SLAM学习

最新推荐文章于 2023-01-28 17:25:55 发布
最新推荐文章于 2023-01-28 17:25:55 发布
阅读量225 收藏 4
点赞数
分类专栏： SLAM系统学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41169280/article/details/115268699
版权

记录一下学习SLAM过程中各个优秀的博客

数学推导

解超定方程Ax=0

边缘化

VINS边缘化策略

MSCKF

JPL四元数：ijk=1;
MSCKF那些事（一）MSCKF算法简介
MSCKF
四元数Hamilton和jpl
MSCKF那些事（三）算法详解1：前端特征跟踪

视觉VIO:S-MSCKF算法学习(一)

专栏

VIO/VSLAM理论与实战

精度评估

视觉SLAM基础：算法精度评价指标（ATE、RPE）
SLAM系统性能评估：绝对轨迹误差(ATE)和相对位姿误差(RPE)
【泡泡图灵智库】视觉（惯性）里程计定量轨迹评估方法（IROS）

博主

知乎紫薯萝卜，MSCKF
知乎小葡萄

IMU处理

无人驾驶算法学习（十二）:imu中的常见的数值积分方法:欧拉,中值,龙格-库塔积分

相机模型

常用相机投影及畸变模型（针孔|广角|鱼眼）
各相机模型(针孔+鱼眼)综述
针孔相机、鱼眼相机模型
鱼眼摄像头SLAM
代码解读 | VINS_Mono中的鱼眼相机模型
一分钟详解鱼眼镜头标定基本原理及实现

基本矩阵F、本质矩阵E、单应矩阵H的关系

计算

视觉SLAM中的数学——解方程AX=b与矩阵分解：奇异值分解（SVD分解） 特征值分解 QR分解 三角分解 LLT分解
解方程AX=b与矩阵分解：奇异值分解（SVD分解） 特征值分解 QR分解 三角分解 LLT分解
R语言：SVD分解求解线性方程组AX=b
视觉SLAM常见的QR分解SVD分解等矩阵分解方式求解满秩和亏秩最小二乘问题
视觉SLAM常见的QR分解SVD分解等矩阵分解方式求解满秩和亏秩最小二乘问题（最全的方法分析总结）
SLAM中的优化理论（一）—— 线性最小二乘

