![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
SLAM
slam让我头疼
这个作者很懒,什么都没留下…
展开
-
图优化在后端优化中的简单理解
这点总结比较重要,不想清楚的话很容易在繁琐的推导中迷失掉,因此这里我们又有了一个新的认识,“前端”关注的是光度误差与重投影误差之类的东西,而这里“后端”关注的是已经知道了不同的位姿T,如何整体对它进行调整,这也就更符合了“后端”的含义。三角形的位姿T1,T2。。。是通过和世界坐标系的比较而得到的,蓝色的边是两个位姿之间相对运动的估计。如何获得T1,T2:世界坐标系的路标点有了,然后根据图像坐标系下的点,估计世界坐标系与图像坐标系下的变换关系,解得位姿,这里的位置是有误差的。如何估计它们的相对运动,也就原创 2023-03-24 15:47:24 · 383 阅读 · 0 评论 -
slam中旋转平移的理解
原创 2023-03-24 15:41:16 · 248 阅读 · 0 评论 -
IMU随机游走和角速度理解
反对称矩阵就可以找到一个与之对应的向量随机游走可以等效为马尔可夫过程,就是这次的bias是在上次的bias基础上随机变化一个值造成的,而下次的bias是在这次的bias基础上又随机变化一个值得到,经过一段时间的累计,就会有一个大的偏差。加速度计、陀螺仪的观测量都是相对BODY坐标系而言的;但是要求的速度、位置等等量显而易见是相对于一个不变的坐标系而言的,是参考坐标系注意这里的角速度 ω 是在参考坐标系下表达的。物体在惯性系下的加速度=物体在body系下的加速度乘上变换矩阵+科氏力+离心力等等s原创 2023-03-24 15:39:56 · 752 阅读 · 0 评论 -
舒尔补-边际概率-条件概率
协方差计算公式:cov(x,y)=EXY-EX*EY在本例的信息矩阵中, Λ 13 = Λ 31 = 0 \Lambda_{13}=\Lambda_{31}=0 Λ13=Λ31=0,这意味着变量 x 1 x_1 x1和 x 3 x_3 x3在给定条件 x 2 x_2 x2的条件下是互相独立的,而初始的协方差矩阵二者的对象项并不为零,表示两者的边缘分布并不是独立的。https://b原创 2023-03-24 15:36:27 · 445 阅读 · 2 评论 -
vins-fusion中的GPS和VO融合
一开始假设Tgps<-vio中旋转矩阵为单位阵,平移向量为0,在实际进行融合的时候,重新更新Tgps<-vio=Tgps*Tvio.inverse()坐标系处理就是GPS信息转换到第一个GPS信息为原点的东北天 坐标系里,,即机体系相对BODY系里面的坐标是已知的。根据+-10ms的时间偏差找GPS中的位置信息。理论上该变换矩阵是不变的,因为第一帧都已经确定了,但是在实际解算的过程中,Tvio存在误差,所以是在一直变化的。VIO结果以到第一帧图像的东北天坐标系为参考,和机体系之间的矩阵是已知的,原创 2023-03-24 15:16:33 · 619 阅读 · 0 评论 -
vins-fusion中为什么是四自由度的优化理解
VINS-MONO 视惯融合的输出参考都是第一帧:将重力对齐到当地水平面使得pitch、roll是已知的,已经得到绝对姿态了,而载体待估计的状态只剩yaw和x、y、z是相对参考坐标系的。不是绝对坐标系下的。所以在位姿优化的时候,只对四个自由度进行优化(回环修正:由于vins系统IMU的使用,使得位姿估计只有4自由度不客观,分别是3自由度的平移和1自由度的yaw角,因此估计系统也只有在这4自由度上发生漂移。可以将在同一坐标系下位姿的漂移看作是该位姿所在坐标系的漂移,这是一个相对的过程。原创 2023-03-24 15:18:07 · 388 阅读 · 1 评论