理论知识
文章平均质量分 74
一些数学基础理论的学习笔记
归去来兮哈
从事无人驾驶领域
展开
-
图优化学习笔记
参考:深入理解图优化与g2o:图优化篇简介:图有化(graph-based optimization)是slam中的主流优化算法,一般用于后端优化。g2o是非常流行的图优化库。优化:优化有三个最重要的因素:目标函数,优化变量,优化约束,优化问题可以简单的描述如下:其中????为优化变量,而????(????)为优化函数。此问题称为无约束优化问题,因为我们没有给出任何约束形式。由于slam中优化问题多为无约束优化,所以我们着重介绍无约束的形式。对于无约束的优化问题,通过梯度求取为零的点,即最小转载 2021-03-02 16:22:55 · 5000 阅读 · 0 评论 -
gps/imu融合(卡尔曼滤波)学习笔记
航位推算因为imu更新频率很快(100Hz),假设车辆为匀速匀角速度模型,分别为v和w,模型如下:GPS坐标变换GPS原始输出定位是基于WGS-84坐标的经纬度信息。GPS坐标系需要投影为平面地图才可以做航位推算。常用的投影方法有高斯克吕格投影,UTM投影,墨卡托投影等。墨卡托投影转换方式如下:其中 x、 y 是地面坐标系两轴坐标, lon 是经度, lat 是纬度, EARTH_RAD 是地球半径,取 EARTH_RAD 为 6378137 米。GPS/IMU耦合方式分为松耦合和紧耦合方原创 2021-02-24 10:31:10 · 11020 阅读 · 8 评论 -
LOAM livox论文学习笔记
Loam livox: A fast, robust, high-precision LiDAR odometry and mapping package for LiDARs of small FoV摘要:LiDAR odometry and mapping(LOAM)可以同时确定机器人位置并且建立周围环境的高精度、高分辨率的地图。这有利于车辆的自动导航和安全的路径规划。这篇论文展示了一种应用于小视野和不规则采样激光雷达的鲁棒实时LOAM算法。...原创 2020-07-13 16:38:03 · 2579 阅读 · 1 评论 -
loam学习笔记
LOAM:参考:LOAM 论文及原理分析1.简介: loam核心思想是将定位和建图的分割,通过两个算法:一个是执行高频率的里程计但是低精度的运动估计(定位),另一个算法在比定位低一个数量级的频率执行匹配和注册点云信息(建图和校正里程计)。将这两个算法结合就获得了高精度、实时性的激光里程计。 loam通过点云特征提取和点云匹配来解决低漂移和低计算的问题。为什么这么说呢,我们知道匹配的...原创 2020-08-08 10:39:34 · 2403 阅读 · 1 评论