robinhjwy的博客

继续跟着高博的博客学习，到了第三篇： http://www.cnblogs.com/gaoxiang12/p/4659805.html第三篇其实是分了两个部分：一个就是将产生点云这个功能封装成一个库；另外一个就是将图像匹配得位姿变换。将产生点云功能封装成一个库： 首先说一下，一个程序编译链接之后，并不一定都生成可执行程序，有的是生成了库，以备其他程序调用。所以这两个有点并行的意味。首先

今天继续跟着高博的博客学习，到了第二篇： http://www.cnblogs.com/gaoxiang12/p/4652478.html 其实看下来，第二篇跟十四讲中的第五章的joinmap差不多，区别就是十四讲上的还要复杂一些，生成了五张点云图。而这里只是将一张RGB图和一张depth图合成一个点云，输出pcd文件。逻辑很简单，不多说了。但是跑的时候，还是有软件的坑。。。先是报错No

看高博的RGB-D SLAM博客，感觉有收获的地方，写下来。博客链接在此： http://www.cnblogs.com/gaoxiang12/p/4633316.htmlLinux下的CMake项目通常由几个文件夹组成。例如建一个创建一个名为RGBD-SLAM的文件夹（注意：此文件夹就是你代码的根目录了！）。然后往里面建几个子文件夹： 　　bin 用来放编译好的可执行二进制文件。

距离上一篇3隔了好久。。。主要是卡在了一些比较愚蠢的坑上了，还有一个弱智的手抖错误。。。首先说一下，高博github上的代码稍微改一下就能运行，没有任何毛病。貌似只有两处： 一个就是slamBase.cpp中computeKeyPointsAndDesp(）函数中的。keypoints检测器和descripter计算器的创建问题，可能由于OpenCV版本更新导致的feature2d类里面已经

拖了好久才写。。。懒！！！第五篇就是将第四篇的一些功能整合成函数，然后由两帧扩展成700帧。先从parameter.txt说起：# part 5# 数据相关# 起始与终止索引start_index=1end_index=700# 数据所在目录rgb_dir=../inputdata/rgb_png/rgb_extension=.pngdepth_dir=../inp...

整个第六讲其实就是增加了g2o优化部分 在看g2o时，看到了贺大神的博文，优化部分的简单举例感觉非常好，非常有代入感的介绍了什么是优化，为什么要优化，如何操作等问题。其实更高维度的优化核心逻辑是一样的，只是操作起来复杂，需要更高级的操作。 http://blog.csdn.net/heyijia0327/article/details/47686523转过来看高博的RGBD，先贴一...