![](https://img-blog.csdnimg.cn/20190918140012416.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
视觉SLAM
文章平均质量分 97
视觉 SLAM 相关
Louis1874
这个作者很懒,什么都没留下…
展开
-
【视觉 SLAM】OpenCV 3 特征点匹配
本文为特征点匹配学习总结,讲解 OpenCV 3 中的特征点匹配。原创 2022-03-21 20:38:44 · 1655 阅读 · 0 评论 -
【论文笔记】加权图匹配问题的线性规划方法
本文为图匹配论文的学习笔记,讲解凹优化 QCC。原创 2020-09-09 08:26:43 · 1038 阅读 · 0 评论 -
【论文笔记】基于特征的匹配:特征向量方法
本文为论文《Feature-based correspondence: an eigencvector approach》的笔记总结,讲解特征匹配问题。原创 2020-09-07 21:47:19 · 2042 阅读 · 0 评论 -
【论文笔记】图匹配的路径跟随算法
论文《A Path Following Algorithm for Graph Matching》学习笔记原创 2020-08-24 11:15:43 · 616 阅读 · 0 评论 -
【视觉 SLAM】2D-2D:对极几何
本文为视觉 SLAM 学习总结,讲解 2D-2D 对极几何。欢迎交流原创 2020-08-10 22:05:56 · 591 阅读 · 0 评论 -
【视觉SLAM】3D-2D之直接线性方法(DLA)
本文为视觉 SLAM 的学习总结,讲解 3D-2D 之直接线性方法(DLA)。欢迎交流原创 2020-08-08 19:41:13 · 529 阅读 · 0 评论 -
【论文笔记】Indoor Visual Positioning Aided by CNN-Based Image Retrieval: Training-Free, 3D Modeling-Free
本文为《Indoor Visual Positioning Aided by CNN-Based Image Retrieval: Training-Free, 3D Modeling-Free》学习笔记,欢迎交流原创 2020-08-05 09:25:18 · 451 阅读 · 0 评论 -
【论文笔记】A High-Accuracy Indoor-Positioning Method with Automated RGB-D Image Database Construction
论文《A High-Accuracy Indoor-Positioning Method with Automated RGB-D Image Database Construction》学习笔记原创 2020-07-31 22:51:28 · 322 阅读 · 0 评论 -
【视觉SLAM十四讲】4个坐标系变换总结
本文为视觉 SLAM 学习总结,总结 4 个坐标系变换的关系。原创 2020-07-30 22:31:31 · 2347 阅读 · 0 评论 -
【视觉SLAM十四讲】视觉里程计—直接法
本文为视觉 SLAM 学习总结,讲解直接法的相关知识。内容包括直接法的引出、光流、实践:光流、直接法、实践:RGB-D 的直接法原创 2020-07-30 22:28:14 · 1213 阅读 · 0 评论 -
【视觉SLAM十四讲】g2o 实践代码报错解决方法
记录一次 g2o 实践代码报错,仅以第六讲为例,后面所有 g2o 初始化问题都可以按照这种方式解决。原创 2020-07-29 22:49:03 · 1225 阅读 · 0 评论 -
【视觉SLAM十四讲】视觉里程计—特征点法
本文为视觉 SLAM 学习笔记,讲解视觉里程计中的特征点法。内容包括特征点法、实践:特征提取和匹配、2D-2D:对极几何、实践:对极约束求解相机运动、三角测量、实践:三角测量、3D-2D:PnP、实践:求解 PnP、3D-3D:ICP、实践:求解 ICP原创 2020-07-29 22:31:21 · 1124 阅读 · 0 评论 -
【视觉SLAM十四讲】非线性优化(附Ceres和g2o的安装)
本文为视觉 SLAM 学习总结。内容包括最小二乘法的含义和处理方式、Gauss-Newton,Levenburg-Marquadt 等下降策略、Ceres 库和 g2o 库的基本使用方法原创 2020-07-27 22:44:22 · 886 阅读 · 0 评论 -
【视觉SLAM十四讲】相机与图像(附PCL安装教程)
本文为视觉 SLAM 学习总结。内容包括相机模型、图像、实践:基本图像处理、实践:点云拼接原创 2020-07-25 18:23:06 · 1216 阅读 · 0 评论 -
【视觉SLAM十四讲】李群与李代数
本文讲解对观测方程中 x 该如何优化。内容包括李群和李代数基础、指数映射和对数映射、李代数求导与扰动模型、演示:SOPHUS 库原创 2020-07-25 09:01:36 · 839 阅读 · 0 评论 -
【视觉SLAM十四讲】三维空间刚体运动
