视觉SLAM十四讲从理论到实践
文章平均质量分 64
DayDayUp..
这是一个很没意思的博主
展开
-
视觉SLAM十四讲:从理论到实践(Chapter12:建图)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可。原创 2024-06-07 11:48:11 · 312 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter11:回环检测)
VO存在误差累积,会使得SLAM出现累计误差,长期估计的结果会不可靠,无法构建全局一致的轨迹和地图,回环检测就可以消除累计误差。原创 2024-06-07 11:14:27 · 313 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter9:后端1)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可1.理解后端的概念。2.理解以EKF为代表的滤波器后端的工作原理。3.理解非线性优化的后端,明白稀疏性是如何利用的。4.使用g2o和Ceres实际操作后端优化 BA:Bundle Adjustment,是一种批量式的优化方法,给定很多个相机位姿、路标与观测数据,计 算最优的状态估计;定义每个运动/观测方程的误差,并从初始估 计开始寻找梯度下降;BA代价函数:待优化变量:相机的位姿和Landmark的三维空间坐标把自变量定义成所有待优化的变量:,Δ原创 2024-06-07 10:14:15 · 563 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter8:视觉里程计2)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可1.理解光流法跟踪特征点的原理。2.理解直接法是如何估计相机位姿的。3.实现多层直接法的计算。特征点法存在缺陷:光流:空间运动物体在观察成像平面上的像素运动的瞬时速度。稀疏光流:计算部分像素的运动稠密光流:计算所有像素的运动灰度不变假设:同一个空间点的像素灰度值,在各个图像中是固定不变的。灰度不变假设是一个很强的假设,实际中很可能不成立。根据灰度不变假设,有:于是有:在LK光流中,假设某一个窗口(patch)内的像素具有相同的运动。依旧是灰度不变假设原创 2024-06-04 10:37:52 · 737 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter7:视觉里程计1)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可1.理解图像特征点的意义,并掌握在单幅图像中提取特征点及多幅图像中匹配特征点的方法。2.理解对极几何的原理,利用对极几何的约束,恢复图像之间的摄像机的三维运动。3.理解PNP问题,以及利用已知三维结构与图像的对应关系求解摄像机的三维运动。4.理解ICP问题,以及利用点云的匹配关系求解摄像机的三维运动。5.理解如何通过三角化获得二维图像上对应点的三维结构。 视觉里程(Visual Odometry):计算前后两帧位姿的变化量VO主要有两个大类:特原创 2024-05-31 10:29:59 · 877 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter6:非线性优化)
非线性优化是个很大的主题,研究者们为之奋斗多年;主要方法:最速下降、牛顿、G-N、L-M、DogLeg等;与线性规划不同,非线性需要针对具体问题具体分析;问题非凸时,对初值敏感,会陷入局部最优,目前没有非凸问题的通用最优值的寻找办法;问题凸时,二阶方法通常一两步就能收敛。原创 2024-05-27 19:34:55 · 738 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter5:相机与图像)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可。原创 2024-05-21 11:01:10 · 769 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter4:李群与李代数)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可1. 理解李群与李代数的概念,掌握SO(3)、 SE(3)与对应李代数的表示方式。2. 理解BCH近似的意义。3. 学会在李代数上的扰动模型。4. 使用Sophus对李代数进行运算。旋转矩阵自身带约束(正交且行列式为1),当它作为优化变量时,会引入额外的约束,使优化变得困难。通过李群-李代数间的转换关系,可以把位姿估计变成无约束的优化问题。群(Group)是一种集合加上一种运算的代数结构,集合记作A,运算记作·,那么群可以计算G=(A,·)。群运算原创 2024-05-19 17:42:18 · 379 阅读 · 0 评论 -
视觉SLAM十四讲:从理论到实践(Chapter1)
学习笔记,仅供学习,不做商用,如有侵权,联系我删除即可当前部分:Chapter 1: 预备知识。原创 2024-01-09 11:33:50 · 466 阅读 · 0 评论