- 博客(5)
- 收藏
- 关注
RSS订阅原创 视觉SLAM十四讲笔记 第五讲视觉里程计 特征点法
视觉里程计是SLAM中的一个重要模块。视觉里程计通过相邻的图像，进而估计相邻图像之间是如何运动的。这个估计会有累计误差，通过后端优化和回环检测来消除这个误差。
2024-05-24 14:35:19
1002
原创 视觉SLAM十四讲笔记 第四讲第二部分 非线性优化
（笼统来说，就是假设一次性给定你十张图片，现在根据这十张图片去推断采集这十张图片时，对应的相机的位姿是什么样的，以及这十张图片中的点在什么地方）。条件分布很难求解， 为了得到最优状态估计,我们可以求解使后验概率最大时的状态（最大后验概率估计：似然概率乘上先验概率的最大化，意思就是求解在怎样的x，y下拿到的相机数据和实际数据是最接近的）。高斯牛顿法的缺点就是求解增量方程的时候，需要求H的逆矩阵，但是我们无法保证H矩阵是可逆的。我们求的最大似然估计是使一段时间内所有运动和观测的似然乘积最大的状态。
2024-05-24 12:31:35
631
原创 视觉SLAM十四讲笔记 第四讲 第一部分 相机模型
在这讲内容中，我们主要学习针孔相机模型以及图像如何表示：相机是如何将一个三维空间中的一个点投影到二维图片上的。
2024-05-08 11:21:06
809
1
原创 视觉SLAM十四讲笔记 第三讲 李群和李代数
因为我们知道，李群没有加法运算，故导数无从定义。求解思路：因为李代数是一个线性空间，可以在李代数上加小量，最后再映射到李群上。因为是对数映射关系，现在存在的问题就是在李代数上做加法是否等于在李群上做乘法。可惜这里是矩阵，这个等式是不成立的。正确的等式是BCH公式：当A、B其中一个量为小量的时候，可以忽略其高阶项，进而达到化简BCH公式的目的这里：写法如下：通过上述内容，现在可以定义李代数上的导数，有两种方法：一种方法是对R对应的李代数加上小量，求相对于小量的变化率，称为导数模型；
2024-04-29 21:24:26
446
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