本文为视觉 SLAM 学习总结。第三讲讲解的是观测方程中的 x 是什么。内容包括旋转矩阵、实践部分:EIGEN、旋转向量与欧拉角、实践部分:EIGEN 几何模块原创 2020-07-24 16:35:14 · 951 阅读 · 0 评论 -
【视觉SLAM十四讲】初识 SLAM
本文为视觉 SLAM 学习总结。视觉SLAM十四讲 第二讲 初识 SLAM。内容包括视觉 SLAM 框架、SLAM 问题的数学描述、实践部分原创 2020-07-24 17:05:05 · 228 阅读 · 0 评论 -
【论文笔记】ORB-SLAM A Versatile and Accurate Monocular SLAM System
关键词:无一、摘要:问题: 现有SLAM系统鲁棒性低方法: 建立新SLAM系统,采用优胜劣汰策略筛选关键帧结果: 解决了长时间运行问题,性能提升二、结论文章缺陷: 无课题构思(如何一步步得到结论): ① 提出新的产生和删除关键帧策略,使地图在场景变化时才增长。分析历史数据实现长期建图 ② 合并前人回环检测、闭环过程和可视性图、g2o框架优化、ORB功能方案 ③ 快速提取和匹配,适用于极端环境(纯旋转+快速移动)探寻轨迹,解决了PTAM的通用性问题未解问题: ① 远处的原创 2020-06-25 18:37:49 · 237 阅读 · 0 评论 -
【论文笔记】SD-VIS A Fast and Accurate Semi-Direct Monocular Visual-Inertial SLAM
关键词:视觉惯性;半直接 SLAM;多传感器融合一、摘要:问题: 如何权衡准确率和计算效率方法: 半直接法。基于特征法的 MVG 进行初始化、后端优化和回环检测;滑动窗口优化结果: 实现准确度和速度的均衡二、结论文章缺陷: 无课题构思(如何一步步得到结论):直接法追踪非关键帧并加速算法特征法回环检测,解决长期运行问题未解问题: 扩展算法以支持多传感器融合三、粗看图表数据来源: EuRoC 数据集重要指标: RMSE、平均时间、关键帧数量及计算耗时、平移绝对位姿误差四、引言研原创 2020-06-25 18:30:10 · 968 阅读 · 0 评论 -
【论文笔记】SVO Fast Semi-Direct Monocular Visual Odometry
SD-VIS:快速准确的半直接单目视觉惯性 SLAM关键词:无一、摘要:问题: 特征提取和匹配技术消耗资源过多方法: 使用“半直接法”,显式模拟离群值估计3D点结果: 资源消耗变少,离群值变少,在小,重复和高频纹理的场景中提高鲁棒性二、结论文章缺陷: 无课题构思(如何一步步得到结论):① 运动估计没必要进行特征提取和匹配;② 高帧率运动估计+排除离群值的概率建图方法未解问题: 无三、粗看图表数据来源: 手持摄像机的序列;连接到MAC的downward-looking摄像机记录的原创 2020-06-25 08:16:57 · 606 阅读 · 0 评论 -
【论文笔记】Past, Present, and Future of SLAM: Toward the Robust-Perception Age
本文总结《Past, Present, and Future of Simultaneous Localization and Mapping: Toward the Robust-Perception Age》核心观点一、导言1.1 SLAM 的产生——原因建图需求:图像支持路径规划(path planning)等其他任务,可进行闭环(loop closure)检测GPS 无法在室内使用1.2 SLAM 的发展过程1.2.1 古典时代(Classical Age)发明主要概率公式,包括原创 2020-06-25 07:46:32 · 1963 阅读 · 0 评论 -
【视觉SLAM】语义SLAM分类
语义 SLAM 分类SLAM 与深度学习技术结合是SLAM的另一大方向。高博在《视觉SLAM十四讲》中指出,通过语义与SLAM 相结合,两者相互促进,相互补充。一方面,语义帮助 SLAM。通过语义,我们能得到一张带有标签的地图,物体信息也可为回环检测、BA优化带来很多条件。逐渐有很多学者将神经网络方法引入到 SLAM 中的物体识别和分割,甚至 SLAM 本身的位姿估计与回环检测中。另一方面,SLAM 帮助语义。SLAM 中我们可以估计相机的运动,自动地计算物体在图像中的位置,节省人工标定的成本。本文原创 2020-06-25 07:42:13 · 3570 阅读 · 0 评论 -
【视觉SLAM】特征法与直接法学习总结
论特征法与直接法一、特征法概述特征法通过特征点匹配来追踪点,利用几何关系得到R、t,使用BA优化R、t,流程大致如下:二、直接法概述直接法从光流法演变而来,基于灰度不变假设,计算最小光度误差来优化R、t,流程大致如下:三、特征法与直接法的对比总结 直接法最大的贡献在于,以更整体、更优雅的方式处理了数据关联问题;特征点法需要依赖重复性较强的特征提取器,以及正确的特征匹配,才能得正确地计算相机运动;而直接法,则并不要求一一对应的匹配,只要先前的点在当前图像当中具有合理的投影残差,我们就认为这原创 2020-06-25 07:34:38 · 1091 阅读 · 0 评论