SLAM初学者笔记
文章平均质量分 74
蓝黑艾伦
这个作者很懒,什么都没留下…
展开
-
SLAM学习笔记8:相机模型
为了改善成像效果,相机前方会加入透镜,透镜的加入会对成像过程中光线的传播产生新的影响,也因此导致实际的相机并不像小孔模型这样完美。有的相机厂商会告诉你相机的内参,而有时需要自己确定相机的内参,这就是所谓的。实际上,由于相机在运动,点P的相机坐标应该是它的世界坐标(记为Pw)根据相机的当前位置变换到相机坐标系下的结果。针孔相机模型描述了单个相机的成像模型,但仅根据一个像素无法确定这个空间点的具体位置,只有当点的深度确定时,我们才能确切地知道它的空间位置。描述了一束光线通过针孔后,在针孔背面投影成像的关系。原创 2022-12-17 20:09:08 · 1299 阅读 · 0 评论 -
SLAM学习笔记6:李群与李代数
考虑 SO(3)上的李代数ln(exp(𝜙1∧)exp(𝜙2∧))∨,当𝜙1与𝜙2为小量时,二次以上的项都可以予以忽略。我们已经清楚so(3)的内容,它们是一个由三维向量组成的集合,每个向量对应一个反对称矩阵,可用于表达旋转矩阵的导数。so(3)与SO(3)的关系由。这样,我们就把𝔰𝔬(3)中任意一个向量对应到了一个位于SO(3)中的旋转矩阵。SO(3)与SE(3)在实数空间上是连续的(三维空间的刚体运动是连续的),属于李群;一般线性群GL(n),特殊正交群SO(n),特殊欧氏群SE(n)。原创 2022-12-17 20:08:38 · 1216 阅读 · 0 评论 -
SLAM学习笔记9:OpenCV模块1
数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。它提供了大量的开源图像算法,是计算机视觉中使用极广的图像处理算法库。计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。图像处理的旨在处理原始图像以应用某种变换,其目标通常是改进图像或将其作为某项特定任务的输入。原创 2022-11-19 18:11:32 · 412 阅读 · 0 评论 -
SLAM学习笔记4:三维空间刚体运动
此外,旋转矩阵必须是正交矩阵且行列式为1,变换矩阵同样具有对应的要求,这些约束会给优化与求解造成困难。旋转运动表述的是刚体姿态的变化,可以用旋转矩阵、旋转向量或者四元数来表示。相较于旋转矩阵和旋转向量这种不太直观的描述旋转的方式,欧拉角显得非常直观:使用3个分离的转角,将一个旋转分解成3次绕不同轴的旋转。只要旋转是一样的,这个矩阵就是一样的。(2)旋转向量和欧拉角是紧凑的,但具有奇异性,事实上也找不到不带奇异性的三维向量描述方式。左上角为旋转矩阵,右侧为平移向量,左下角为零向量,右下角为1。原创 2022-11-15 23:20:24 · 951 阅读 · 0 评论 -
SLAM学习笔记3:相关数学知识复习
顺序主子式是取n阶方阵的部分元素化为行列式形式。方阵的第k阶行列式是由该方阵的前k行和k列元素组成。对于n阶方阵A,其共有n阶顺序主子式。通过计算方阵A的所有顺序主子式,可以来判断一个实二次型是否正定或方阵A是否为正定矩阵,也可以判断方阵A是否可以进行唯一LU分解。相似矩阵、同型矩阵、方阵、负矩阵、上三角矩阵、下三角矩阵、对角矩阵、单位矩阵、零矩阵。向量外积的坐标表示就是行列式的应用之一。原创 2022-11-12 22:06:59 · 203 阅读 · 0 评论 -
SLAM学习笔记2:SLAM的数学表述
传感器在这些时刻的位置记为x1,x2,...,xk,它们构成了传感器的轨迹。传感器会在每个时刻测量到一部分路标点,得到它们的观测数据,假设有n个路标点,用y1,y2,...,yn表示。事实上,根据无人车的真实运动和传感器种类,f和h有若干种。对于传感器来说,虽然它的运动是时间连续的,但它却是在某些时刻采集数据的,这就把。在了解了SLAM中各个模块的组成和主要功能后,我们将上升到理性层次,用数学语言来描述SLAM过程。(2)观测:在k时刻,于xk处探测到路标点yj,如何描述这件事?2)观测方程如何参数化?原创 2022-11-12 21:21:15 · 522 阅读 · 0 评论 -
SLAM学习笔记1:SLAM概述
(虽然这门课和“仿生机械学”互为二选一关系,但我把它俩都选了)实际上对于我们机械和车辆专业的学生来说,SLAM是研究生阶段才会去研究的内容,32个学时只能说是浅尝辄止。要想恢复三维结构,必须改变相机的视角。我们都知道,近处的物体移动快,远处的物体移动慢,极远处的物体看上去是不动的。后端优化要考虑的问题是如何从这些带有噪声的数据中估计整个系统的状态,以及这个状态估计的不确定性有多大(最大后验概率估计)。双目相机测量到的深度与基线(两个相机间的距离,类似于人的瞳距)有关,基线距离越大,能测量到的物体就越远。原创 2022-11-12 20:37:21 · 2244 阅读 · 1 评论