crasyter
关注
专栏目录
实习:slam算法的学习整理
一个找工作的咸鱼
07-29 3万+
 1.odom 2.updata_odom 3.updata_laser updata_landmark 4.resample  pf.c 相机的位姿转换是基于世界坐标系的，观察到的路标也会在世界坐标系中不断收敛，若不是计算错误，基本上不会产生漂移。而IMU是自身坐标系标定的，在转换到世界坐标系时候一定会产生误差，时序累积必定产生漂移。两种方式的优缺点互补，这就引发视觉SLAM的...
一起自学SLAM算法：7.7 典型SLAM算法
机器人研究猿-CSDN
01-21 2174
连载文章，长期更新，欢迎关注：针对式（7-38）所述的在线SLAM系统，以扩展卡尔曼滤波（EKF）为代表的滤波方法，是求解该状态估计问题最典型的方法，在7.4节中已经详细讨论了这些滤波方法的基础原理，而基于滤波方法基础原理的两种典型实现框架EKF-SLAM和Fast-SLAM将在下面进行详细讨论。虽然式（7-39）所示的完全SLAM系统可以用滤波方法求解，比如著名的Fast-SLAM实现框架。但是，贝叶斯网络表示下的完全SLAM系统能很方面地转换成因子图表示，这部分内容已经在7.2.4节中讨论过了。
SLAM算法
热门推荐
在路上@Amos
08-19 7万+
一、概述 Simultaneous Localization and Mapping (SLAM)原本是Robotics领域用来做机器人定位的，最早的SLAM算法其实是没有用视觉camera的（Robotics领域一般用Laser Range Finder来做SLAM）。本文主要关注基于camera图像做SLAM的算法，即Visual SLAM算法。本文对SLAM和Visual SLAM不做区分...
激光SLAM算法学习（一）——激光SLAM简介
qq_34675171的博客
05-25 5万+
激光SLAM算法学习（一） 激光SLAM简介 1、SLAM是什么 2、SLAM的分类 3、SLAM的框架 4、激光SLAM
激光 SLAM 算法
04-18
激光 SLAM 算法 源码，开源代码，激光 SLAM 算法 源码，开源代码，
slam学习-slam
最新发布
09-23
slam slam slam slam slam
C++版SLAM学习案例代码，含OpenCV学习、 SfM基本原理、SLAM十四讲与相关库等
01-12
本压缩包提供了一个C++版的SLAM学习案例，结合了OpenCV库的使用、Structure from Motion (SfM)的基本原理以及SLAM十四讲的相关知识。下面我们将详细探讨这些知识点。 1. **C++编程基础**：SLAM算法通常用C++实现，...
slam学习资料及PPT
05-08
这些学习资料提供了一个全面的SLAM学习路径，从基本概念到复杂的算法，再到实践应用，对于理解和掌握SLAM技术至关重要。通过系统学习，不仅可以理解SLAM的核心原理，还能具备解决实际问题的能力。
单目重建用于SLAM学习。加入深度图像
09-27
SLAM（Simultaneous Localization ...总的来说，单目重建在SLAM学习中扮演着重要角色，深度图像的引入极大地提高了定位精度和地图质量。随着硬件和算法的不断进步，我们可以期待在未来看到更加智能和自主的机器人系统。
SLAM学习资料.rar
09-07
这个"SLAM学习资料.rar"压缩包很可能包含了关于SLAM的教程、论文、代码实现以及相关的学习资源。下面，我们将深入探讨SLAM的基本概念、关键技术和应用领域。 SLAM的目标是让机器人在未知环境中移动时，既能构建环境...
如何学习SLAM（超级全面）
小虎哥哥爱学习-CSDN
03-16 1万+
PS:原文出自我的知乎文章https://zhuanlan.zhihu.com/p/462607330 由于SLAM是一个错综复杂的研究领域，涉及到非常多的关键技术。这里先讲讲学习方法论，然后对一些关键性概念（包括SLAM、ROS、SLAM移动机器人）进行分析，最后给出典型应用案例方便大家进行实战。 0.学习方法论 关于SLAM学习方法论，我觉得可以用"螺旋上升"这四个字来概括，大家可以根据自己的喜好和实际基础，选择从理论或者代码开始看。下面假设先从理论开始学习，当然从代码开始学习也是类似的。 第1
slam十四讲第二版 pdf_第二十四讲 R语言 卡方独立性检验
weixin_39652760的博客
11-24 294
“独立性检验”验证从两个变量抽出的配对观察值组是否互相独立。卡方独立性检验主要用于两个或两个以上因素多项分类的计数资料分析，也就是研究两类变量之间的关联性和依存性问题。 卡方独立性检验可以用于四个表的独立性检验，也可用于行x列表资料的独立性检验：独立性检验一般采用列联表的形式记录观察数据。四格表的独立性检验：又称为2*2列联表的卡方检验。四格表资料的独立性检验用于进行两个率或两个构成比的比较，是列...
笔记：VSLAM
qq_37662375的博客
10-02 961
单目相机 场景中的物体的远近和大小称为结构。如何估计单目相机运动和结构呢？从生活经验中我们知道，如果相机往右移动，那么图像里的东西就会往左边移动——这就给我们推测运动带来了信息。另一方面，我们还知道近处的物体移动快， 远处的物体则运动缓慢。于是， 当相机移动时， 这些物体在图像上的运动， 形成了视差。通过视差，我们就能定量地判断哪些物体离得远，哪些物体离的近。然而，即使我们知道了物体远近，它们仍然只是一个相对的值。想象我们在看电影时候， 虽然能够知道电影场景中哪些物体比另一些大， 但我们无法确定电影里那些
SLAM中常用到的评价指标
SLAM小土堆
10-05 8786
主要是想整理一下关于tum rgbd数据集和kitti数据集的评价指标，之后比较结果不能只看数值大小，还要非常清楚背后的含义。 一. 从TUM数据集出发 前提假设： 给出的位姿估计值为P1...Pn∈SE(3)P_1 ... P_n \in SE(3)P1​...Pn​∈SE(3), 真值为Q1...Qn∈SE(3)Q_1 ... Qn \in SE(3)Q1​...Qn∈SE(3)， 下标代表时间t（或帧）,这里假设估计位姿和真实位姿各帧时间已对齐，总帧数相同。 1. 相对位姿误差RPE(relative
VSLAM 相关知识点总结
weixin_43850560的博客
10-08 1367
SLAM一些相关知识点归纳
视觉SLAM基础：算法精度评价指标（ATE、RPE）
3D视觉工坊
05-13 8275
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者：三无马尔布鲁链接：https://zhuanlan.zhihu.com/p/105428199本文转载自知乎，作者已授权，未经...
一起自学SLAM算法：10.3 机器学习与SLAM
机器人研究猿-CSDN
01-28 1355
推理、知识、神经网络、机器学习、决策理论等诸多的概念，本身就是在不同的层面不同的时期来讨论的，这些概念之间有些是互相重叠的、有些是发展递进的、有些是特例、有些是不同角度出发的同一观点等等。图10-33 发展历程既然从理论上暂时无法得知智能的真正面貌，那么广大读者也就不必拘泥于理论层面的各种概念，仅从实践的角度讨论和学习主流的一些技术应用就已经够了。如图10-34所示，为人工智能技术应用的大致流程。从实际问题出发，对问题进行分析并提取出一些重要的先验信息以帮助我们构造更合适的智能系统来解决问题。
深度学习slam算法工程师
RobotSlam的博客
09-28 7478
打算以后从事slam+深度学习方向的工作，整理一些招聘网站上的工作要求，作为自己的工作目标。 1、50%配合深度学习算法工程师，集成现有的物体识别框架和贝叶斯方法，构建包含物体标签的地图，用于家用机器人的场景理解甚至辅助导航定位 2、50%在此基础上，对算法进行优化
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值