SLAM学习笔记

最新推荐文章于 2023-03-06 10:48:40 发布
最新推荐文章于 2023-03-06 10:48:40 发布
阅读量643 收藏 2
点赞数
分类专栏： SLAM 文章标签： 视觉检测
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_41756645/article/details/123054369
版权

SLAM学习笔记

Chapter1 三维空间刚体运动之欧式变换

旋转矩阵、变换矩阵、欧式变换

Chapter2 三维空间刚体运动之四元数

四元数

Chapter3 李群与李代数

旋转矩阵、变换矩阵，李群（Lie Group）、李代数（Lie Algebra）及扰动模型
从零开始一起学习SLAM | 为啥需要李群与李代数？

Chapter 4 相机与图像

《视觉SLAM十四讲》学习笔记：第5讲相机与图像
视差图同一个场景在两个相机下成像的像素的位置偏差，因为通常下两个双目相机是水平放置的，所以该位置偏差一般体现在水平方向。比如场景中的X点在左相机是x坐标，那么在右相机成像则是（x+d）坐标。d就是视差图中x坐标点的值。

Chapter 5 非线性优化

《视觉SLAM十四讲》学习笔记：第6讲非线性优化
最小二乘问题总结

Chapter 6 视觉里程计1

SIFT特征详解
基本矩阵、本质矩阵和单应矩阵
SLAM入门之视觉里程计(5)：单应矩阵
视觉SLAM十四讲 报错 error: ‘index_sequence’ is not a member of ‘std‘
奇异值的物理意义是什么？
视觉slam14讲——第7讲 视觉里程计1

