视觉slam十四讲
文章平均质量分 96
时凯凯凯凯
这个作者很懒,什么都没留下…
展开
-
视觉slam十四讲ch6非线性优化(包含实践部分)
对于不方便直接求解的最小二乘问题,我们可以用迭代的方式,从一个初始值出发,不断地更新当前的优化变量,使目标函数下降。也就是说,在使用高斯牛顿法时,可能出现JJ^{T}为奇异矩阵或者病态(ill-condition)的情况,此时增量的稳定性较差,导致算法不收敛。一个比较好的方法是根据我们的近似模型跟实际函数之间的差异来确定:如果差异小,说明近似效果好,我们扩大近似的范围;通常假设各个时刻的输入和观测是相互独立的,这意味着各个输入之间是独立的,各个观测之间是独立的,并且输入和观测也是独立的。原创 2023-11-03 21:12:13 · 682 阅读 · 3 评论 -
视觉slam十四讲ch5相机与图像(包含实践部分)
ToF的原理和激光传感器十分相似,只不过激光是通过逐点扫描获取距离的,而ToF相机则可以获得整个图像的像素深度,这也正是RGB-D相机的特点。O为摄像机的光心,也是针孔模型中的针孔。在测量深度之后,RGB-D相机通常按照生产时的各相机摆放位置,自己完成深度与彩色图像素之间的配对,输出一一对应的彩色图和深度图。这个模型有很多种,有最常见的针孔模型和由于相机镜头上的透镜的存在,使得光线投影到成像平面的过程中会产生畸变的畸变模型。有的相机生产厂商会告诉你相机的内参,而有时需要你自己确定相机的内参,也就是所谓的。原创 2023-10-30 20:50:05 · 759 阅读 · 3 评论 -
视觉slam十四讲ch2初识slam(包含实践部分)
平移之后才能计算深度,以及无法确定真实尺度,这两件事情给单目SLAM的应用造成了很大的麻烦。其根本原因是通过单张图像无法确定深度。所以,为了得到这个深度人们开始使用双目相机和深度相机。原创 2023-10-04 17:58:41 · 269 阅读 · 1 评论 -
视觉slam十四讲ch3三维空间刚体运动(包含实践部分)
欧拉角的一个重大缺点是会碰到著名的万向锁问题(Gimbal Lock)在俯仰角为±90°时,第一次旋转与第三次旋转将使用同一个轴,使得系统丢失了一个自由度(由3次旋转变成了2次旋转)。这被称为奇异性问题,在其他形式的欧拉角中也同样存在。理论上可以证明,只要想用3个实数来表达三维旋转,都会不可避免地碰到奇异性问题。由于这种原理,欧拉角不适用于插值和迭代,往往只用于人机交互中。我们也很少在SLAM程序中直接使用欧拉角表达姿态,同样不会在滤波或优化中使用欧拉角表达旋转(因为它具有奇异性)。原创 2023-10-11 13:50:39 · 514 阅读 · 0 评论 -
视觉slam十四讲ch4李群和李代数(包含实践部分)
slam十四讲第四讲李群李代数原创 2023-10-12 01:14:32 · 674 阅读 · 0 评论