VIO深蓝学院第五章PPT以及作业

已于 2022-09-21 21:24:41 修改
阅读量169 收藏
点赞数
分类专栏： VIO 文章标签： c++
于 2022-09-13 20:54:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43526137/article/details/126840757
版权
本文档涵盖了VIO深蓝学院第五章的学习内容，主要讨论了LM算法的推导、视觉重投影误差和雅可比矩阵的计算。此外，还提出了关于加先验、更新先验残差以及泰勒近似的疑问，并探讨了testmarginalation中的难点。目前，第五章的提高作业仍在进行中。
摘要由CSDN通过智能技术生成

一. 关于LM算法的推导，视觉重投影误差以及雅可比矩阵的推导，以及常用重投影问题的搭建具体步骤参见以下网址：（属于第五章前一部分作业）

LM算法推导_AutoGalaxy的博客-CSDN博客

二. 

关于这里存在的疑问：为什么fix不是通过设定fix参数，禁止优化呢？ 

 加先验是什么意思呢？为什么称为加先验？

三. 更新先验残差如何进行？

下面这种泰勒近似如何体现？

 四. 在testmarginalation中

以下部分看的不是特别懂。


                

        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    


                



	

		

			

				
					
【VIO笔记（学习VINS的必备基础）】第五讲（2/2） 手写VIO后端

				
			

			

				

					Supdan的技术博客
				

				

					10-30
					
					1241
					
				

			

		

		

			
				
文章目录非线性最小二乘问题求解:solver

系列教程来自某学院，侵权删除。
学习完这一系列课程再去看VINS才能做到不吃力，不然直接撸网上的各种VINS解析完全云里雾里-_-!

非线性最小二乘问题求解:solver

...

			
		

	



                

            
              



	

		

			

				
					
VIO深蓝学院第四章PPT解读（重要）

				
			

			

				

					qq_43526137的博客
				

				

					09-14
					
					316
					
				

			

		

		

			
				
VIO

			
		

	



              


  
              

                


	

		

			

				
					
深蓝路径规划作业-第五章

				
			

			

				

					weixin_47765522的博客
				

				

					09-17
					
					204
					
				

			

		

		

			
				
本章作业是在matlab中利用多个点，优化出一条最小化snap轨迹，其中 p 值由输入点的坐标得到，起始、终止点处的 v、a、j 均设为 0，Continuity constraints 规定为前后两段轨迹交点处 pvaj 连续。

			
		

	





	

		

			

				
					
【深蓝学院】移动机器人运动规划--第5章 最优轨迹生成--作业

				
			

			

				

					qq_37746927的博客
				

				

					02-21
					
					853
					
				

			

		

		

			
				
【深蓝学院】移动机器人运动规划--第5章 最优轨迹生成--作业

			
		

	



		

			
		



	

		

			

				
					
Minimun Snap轨迹优化-学习记录

				
			

			

				

					weixin_44558122的博客
				

				

					04-26
					
					3602
					
				

			

		

		

			
				
Minimun Snap轨迹优化学习记录0.前言1.微分平坦(Differential Flatness)2.Minimun Snap轨迹生成(Minimun Snap Optimization)3.Minimun Snap闭式求解(Closed-form Solution for Minimun Snap)4.工程实现细节(Implementation Details)5.参考
0.前言
        时间紧迫,来不及再敲一

			
		

	





	

		

			

				
					
从零开始手写VIO第五章作业（含理论说明及编程思维过程）

				
			

			

				

					cuifeng1993的博客
				

				

					08-09
					
					2616
					
				

			

		

		

			
				
文章目录前言·与同主题博文的不同1.完成单目 Bundle Adjustment (BA) 求解器 problem.cc 中的部分代码1.1完成 Problem::MakeHessian() 中信息矩阵 H 的计算1.2完成 Problem::SolveLinearSystem() 中 SLAM 问题的求解1.2.1理论及代码1.2.2仿真结果及分析2.完成滑动窗口算法测试函数2.1完成 Problem::TestMarginalize() 中的代码，并通过测试3.总结论文4.在代码中给第一帧和第二帧添加 

			
		

	





	

		

			

				
					
【深蓝学院第三章作业】

				
			

			

				

					weixin_43770675的博客
				

				

					03-05
					
					1034
					
				

			

		

		

			
				
深蓝学院第三章作业1 LM算法的实现1.1 LM算法的原理
1 LM算法的实现
1.1 LM算法的原理
LM算法的推导有两种：阻尼法（Damped Methods)与置信域法(Trust-Region Methods)。其中PPT中介绍了阻尼法，SLAM十四讲中介绍了置信域法。而论文METHODS FOR NON-LINEAR LEAST SQUARES PROBLEMS.中则将两种方法划分为一节内容，即2.4节Trust Region and Damped Methods。

...