Chapter 7 视觉里程计2

SLAM14讲学习笔记（五）视觉里程计（光流法和直接法）和对于雅克比矩阵的理解

Chapter 10 回环检测

Ubuntu DBoW3库安装及CmakeLists.txt配置教程

Chapter 12 建图

【读书笔记】《视觉SLAM十四讲（高翔著）》 第13讲
数据

Chapter 13 实践：设计SLAM系统

视觉slam十四讲中ch13设计slam系统的编译运行
Ubuntu18.04/16.04 安装glog

Cloudy_to_sunny
关注
专栏目录
SLAM学习笔记总结
实践出真理
01-04 918
随着路径的不断延伸，机器人在建图过程中会存在一些累计误差，除了利用局部优化、全局优化等来调整之外，还可以利用回环检测来优化位姿。什么是回环检测？回环检测，又称闭环检测，是指机器人识别曾到达某场景，使得地图闭环的能力。说的简单点，就是机器人在左转一下，右转一下建图的时候能意识到某个地方是“我”曾经来过的，然后把此刻生成的地图与刚刚生成的地图做匹配。回环检测成功回环检测之所以能成为一个难点，是因为：如果回环检测成功，可以显著地减小累积误差，帮助机器人更精准、快速的进行避障导航工作。
SLAM学习笔记1：SLAM概述
qq_71734878的博客
11-12 2367
（虽然这门课和“仿生机械学”互为二选一关系，但我把它俩都选了）实际上对于我们机械和车辆专业的学生来说，SLAM是研究生阶段才会去研究的内容，32个学时只能说是浅尝辄止。要想恢复三维结构，必须改变相机的视角。我们都知道，近处的物体移动快，远处的物体移动慢，极远处的物体看上去是不动的。后端优化要考虑的问题是如何从这些带有噪声的数据中估计整个系统的状态，以及这个状态估计的不确定性有多大（最大后验概率估计）。双目相机测量到的深度与基线（两个相机间的距离，类似于人的瞳距）有关，基线距离越大，能测量到的物体就越远。
SLAM学习笔记（1）
guanghuiw的博客
04-19 313
    SLAM号称能改变世界的颠覆性技术，也听身边很多朋友谈起，虽然并不了解其内涵，却有种想要了解、学习的冲动。笔者学习的参考书为高翔的《视觉SLAM十四讲》，断断续续地学习了几天，深知还未能窥探视觉SLAM的全貌。在此先立个一直学习下去的flag。第一次写博客，希望能坚持写下去，更希望一直能坚持学习下去。    今天把之前学习过的主要内容做一个总结，主要是三维空间内物体运动的描述方式。    ...
SLAM学习笔记（一）
weixin_32888153的博客
12-19 794
什么是SLAM？ SLAM（Simultaneous Localization and Mapping），中文译作同时定位与地图创建。它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。（源自：视觉SLAM十四讲）我想这官话听起来拗口，让人感觉云里雾里的，所以我找了一个形象的例子来帮助大家理解。相信不少朋友家都有扫地机器人吧，要知道市面上的大部...
slam学习笔记
最新发布
Hebackhome的博客
03-06 157
高翔视觉slam十四讲学习笔记
SLAM学习笔记9：OpenCV模块1
qq_71734878的博客
11-19 452
数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。它提供了大量的开源图像算法，是计算机视觉中使用极广的图像处理算法库。计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。图像处理的旨在处理原始图像以应用某种变换，其目标通常是改进图像或将其作为某项特定任务的输入。
SLAM学习笔记-超有用
05-02
SLAM学习笔记详细知识点解析： SLAM（Simultaneous Localization And Mapping，同时定位与地图构建）是机器人导航和自主移动领域的一个核心技术，它涉及机器人在未知环境中导航所必须解决的三大问题：定位（Where ...
SLAM技术学习笔记
yayuanrong0346的博客
10-11 664
《视觉SLAM十四讲从理论到实践》第一章学习笔记
SLAM学习笔记（三）
weixin_32888153的博客
12-29 416
刚体是指在运动中和受力作用后，形状和大小不变，而且内部各点的相对位置不变的物体。绝对刚体实际上是不存在的，只是一种理想模型，因为任何物体在受力作用后，都或多或少地变形，如果变形的程度相对于物体本身几何尺寸来说极为微小，在研究物体运动时变形就可以忽略不计。刚体不光有位置，还有自身的姿态。 在三维空间中如何描述刚体呢？ 旋转矩阵 基下的坐标 a在基下的坐标为 内积 外积 外积...
SLAM学习笔记（3）相关概念
weixin_34306593的博客
09-16 134
　　SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述子。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。[1]  该方法于1999年由David Lowe[2]  首先发表于计算机视觉国际会议（International Conference on Computer Vision，ICC...
Slam学习笔记——零散知识点
starvapour的博客
12-21 1457
Slam学习笔记——零散知识点1. 名词概念1.1 旋转矩阵1.2 旋转向量1.3 欧拉角1.4 四元数1.5 欧氏变换矩阵1.6 仿射变换1.7 射影变换2. 坐标变换2.1 坐标常用写法2.2 相对坐标转换计算 只是个人的学习笔记，用于记录一些零散的知识点，如有错误，欢迎大佬指出纠正。 参考书籍：《视觉SLAM十四讲-从理论到实践》——高翔 1. 名词概念 1.1 旋转矩阵 3x3矩阵，Eigen::Matrix3d 表达旋转，具有冗余性 必须是正交矩阵，且行列式为1 构成特殊正交群SO(3) 对应李代
SLAM笔记
fangfang12138的博客
11-25 361
SLAM笔记第一部分 初识SLAMSLAM是什么？ SLAM应用有什么？SLAM问题的数学表述SLAM分类、相关理论知识、学习资源、研究方向第二部分 视觉SLAM（深蓝）视觉SLAM传感器经典视觉SLAM框架另一种SLAM数学表述的思路三维空间刚体运动李群与李代数相机模型非线性优化视觉里程计特征点法直接法后端回环检测建图编程基础cmakeEigenSophus 李代数OpenCV第三部分 激光SLAM概率机器人——滤波理论概率机器人与递归状态估计贝叶斯滤波高斯/参数滤波非参数滤波概率机器人——运动与感知机器
slam定位学习笔记(一)
weixin_45572737的博客
11-04 1843
主要是跟着知乎大佬任乾的本篇文章主要是为设计的slam系统搭建一个框架，主要部分是编写了、以及对应的。：具体包括bag包中的GNSS信息、IMU信息、LIDAR点云信息和各传感器之间的标定信息。：发送当前帧的点云、全局地图、局部地图、里程计信息还有运动轨迹。：具体就是要设计合理的数据结构，能够把算法需要的输入信息和算法的输出信息条例合理地规划好，以使输入输出更清晰方便。
SLAM学习笔记（一）入门
11-03 1万+
转载：http://www.cnblogs.com/yhlx125/p/4707693.html#3806194 SLAM学习笔记（1）基本概念　SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。 SLAM最早由Smith、Sel
SLAM学习笔记1：历史与现状
热门推荐
调味瓶的技术宅梦想实现路
09-16 1万+
东张西望地看SLAM的各种资料已有半个多月，深深觉得这个坑值得一跳，所以决定要开始系统地整理一下所学所看所想。欢迎拍砖！ 今天看的文章是University of Sydney大牛 Hugh Durrant-Whyte写的一篇综述类tutorial [1] 。 即时定位与地图构建（Simultaneous Localization and Mapping, 即SLAM）的目的是
SLAM学习笔记：定位与地图构建的关键
SLAM的学习不仅涉及到了机器人学的基本原理，还包括了矩阵理论在具体问题解决中的应用，如通过奇异值分解来解析和优化机器人的感知和决策过程。理解这些概念对于开发和优化自主导航系统至关重要。
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