wang_yq0728的博客

原创 山东大学项目实训——青山AI垃圾分类系统（2）

【SDU青山】xxxxxxxx

原创 山东大学项目实训——青山AI垃圾分类系统

【SDU青山】xxxxxxxx

原创 SLAM源码分析（十二）

2021SC@SDUSCImuTypes.ccCopyFrom函数；复制上一帧的预积分；pImuPre为上一帧的预积分void Preintegrated::CopyFrom(Preintegrated* pImuPre){ std::cout << "Preintegrated: start clone" << std::endl; dT = pImuPre->dT; C = pImuPre->C.clone(); Info

原创 SLAM源码分析（十一）

2021SC@SDUSCImuTypes.ccIMU参数，imu到相机、相机到imu、协方差、游走协方差class Calib{ template<class Archive> void serializeMatrix(Archive &ar, cv::Mat& mat, const unsigned int version) { int cols, rows, type; bool continuous;

原创 SLAM源码分析（十）

2021SC@SDUSCImuTypes.cc主要实现李群李代数角度归一化；强制让R变成一个正交矩阵，通过NormalizeRotation的得到一个优化后的矩阵。const float eps = 1e-4;cv::Mat NormalizeRotation(const cv::Mat &R){ cv::Mat U,w,Vt; cv::SVDecomp(R,w,U,Vt,cv::SVD::FULL_UV); return U*Vt;}计算反对称

原创 SLAM源码分析（九）

2021SC@SDUSCInitializer.cc，Normalize函数，归一化特征点到同一尺度，作为后续normalize DLT的输入。[x' y' 1]' = T * [x y 1]'归一化后x', y'的均值为0，sum(abs(x_i'-0))=1，sum(abs((y_i'-0))=1Step 1 计算特征点X,Y坐标的均值Step 2 计算特征点X,Y坐标离均值的平均偏离程度Step 3 将x坐标和y坐标分别进行尺度归一化，使得x坐标和y坐标的一阶绝对矩分别为1

原创 SLAM源码分析（八）

2021SC@SDUSCInitializer.cc，ComputeH21函数，用DLT方法求解单应矩阵H。vP1：参考帧中归一化后的特征点；vP2：当前帧中归一化后的特征点；基本原理：|x'| | h1 h2 h3 ||x||y'| = a | h4 h5 h6 ||y| 简写: x' = a H x, a为一个尺度因子1 | | h7 h8 h9 ||1|使用DLT(direct linear tranform)求解该模型x' =...

原创 SLAM源码分析（七）

2021SC@SDUSCInitializer.cc；Initializer为单目初始化器根据参考帧构造初始化器，ReferenceFrame为参考帧，sigma为测量误差，iterations为迭代次数Initializer::Initializer(const Frame &ReferenceFrame, float sigma, int iterations){ mpCamera = ReferenceFrame.mpCamera; //从参考帧中获取相机的内参数矩阵

原创 SLAM源码分析（六）

2021SC@SDUSCTwoViewReconstruction.ccTriangulate函数；三角化恢复三维点void TwoViewReconstruction::Triangulate(const cv::KeyPoint &kp1, const cv::KeyPoint &kp2, const cv::Mat &P1, const cv::Mat &P2, cv::Mat &x3D){ cv::Mat A(4, 4, CV_32F.

原创 SLAM源码分析（五）

2021SC@SDUSCTwoViewReconstruction.cc函数ReconstrustF，通过基础矩阵重建K 相机内参R21 旋转（要输出的）t21 平移（要输出的）vP3D 恢复的三维点（要输出的）vbTriangulated 大小与mvKeys1一致，表示哪个点被重建了minParallax 1minTriangulated 50bool TwoViewReconstruction::ReconstructF(vector<bool>..

原创 SLAM源码分析（四）

2021SC@SDUSCTwoViewReconstruction.ccComputeH21函数，通过特征点匹配求homograpy计算公式：|x'| | h1 h2 h3 | |x||y'| = a | h4 h5 h6 | |y| 简写: x' = a H x, a为一个尺度因子|1 | | h7 h8 h9 | |1|使用DLT(direct linear tranform)求解该模型x' = a H x---> (x')...

原创 SLAM源码分析（三）

2021SC@SDUSCTwoViewerReconstruction.cc主要完成单目初始化环节Reconstruct函数，完成位姿估计。是单目初始化的重要环节，先获得rt再通过三角化回复3D坐标vkeys1：第一帧的关键点vkeys2：第二帧的关键点vMatches12 匹配关系，长度与vKeys1一样，对应位置存放vKeys2中关键点的下标vP3D 恢复出的三维点vbTriangulated 是否三角化成功，用于统计匹配点数量bool TwoViewReconstr

原创 SLAM源码分析（二）

原创 SLAM 源码分析（一）

原创 orb-slam3环境配置

2021SC@SDUSCSLAM(Simultaneous Localization and Mapping)，即同时定位与地图构建。搭载特定传感器的主体。其中视觉SLAM的主要传感器为相机。SLAM的主要目的示解决“定位”和“地图构建”。即在估计传感器自身位置的同时建立周围环境的模型。SLAM系统分模块：视觉里程计、后端优化、建图、回环检测。使用库：Eigen、OpenCV、PCL、g2o、Ceres等；并掌握这些库在Linux系统中的使用方法。书代码源：https://githu