![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
slam
文章平均质量分 56
Fm镄
这个作者很懒,什么都没留下…
展开
-
转载:SLAM概述
转载至:https://blog.csdn.net/darlingqiang/article/details/78901022SLAM概述SLAM一般处理流程包括track和map两部分。所谓的track是用来估计相机的位姿,也叫front-end。而map部分(back-end)则是深度的构建,通过前面的跟踪模块估计得到相机的位姿,采用三角法(triangulation)计算相应特征点的深度,进...转载 2018-06-22 19:42:04 · 209 阅读 · 0 评论 -
slam建图与八叉树地图
八叉树地图是一种在导航中比较常用的,本身有较好的压缩性能的地图形式。点云地图的缺陷在点云地图中,虽然有了三维结构,也进行了体素滤波以调整分辨率,但是点云有几个明显的缺陷:1.点云地图通常规模很大,所以pcd文件也会很大。一幅640像素×480像素的图像,会产生30万个空间点,需要大量的存储空间。即使经过一些滤波后,pcd文件也还是很大的。而且重要的是,它的大并不是必须的。点云地图提...原创 2019-03-18 21:04:35 · 6100 阅读 · 0 评论 -
SLAM建图(1)-------SLAM建图概述;极线搜索与块匹配;
好久没有更新SLAM系列的内容了,现在开始继续记录一下关于SLAM建图部分学习中的重要知识。建图概述在经典的slam模型中,所谓的地图,即所有路标点的集合。一旦确定了路标点的位置,那就可以说我们完成了建图。所以不管是视觉历程计也好,回环检测也好,事实上都建模啦路标点的位置,并对它们进行优化。从这个角度上说,为什么要单独的来详细的学习建图呢? 这是因为人们对建图的需求不同。SLAM作...原创 2019-03-13 17:16:36 · 5563 阅读 · 2 评论 -
SLAM中的逆深度及参数化问题
参数化问题在SLAM的建图过程中,把像素深度假设成了高斯分布。那么这么假设是否是合适的呢?这里关系到一个参数化的问题。 我们经常用一个点的世界坐标x,y,z三个量来描述它,这是一种参数化形式。我们认为x,y,z三个量都是随机的,它们服从三维的高斯分布。然而,在极线搜索中使用了图像坐标u,v和深度值d来描述某个空间点(即稠密建图)。我们认为u,v不动,而d服从(一维的)高斯分布,这是另一...原创 2019-03-15 20:52:55 · 8887 阅读 · 2 评论 -
SLAM建图(2)--------高斯分布的深度滤波器介绍
在上一篇的极限搜索与块匹配中,提到了深度滤波器这个概念,下面我来详细的记录一下关于高斯分布的深度滤波器的相关内容。高斯分布的深度滤波器 对像素点深度的估计,本身亦可建模为一个状态估计问题,于是就自然存在滤波器与非线性优化两种求解思路。虽然非线性优化效果较好,但是在SLAM这种实时性要求较强的场合,考虑到前端已经占据不少的计算量,建图方面则通常采用计算量较少的滤波器方式了。 在比...原创 2019-03-14 21:08:13 · 1254 阅读 · 4 评论 -
高斯函数与高斯模糊
转载自:https://www.cnblogs.com/herenzhiming/articles/5276106.html高斯函数以及在图像处理中的应用总结1、一维高斯函数:a表示得到曲线的高度,b是指曲线在x轴的中心,c指width(与半峰全宽有关),图形如下:2、根据一维高斯函数,可以推导得到二维高斯函数: 在图形上,正态分布是一种钟形曲线,越接近中心,...转载 2018-08-23 19:45:00 · 3259 阅读 · 0 评论 -
SIFT特征提取算法详解
转载自:https://www.cnblogs.com/wangguchangqing/p/4853263.html1.SIFT概述SIFT的全称是Scale Invariant Feature Transform,尺度不变特征变换,由加拿大教授David G.Lowe提出的。SIFT特征对旋转、尺度缩放、亮度变化等保持不变性,是一种非常稳定的局部特征。1.1 SIFT算法具的特点...转载 2018-08-23 16:18:23 · 1908 阅读 · 0 评论 -
FAST特征点检测算法
转载自:https://blog.csdn.net/hujingshuang/article/details/46898007 简介 在局部特征点检测快速发展的时候,人们对于特征的认识也越来越深入,近几年来许多学者提出了许许多多的特征检测算法及其改进算法,在众多的特征提取算法中,不乏涌现出佼佼者。 从最早期的Moravec,到Harris,再到SIFT、...转载 2018-08-03 15:01:17 · 372 阅读 · 0 评论 -
特征点法视觉里程计
本文主要记录以下内容:1.特征点是如何提取与匹配的2.2D-2D对极几何3.3D-2D PnP4.3D-3D ICP5.三角化与深度估计一。特征点提取与匹配经典SLAM模型中以位姿---------路标(Landmark)来描述SLAM过程。路标是1.三维空间中固定不变的点,能够在特定位姿下观测到2.数量充足,以实现良好的定位3.较好的区分性,以实现数据关联...原创 2019-03-19 15:32:28 · 494 阅读 · 0 评论 -
相机模型成像原理
本内容为slam学习中所涉及的关于相机模型与非线性优化的基础知识整理。一.针孔相机模型与图像照片记录了真实世界在成像平面上的投影,这个过程丢弃了“距离”维度上的信息,普通相机可以用针孔模型很好的近似。小孔成像模型:就是初高中物理讲过的成像原理由于成像平面的坐标系是在图像的中心并且像素的排布是一个离散的过程,所以从成像平面到像素坐标还要进行以下转化过程:这里补充一个齐次坐标系的知识,之前学线代时经常...原创 2018-07-14 10:19:31 · 11879 阅读 · 0 评论 -
李群与李代数基础
最近在学习slam时第一次遇到李群与李代数的概念,由于一开始不太理解,所以想通过这篇笔记来重新归纳梳理一下。1.李群的概念:李群是具有连续(光滑)性质的群;它既是群也是流行;直观上看,一个刚体能够连续的在空间中运动,故SO(3)和SE(3)都是李群。(注:SO(3)是特殊正交群 SE(3)是特殊欧式群,由于旋转矩阵R是3乘3的维度,但自由度的约束只有3个自由度,所以旋转矩阵R在9维空间中是一个连续...原创 2018-07-12 15:12:24 · 28434 阅读 · 4 评论 -
光流法(optical flow)简介
转载自:https://blog.csdn.net/qq_41368247/article/details/82562165光流法理论背景1.什么是光流光流(optical flow)是空间运动物体在观察成像平面上的像素运动的瞬时速度。光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,从而计算出相邻帧之间物体的运动信息的一种方法...转载 2019-05-22 15:31:16 · 37635 阅读 · 2 评论