SLAM
文章平均质量分 89
Weiheng-Summer
这个作者很懒,什么都没留下…
展开
-
基于深度学习的Depth and Ego-Motion Estimation
Unsupervised Learning of Depth and Ego-Motion from Video 中文解读关键词:基于深度学习的vSLAM,depth estimation,visual Odometry原创 2021-04-16 06:25:48 · 2068 阅读 · 0 评论 -
深蓝学院-多传感器融合定位-第7章作业
深蓝学院-多传感器融合定位-第7章作业作业解析及代码原创 2021-03-29 07:05:28 · 3353 阅读 · 12 评论 -
深蓝学院-多传感器融合定位-第6章作业
深蓝学院-多传感器融合定位-第6章作业1. 及格题目2. 良好题目3. 优秀题目1. 及格题目2. 良好题目3. 优秀题目原创 2021-03-29 02:47:09 · 1721 阅读 · 0 评论 -
深蓝学院-多传感器融合定位-第5章作业
深蓝学院-多传感器融合定位-第5章作业第一题:不基于转台的加速度计标定:Jacobian推导第二题:完成标定(自动求导)第三题:完成标定(解析式求导)第一题:不基于转台的加速度计标定:Jacobian推导首先,我们计算出向量a\textbf{a}a的表达:a=(I−Sa)Ka′A−ba=[100−Sayx10−Sazx−Sazy1][Kax−1000Kay−1000Kaz−1][AxAyAz]−[baxbaybaz]=...(老衲掐指一算)=[Kax−1Ax−bax−SayxKax−1Ax+Kay−1原创 2021-03-04 06:35:03 · 1565 阅读 · 4 评论 -
[深蓝学院] 多传感器融合第5章-惯性器件误差分析-课堂笔记
[深蓝学院] 多传感器融合第5章-惯性器件误差分析-课堂笔记1. 信号误差组成1. 信号误差组成量化噪声从上图(Figure Source)中我们可以看到,数字传感器始终不可能完全地采集到真实的模拟信号,通过AD采集连续时间信号成离散信号的过程,精度必然会损失。精度损失大小和AD转换的步长有关,步长越小,精度越高。角度随机游走由于咱们计算姿态角度的本质是对角速率www进行积分,所以角速率www的噪声也就参与了积分的过程。www角速率是带有噪声的,该噪声包含有一个白噪声成分。白噪声的积原创 2021-02-23 22:26:53 · 1322 阅读 · 0 评论 -
深蓝学院-多传感器融合定位-第4章作业
深蓝学院-多传感器融合定位-第4章作业一. 及格部分1. 代码跑通二. 良好部分三. 优秀部分Scan Context版本GNSS版本一. 及格部分1. 代码跑通直接编译,跑通:catkin config --install && catkin build二. 良好部分从原点开始初始化定位, 这个在代码中已经实现了,直接跑就行。可是跑一下就会飞,估计是因为原始的Rotation也没有(就一个Identity Matrix啥都没…),匹配不上。不过只要跑就可以良好,所以咱们原创 2021-02-20 03:26:05 · 3132 阅读 · 4 评论 -
ScanContext 论文详解 - 用途:Lidar SLAM 回环检测、空间描述符
ScanContext 论文详解中文版 ScanContext,从英文字面理解就是“扫描 上下文”。类比于我们阅读的时候,需要理解上下文,才能明白其意,LidarSLAM在进行回环检测的时候,也需要将“上下文” (之前的数据)进行比较方才知道我们是不是又走到了之前的同一个位置(回环)。ScanContext这篇文章由韩国KAIST大学的Giseop Kim和Ayoung Kim所写,它的主要特点是提出了Scan Context这个非直方图的全局描述符,来帮助我们对“上下文”(当前和历史上的点云)进行匹配原创 2021-02-15 22:00:47 · 6278 阅读 · 6 评论 -
深蓝学院-多传感器融合定位-第3章作业
深蓝学院-多传感器融合定位-第三章作业原创 2021-02-10 06:04:11 · 3258 阅读 · 4 评论