计算机视觉
文章平均质量分 66
Flying Youth
这个作者很懒,什么都没留下…
展开
-
对极约束的几何认识
对极约束推导过程如上图,两个相机中心分别为 O1O_1O1、O2O_2O2,点P在两幅图像中的投影点分别为p1p_1p1、p2p_2p2,连线 O1O_1O1p1p_1p1 和连线O2O_2O2p2p_2p2在三维空间中会相交于点 P,点O1O_1O1、O2O_2O2 、P 三个点可以确定一个平面,称为极平面(Epipolar plane)。O1O_1O1O2O_2O2 连线与像平面 I1I_1I1、I2I_2I2 的交点分为 e1e_1e1、e2e_2e2, 称之为极点原创 2021-01-24 15:53:23 · 359 阅读 · 0 评论 -
基于RGBD的平面提取方法总结
Real-Time Plane Segmentation using RGB-D Cameras:改论文是基于depth图像做的平面检测, 根据depth得到的三维点, 根据三维点所在邻域平面法向量以及平面距原点的距离,对其进行聚类, 具体流程如下:利用depth点上下左右的点,计算出该点邻域平面的法向量;将所有的点根据上述求出来的三维法向量, 分配到三维的voxel grid里去, 这也就是第一步分类(Initial segmentation in normal space);上述分好的类里再根原创 2020-12-12 15:33:33 · 2850 阅读 · 3 评论 -
三维点云处理技术三:三维空间变换
三维点云处理技术三:三维空间变换刚体运动变换旋转矩阵推导与性质坐标系旋转欧拉角旋转矩阵的轴角四元数刚体运动变换总结:空间几何变换来源:睿慕课《三维点云处理技术和深度学习在三维点云处理中的应用》刚体运动变换表示旋转变换的参数形式:旋转矩阵,轴角,欧拉角和四元数。旋转矩阵推导与性质两个坐标系a和b,坐标系b各个坐标轴b1、b2、b3b_1、b_2、b_3b1、b2、b3在坐标系a中的表示为:b1=R11a1+R21a2+R31a3b_1=R_{11}a_1+R_{21}a_2+R_{31}a原创 2020-05-12 23:29:50 · 2313 阅读 · 2 评论 -
Apollo公开课二:高精地图
高精度地图高精度地图包含许多辅助驾驶的信息,特别是道路的精确三维表达,还有许多语义信息,其最重要的特征是厘米级的高精度。高精地图与定位、感知的关系:无人车获取的传感器信息与高精地图进行匹配可以进行精确定位;传感器的感知范围有限,也无法感知障碍物后面的环境,地图先验信息可以辅助感知,同时也可以缩小检测范围,提高检测感知的速率和精确度;高精地图可以辅助寻找可行区域,辅助规划算法选择路径,通...原创 2020-04-22 17:12:41 · 432 阅读 · 0 评论 -
Apollo公开课一: 无人驾驶概览
课程内容高精地图—基础,支撑起其他的诸多功能;定位—在地图中的位置,基于激光雷达等传感器数据,获得在世界坐标系中厘米级定位;感知:利用深度学习“看”环境,检测,分类与分割;预测:预测行人以及其他车辆的运动轨迹;规划:根据预测和路线来生成轨迹;控制:使用转向、油门和制动来执行轨迹。无人驾驶等级Level0:基本等级,驾驶员是唯一的决策者;Level1: 驾驶员辅助系统,车辆提供...原创 2020-04-22 15:13:28 · 609 阅读 · 0 评论 -
VINS-FUSION源码框架及C++知识点总结
VINS-FUSION源码框架及C++知识点总结VINS-FUSION程序架构前端 VINS-FUSION是港科大空中机器人实验室的开源视觉惯性导航SLAM,在此称为slam,是因为不同于VIO,它具有回环和地图复用功能,是一个完整的基于优化算法的slam系统,有关该算法介绍及其中的数学理论部分见之后的链接,在此不再讲解,而是专注于其代码实现的过程.VINS-FUSION githubVI...原创 2019-12-10 16:20:37 · 5918 阅读 · 7 评论 -
MSCKF-VIO源码框架及C++知识点总结
阅读源码是最有效的学习方式,不仅可以从中理清作者的思路以及工程实现细节,还可以学到相应的编程知识,可谓一举多得。本文主要从代码架构以及c++实现两个方向对msckv-vio进行解剖,有关msckf-vio的介绍详见知乎专栏[MSCKF那些事](https://zhuanlan.zhihu.com/c_1121353757664964608)。github[地址](https://github.com/KumarRobotics/msckf_vio):,有关数学推导以及流程,知乎专栏里已经很详细很棒棒的了,在原创 2019-11-27 21:51:25 · 6037 阅读 · 10 评论