · 560 阅读 · 0 评论 -
奇异值分解--SVD
本质矩阵分解--SVD奇异值分解原创 2022-05-03 15:25:23 · 435 阅读 · 0 评论 -
非线性最小二乘法
非线性优化--最小二乘问题目标函数为若干个函数的平方和的最优化问题:线性最小二乘原式子可表示为:由于f(x)是凸函数,因此:x必是全局极小点。因此对于线性最小二乘问题,只要ATA非奇异,就可用式(7.5.4)求解。非线性最小二乘:若(7.5.1)中ri(x)是非线性函数,且f(x)存在连续偏导数,则问题(7.5.1)成为非线性最小二乘问题,因此不能利用式(7.5.4)求解。...原创 2022-05-03 14:28:33 · 599 阅读 · 0 评论 -
李代数求导
由于表示姿态的李群与表示位姿的李群上并没有定义加法,而求导数是需要加法的。因此此时如何求导就成了一个需要解决的问题,它们的李代数由向量组成,具有良好的加法运算,因此我们可以利用李代数来解决对位姿的求导问题。是一个矩阵而不是标量,因此以下公式不成立:BCH公式:处理两个矩阵指数之积时,会产生一些李括号组成的余项BCH近似:对于某个旋转R,左乘一个微小旋转 = 李代数加上一个 即到转换时求得的称为左乘近似雅可比:它的逆为:而右乘雅可比仅需要对自变量取负号即可:此时原创 2022-04-29 21:04:37 · 869 阅读 · 0 评论 -
ORB-SLAM2库文件编译
git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2cd ORB_SLAM2chmod +x build.sh./build.sh./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml ./dataset/rgbd_dataset_freiburg1_xyz此处以单目模式下的TUM数据集为例,演示以下作者提供的例程.原创 2022-04-23 10:56:44 · 1200 阅读 · 0 评论