vSLAM
文章平均质量分 79
卑微小岳在线debug
这个作者很懒,什么都没留下…
展开
-
运行Kalibr的rosbag包生成工具kalibr_bagcreater报错“No module named ImageFile“
运行kalibr_bagcreater报错"ImportError: No module named ImageFile"原创 2022-07-28 09:54:44 · 913 阅读 · 1 评论 -
vSLAM学习笔记——边缘化
BA求解BABABA求解时对目标函数做线性化处理:12∣∣f(x+Δx)∣∣2≈12∑i=1m∑j=1n∣∣eij+FijΔξi+EijΔpj∣∣2(1)\frac{1}{2}||f(x+\Delta x)||^2\approx\frac{1}{2}\sum^m_{i=1}\sum^n_{j=1}||e_{ij}+F_{ij}\Delta\xi_i+E_{ij}\Delta p_j||^2\tag 121∣∣f(x+Δx)∣∣2≈21i=1∑mj=1∑n∣∣eij+FijΔξi+EijΔ原创 2022-01-10 16:39:59 · 634 阅读 · 0 评论 -
vSLAM学习笔记——最小化重投影误差求解PnP
BA的定义通常称把相机和三维点放在一起进行最小化的问题为Bundle Adjustment。重投影误差关于相机位姿李代数的一阶变化关系∂e∂δξ=limδξ→0e(δξ⨁ξ)−e(ξ)δξ=∂e∂P′∂P′∂δξ=−[fxZ′0−fxX′Z′2−fxX′Y′Z′2fx+fxX′2Z′2−fxY′Z′0fyZ′−fyY′Z′2−fy−fyY′2Z′2fyX′Y′Z′2fyX′Z′]\frac{\partial e}{\partial \delta \xi}=\lim_{\delta\xi\to0}\f原创 2022-01-07 14:41:27 · 1165 阅读 · 0 评论 -
vSLAM学习笔记——本质矩阵
记录一下本质矩阵的一些知识点。对极几何x2Tt∧Rx1=0.x_2^Tt^\wedge Rx_1=0.x2Tt∧Rx1=0.p2TK−Tt∧RK−1p1=0.p_2^TK^{-T}t^\wedge RK^{-1}p_1=0.p2TK−Tt∧RK−1p1=0.对极几何的几何意义是O1,P,O2O_1,P,O_2O1,P,O2三者共面。对极约束中同时包含了平移和旋转。记:E=t∧RE=t^\wedge RE=t∧R, F=K−Tt∧RK−1F=K^{-T}t^\wedge RK^{-1}F=原创 2022-01-06 09:09:28 · 715 阅读 · 0 评论 -
vSLAM学习笔记——高斯牛顿法
文章目录高斯牛顿法一、pandas是什么?二、使用步骤1.引入库2.读入数据总结高斯牛顿法提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy as npi原创 2021-12-30 14:51:09 · 724 阅读 · 0 评论 -
vSLAM学习笔记——四元数到其他旋转表示的转换
文章目录四元数表示四元数到旋转矩阵四元数到旋转向量四元数表示q=q0+q1i+q2j+q3kq=q_0+q_1i+q_2j+q_3kq=q0+q1i+q2j+q3k四元数到旋转矩阵R=vvT+s2I+2sv∧+(v∧)2R=vv^T+s^2I+2sv^{\wedge}+(v^\wedge)^2R=vvT+s2I+2sv∧+(v∧)2四元数到旋转向量对上式两侧求迹,得:tr(R)=tr(vvT+s2I+2sv∧+(v∧)2)=v12+v22+v32+3s2−2(v12+v22+v32)原创 2021-12-25 08:53:41 · 371 阅读 · 0 评论 -
vSLAM学习笔记——EKF卡尔曼增益计算
今天梳理了MSCKF代码中EKF部分的实现细节,记录一下学习笔记,如有错误请各位大佬指正。文章目录卡尔曼增益公式求解方式代码实现卡尔曼增益公式计算公式如下:Kk=PˇkHT(HPˇkHT+Qk)−1K_k=\check{P}_kH^T(H\check{P}_kH^T+Q_k)^{-1}Kk=PˇkHT(HPˇkHT+Qk)−1求解方式关于卡尔曼增益的计算方式有两种,一种是直接根据上面的公式进行计算,另一种是将上述方程转换为线性方程进行求解,具体步骤如下:先将上述方程整体进行转置处理:原创 2021-12-04 15:07:54 · 1314 阅读 · 0 评论 -
vSLAM学习笔记——特征点三角化
记录最近学习vSLAM的一些理论和代码实现。文章目录三角化的数学描述代码实现三角化的数学描述考虑某路标点 y 在若干个关键帧 k = 1,…,n 中看到。y∈R4R^4R4,取齐次坐标。每次观测为xkx_kxk=[uku_kuk, vkv_kvk,1]T^TT,取归一化平面坐标(这样可以忽略掉内参)。从World系到Camera系的投影矩阵PkP_kPk=[&R_K&,tkt_ktk]∈R3×4R^{3×4}R3×4。投影关系:∀k,λkxk=Pky...原创 2021-12-01 14:24:08 · 208 阅读 · 0 评论