sunqin的博客

gdb [选项] [可执行程序|可执行程序进程ID|程序的core文件]

文章作者：Sourya Dey发表时间： 01 April 2019.原文：Matrix Calculus目录：文章目录1. 符号2. 基本规则3. 导数类型3.1 标量对标量（求导）3.2 标量对向量（求导）3.3 向量对标量（求导）3.4 向量对向量（求导）3.4.1 特殊的例子——向量化的标量函数3.4.2 特殊的例子——Hessian3.5 标量对矩阵（求导）3.6 矩阵对标量（求导）3.7 向量对矩阵（求导）3.8 矩阵对向量（求导）4. 操作和例子4.1 Commutation4.2 转

标题：A Method for Registration of 3-D Shapes作者： J. Besl, Neil D. McKay目录：Ⅰ IntroductionⅡ Literature ReviewⅢ Mathematical PreliminariesA. Point to Parametric Entity DistanceB. Point to Implicit Entity DistanceC. Corresponding Point Set Registration

文章目录第6章 正态分布变换6.1 用于表面表达的NDT6.2 NDT 扫描配准6.2.1 2D NDT6.2.2 3D NDT第6章 正态分布变换本章详细描述了正态分布变换以及它是如何被应用到扫描配准中的。6.1 用于表面表达的NDT在第3章讨论的距离传感器都是输出的点云：来自表面的空间采样点的集合。而且，在第5章的工作中提到的许多相关的算法都与点云打交道。但是，使用点云来表达表面有一系列的限制。例如，点云没有包含如方向、平滑度或者洞（holes）等表面属性的明确信息。根据传感器的配置，点云也可能

文章目录基于误差状态卡尔曼滤波器的四元数运动学7 使用全局角度误差的ESKF7.1 持续时间的系统运动学7.1.1 真实和标称状态运动学7.1.2 误差状态运动学7.2 离散时间的系统运动学7.2.1 标称状态7.2.2 误差状态7.2.3 误差状态雅可比和扰动矩阵7.3 与互补的传感数据融合7.3.1 误差状态观测7.3.2 将观测到的误差注入标称状态7.3.3 ESKF重置基于误差状态卡尔曼滤波器的四元数运动学7 使用全局角度误差的ESKF7.1 持续时间的系统运动学7.1.1 真实和标称状态运

文章目录基于误差状态卡尔曼滤波器的四元数运动学6. 用将IMU与互补的感知数据融合6.1 通过滤波校准的误差状态观测6.1.1 用于滤波器校正的雅可比计算6.2 将观察到的误差注入标称状态6.3 ESKF 重置6.3.1 关于定位误差的复位操作的雅可比基于误差状态卡尔曼滤波器的四元数运动学6. 用将IMU与互补的感知数据融合在除了IMU之外的其他信息（例如GPS或视觉）到达时，我们将进行ESKF校正。在设计良好的系统中，这应使IMU偏差可观察到，并允许ESKF正确估计它们。有无数种可能性，最受欢迎的是

基于误差状态卡尔曼滤波器的四元数运动学5. 基于IMU驱动系统的误差状态运动学5.1 运动我们希望使用汉密尔顿（Hamilton）四元数表示空间或姿态的方向，编写将加速度计和陀螺仪读数与偏置和噪声相结合的惯性系统运动学的误差方程。加速度计和陀螺仪的读数通常来自惯性测量单元（IMU）。整合IMU读数可以得到随着时间漂移的航位推算定位系统。避免漂移就是将这些信息与GPS或视觉等绝对位置读数融合在一起。误差状态卡尔曼滤波（ESKF）是我们基于这个目的可能使用的其中的一个工具。在卡尔曼滤波范例中，这些是E

文章目录基于误差状态卡尔曼滤波器的四元数运动学4. 扰动，微分和积分4.1 SO(3)SO(3)中的加法和减法运算符4.2 四个可能的微分定义4.2.1 从向量空间到向量空间的函数4.2.2 从SO(3)到SO(3)的空间4.2.3 从向量空间到SO(3)的函数4.2.4 从SO(3)到向量空间的函数4.3 有用的，且非常有用的，旋转的雅可比4.3.1 关于向量的雅可比4.3.2 关于四元数的雅可比4.3.3 SO(3)的右雅可比4.3.4 关于旋转向量的雅可比4.4 扰动，不确定性，噪声4.4.1 局部扰

文章目录3. 四元数约定，我的选择3.1 四元数flavors[风味?]3.1.1 四元数分量的顺序3.1.2 四元数代数的规范3.1.3 旋转操作的函数3.1.4 旋转操作的方向3. 四元数约定，我的选择3.1 四元数flavors[风味?]有几种确定四元数的方法。它们基本上与四种二元选择有关：元素的顺序——实部在前还是在后：q=[qwqv]    vs.    q=[qvqw] .(140)\math

基于误差状态卡尔曼滤波(ESKF)的四元数运动学文章作者：Joan Sol`a发表时间：October 12, 2017（注：Quaternion kinematics for the error-state Kalman filter 貌似有好几个版本，我这里选择翻译的是2017年10月的版本）原文：Quaternion kinematics for the error-state Kalman filter目录：1 四元数的定义和性质1.1 四元数定义1.1.1 四元数的替代表示

基于误差状态卡尔曼滤波(ESKF)的四元数运动学作者：Joan Sol`a时间：October 12, 2017（注：Quaternion kinematics for the error-state Kalman filter 貌似有好几个版本，我这里选择翻译的是2017年10月的版本）原文：Quaternion kinematics for the error-state Kalman filter目录：1 四元数的定义和性质1.1 四元数定义1.1.1 四元数的替代表示1.2

基于误差状态卡尔曼滤波(ESKF)的四元数运动学文章作者：Joan Sol`a发表时间：October 12, 2017（注：Quaternion kinematics for the error-state Kalman filter 貌似有好几个版本，我这里选择翻译的是2017年10月的版本）原文：Quaternion kinematics for the error-state Kalman filter目录：1 四元数的定义和性质1.1 四元数定义1.1.1 四元数的替代表示

正态分布变换：一个新的方法来匹配激光扫描相关信息：题目：The Normal Distributions Transform: A New Approach to Laser Scan Matching来源：Proceedings 2003 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2003)作者：Biber, Peter, and Wolfgang Straßer摘要摘要—2D范围内的扫