SLAM
Lucifer_zhang
研究方向SLAM,自主导航
展开
-
几种2D-SLAM算法的比较
本文简单比较了这几种2D-Slam算法HectorSLAM ,Gmapping, KartoSLAM, CoreSLAM, LagoSLAM。详细参见论文: An evaluation of 2D SLAM techniques available in robot operating system1. 算法介绍A . HectorSLAM scan-转载 2017-03-30 11:54:17 · 5535 阅读 · 0 评论 -
eigen库的使用笔记
矩阵、向量初始化#include <iostream>#include "Eigen/Dense"using namespace Eigen;int main(){ MatrixXf m1(3,4); //动态矩阵,建立3行4列。 MatrixXf m2(4,3); //4行3列,依此类推。 MatrixXf m3(3,3); Vector3f v1; //若...转载 2018-07-12 16:59:23 · 877 阅读 · 0 评论 -
泡泡slam中slam论文总结
泡泡机器人特将SLAM方向的论文整理出来,根据文章的侧重点,分为以下几类,仅供参考。语义SLAM [1]Probabilistic Data Association for Semantic SLAM[2]SemanticFusion: Dense 3D Semantic Mapping with Convolutional Neural NetworksSLAM系统[1]Visibility...转载 2018-05-11 15:00:42 · 4155 阅读 · 0 评论 -
ORB_SLAM学习
转载声明:本文转载自 金木炎 的博客,仅供个人学习。感谢博主的无私分享,如有侵权,请告知。(1) orb_slam 官网(网站最后有5篇论文,价值很高)http://webdiis.unizar.es/~raulmur/orbslam/(2)半仙居士blog(可以都看,很经典)http://www.cnblogs.com/gaoxiang12/(3) 贺一加 blog(mon转载 2018-02-03 15:18:30 · 538 阅读 · 1 评论 -
Bundle adjustment
笔者到底想讲些啥?在SFM(structure from motion)的计算中BA(Bundle Adjustment)作为最后一步优化具有很重要的作用,在近几年兴起的基于图的SLAM(simultaneous localization and mapping)算法里面使用了图优化替代了原来的滤波器,这里所谓的图优化其实也是指BA。其实很多经典的文献对于BA都有深深浅浅的介绍,如果想对B转载 2018-01-14 20:16:17 · 730 阅读 · 0 评论 -
graph slam tutorial :从推导到应用三
转自:http://blog.csdn.net/heyijia0327/article/details/47428553 为了更好地理解graph based slam的过程,本文以二维平面的激光SLAM为例子,先简单介绍如何根据传感器信息构建图,即图优化的前端(front-end)。然后再针对上篇博客的疑问,结合matlab程序,分析图优化的后端(back-end)。 对转载 2017-10-14 13:15:37 · 3922 阅读 · 0 评论 -
graph slam tutorial 从推到到应用二
slam转载 2017-10-14 09:51:31 · 319 阅读 · 0 评论 -
graph slam tutorial 从推到到应用一
转自:http://blog.csdn.net/heyijia0327/article/details/47686523感谢原创~白巧克力亦唯心 通俗易懂,拜一拜~前言 SLAM问题的处理方法主要分为滤波和图优化两类。滤波的方法中常见的是扩展卡尔曼滤波、粒子滤波、信息滤波等,熟悉滤波思想的同学应该容易知道这类SLAM问题是递增的、实时的处理数据并矫正机器人位姿。比转载 2017-10-14 09:41:21 · 514 阅读 · 0 评论 -
karto_slam 框架
Karto_slam框架与代码解析1、Karto_slam概况介绍2、karto_slam具体介绍1、scan-matcher2、添加顶点和边的信息3、回环检测4、优化求解3、关于Karto_slam简单的总结正文如下1、Karto_slam概况上面两张图主要是对Karto_slam的一个整体框架,从2016年slam的大综述中,可以看到这其转载 2017-09-23 09:37:40 · 856 阅读 · 0 评论 -
四元数与欧拉角(roll,pitch,yaw)的转换
在3D图形学中,最常用的旋转表示方法便是四元数和欧拉角,比起矩阵来具有节省存储空间和方便插值的优点。本文主要归纳了两种表达方式的转换,计算公式采用3D笛卡尔坐标系:定义分别为绕Z轴、Y轴、X轴的旋转角度,如果用Tait-Bryan angle表示,分别为Yaw、Pitch、Roll。一、四元数的定义通过旋转轴和绕该轴旋转的角度可以构造一个四元数:转载 2017-08-02 09:00:06 · 3234 阅读 · 0 评论 -
ORB—SLAM2学习记录2-ORB_SLAM2运行自己的数据集
ORB-SLAM2运行自己的数据集本人邮箱:sylvester0510@163.com,欢迎交流讨论, 欢迎转载,转载请注明网址http://blog.csdn.net/u010128736/一、生成数据集1.生成图片 搭建好ORB-SLAM后,可以跑自己的数据进行实验了。首先进行数据准备。我这里是通过摄像头采集到的视频。先要将视频处理成一转载 2017-07-08 10:22:40 · 3568 阅读 · 1 评论 -
ORB_SLAM2学习记录1-ORB_SLAM2的安装与运行
(一)、环境的配置1.ros环境的安装,可直接参开wiki.ros2.building ORB_SLAM2 git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM23.编译cd ORB_SLAM2chmod +x build.sh. /build.sh4.Monocular Examp原创 2017-07-08 09:54:54 · 659 阅读 · 0 评论 -
机器人建图导航步骤
第一步制图:1. $ roscore2. $ roslaunch drrobot_jaguar4x4_playerplayer+odom.launch and control the robotuse joy_stick to test the robot is work well3. power on the velodyne vlp-16 laser andtest the ne原创 2017-03-30 19:34:45 · 3052 阅读 · 0 评论 -
ORB-slam2地图保存
ORB-SLAM2 地图保存一、简介 在ORB-SLAM2的System.h文件中,有这样一句话:// TODO: Save/Load functions,让读者自己实现地图的保存与加载功能。其实在应用过程中很多场合同样需要先保存当前场景的地图,然后下次启动时直接进行跟踪,这样避免了初始化和建图,减小相机跟踪过程中计算机负载,还有就是进行全场的定位。今天暂时描述一下如何进行地图的保存,其...转载 2018-08-26 14:43:17 · 1655 阅读 · 0 评论