			
		

	





	

		

			

				
					
深蓝学院《从零开始手写VIO》作业三

				
			

			

				

					weixin_44580210的博客
				

				

					01-08
					
					2222
					
				

			

		

		

			
				
深蓝学院《从零开始手写VIO》作业三深蓝学院《从零开始手写VIO》作业三
深蓝学院《从零开始手写VIO》作业三




			
		

	





	

		

			

				
					
深蓝学院《从零开始手写VIO》作业5

				
			

			

				

					Jevin-L的博客
				

				

					08-31
					
					1578
					
				

			

		

		

			
				
固定H矩阵
7自由度 固定一个相机减少6 再固定一个landmark或相机消去尺度自由度
只优化图信息可能出现整体平移，需要固定或者加先验信息

针对整体轨迹飘移：固定1个相机位姿+1个landmark或固定2个相机位姿
加先验信息：矩阵H11加单位阵I（g2o） 等价第一个位姿固定全0；矩阵H11设为无穷大，取逆算出Δx=H11−1b\Delta x = H_{11}^{-1}bΔx=H11−1​b为0
直接fix住：orb,svo,g2o 直接设定雅克比为0

滑动窗口  直接维护H矩阵 但J不知道？.

			
		

	





	

		

			

				
					
VIO深蓝学院第7章（VINS代码）

				
			

			

				

					qq_43526137的博客
				

				

					09-18
					
					425
					
				

			

		

		

			
				
vins

			
		

	





	

		

			

				
					
手写VIO第一章作业答案.pdf

				
			

			

				

					03-04
				

			

		

		

			
				
### VIO文献阅读总结  #### 视觉与IMU融合优势  视觉与惯性测量单元（IMU）融合的系统，即视觉惯性里程计（VIO），在现代机器人和移动设备中扮演着重要角色。IMU主要由加速度计和陀螺仪组成，能够提供设备的加速度和...

			
		

	





	

		

			

				
					
从零开始手写VIO课件

				
			

			

				

					07-06
				

			

		

		

			
				
VIO 知识面广，公式繁多复杂，初学...为此，贺一家与高博在深蓝学院联合推出了『从零开始手写VIO』课程。通过这门课程，我们将详细讲解VIO的实现细节。更重要的是，课程将手写后端作为重点。 从零手写VIO课程知识点整理

			
		

	





	

		

			

				
					
C++——C++11新语法（中）

				
			

			

				

					Wangx_wang的博客
				

				

					11-06
					
					1024
					
				

			

		

		

			
				
介绍了C++11中的引用折叠、可变模板参数、类的新功能、lambda

			
		

	





	

		

			

				
					
STL set

					
最新发布

				
			

			

				

					hls0611的博客
				

				

					11-09
					
					205
					
				

			

		

		

			
				
练习题：P1059 [NOIP2006 普及组] 明明的随机数。

			
		

	





	

		

			

				
					
C++_用 using 语句继承基类的构造函数

				
			

			

				

					学海无涯
				

				

					11-09
					
					97
					
				

			

		

		

			
				
**默认情况下**，派生类会继承基类的所有成员，包括数据成员和函数成员，但不会继承基类的**构造函数和析构函数**，因为构造函数和析构函数的作用是创建和销毁对象，派生类通常需要有自己的构造和析构的逻辑。C++11 引入了using语句，使得派生类可以通过 using 关键字使用基类的构造函数，更方便地复用基类的构造逻辑。

			
		

	





	

		

			

				
					
C 学习（4）

				
			

			

				

					search7的博客
				

				

					11-05
					
					829
					
				

			

		

		

			
				
C语言学习，每个模块来自工作中的？？？

			
		

	





	

		

			

				
					
常用的c++特性--＞day02

				
			

			

				

					m0_69093426的博客
				

				

					11-06
					
					571
					
				

			

		

		

			
				
C++11中为我们提供了一个模板类叫做std::enable_shared_from_this，这个类中有一个方法叫做shared_from_this()，通过这个方法可以返回一个共享智能指针，在函数的内部就是使用weak_ptr来监测this对象，并通过调用weak_ptr的lock()方法返回一个shared_ptr对象。通过打印的结果可以知道，虽然弱引用智能指针wp3、wp4、wp5监测的资源是同一个，但是它的引用计数并没有发生任何的变化，也进一步证明了weak_ptr只是监测资源，并不管理资源。

			
		

	





	

		

			

				
					
GitLab 提交 C++ 技巧

				
			

			

				

					nbspzs的专栏
				

				

					11-08
					
					254
					
				

			

		

		

			
				
在 GitLab 中提交 C++ 代码时，通常应只提交 源代码文件（例如 .cpp、.h）和 CMake 配置文件（例如 CMakeLists.txt），而不要提交通过 CMake 编译后的中间文件或构建产物。这样，当其他开发者克隆你的项目后，他们可以在自己的机器上使用 cmake 构建项目，而不需要下载编译产物。2. 跨平台兼容性：不同的开发者和平台可能会生成不同的编译产物，提交这些文件会造成不必要的冲突和问题。1. 在 .gitignore 文件中忽略编译生成的文件和目录。

			
		

	





	

		

			

				
					
【C++】详解RAII思想与智能指针

				
			

			

				

					谁在夜里看海.的博客
				

				

					11-09
					
					1544
					
				

			

		

		

			
				
上一篇关于异常处理的文章，我们提到，异常处理是存在内存泄漏风险的，由于异常捕获会导致程序运行时执行流的跳转，并且在某些资源释放之前就进行了跳转，此时就会引发内存泄漏。什么是内存泄漏呢？内存泄漏是指程序在运行的过程中，动态分配的内存被占用但没有得到释放，从而导致资源不能被回收，最终可能导致系统性能下降甚至崩溃。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值