![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
视觉SLAM
_YAO阿瑶
好好学习天天向上
展开
-
K-means聚类算法
聚类“类”指的是具有相似性的集合,聚类是指将数据集划分为若干类,使得各个类之内的数据最为相似,而各个类之间的数据相似度差别尽可能的大。聚类分析就是以相似性为基础,在一个聚类中的模式之间比不在同一个聚类中的模式之间具有更多的相似性。对数据集进行聚类划分,属于无监督学习。K-Means聚类算法是无监督学习的一种。K-Means算法是一种简单的迭代型聚类算法,采用距离作为相似性指标,从而发现给定...原创 2020-02-17 13:40:32 · 468 阅读 · 0 评论 -
《视觉SLAM 十四讲》 第七讲 视觉里程计1 特征匹配 笔记
双目图像中ORB特征点的提取和匹配代码分析转载于(https://www.cnblogs.com/yuea777/p/10316997.html).#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/features2d/features2d.hpp>#include...原创 2020-02-11 17:08:12 · 320 阅读 · 0 评论 -
极大似然估计 计算
极大似然估计利用已知的样本结果信息,反推最具有可能(最大概率)导致这些样本结果出现的模型参数值!极大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。例如,已知样本信息,并且知道样本数据服从高斯分布,然后高斯模型的参数均值μ以及方差σ就可以通过极大似然估计求得。极大似然估计中采样需满足一个重要的假设,就是所有的采样都是独立同分布的。Step1 构造似然函数假...原创 2020-02-06 16:59:42 · 1394 阅读 · 0 评论 -
《视觉SLAM 十四讲》(高翔) 第一讲 前言 笔记+作业
SLAM:SLAM 是Simultaneous Localization and Mapping 的缩写,中文译作“同时定位与地图构建”。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。如果这里的传感器主要为相机,那就称为“视觉SLAM”。SLAM的目的是解决“定位”与“地图构建”这两个问题,定位就是要估计传感器自身的位置,地图构建就是要...原创 2020-02-06 12:03:37 · 484 阅读 · 0 评论 -
《视觉SLAM 十四讲》(高翔) --- 第六讲 非线性优化 笔记
增量Δx 如何确定?一阶和二阶梯度法Gauss-Newton(高斯牛顿法)Levenberg-Marquadt(L-M法)Gauss-Newton(高斯牛顿法)Gauss-Newton 的算法步骤:公式推导:对向量和矩阵求导公式:Levenberg-Marquadt(L-M法)由于高斯牛顿二阶近似,只在展开点附近有较好的的效果,所以给Δx\Delta xΔx...原创 2020-02-05 21:39:43 · 522 阅读 · 0 评论 -
初学《视觉SLAM 十四讲》(高翔)--- 第四讲 李群与李代数 笔记+实践
文章目录笔记部分实践部分笔记部分实践部分SO(3)、SE(3)、so(3)、se(3)代码里的相互转换代码部分#include <iostream>#include <cmath>using namespace std;#include <Eigen/Core> //Eigen线性代数库#include &l...原创 2020-02-04 12:39:44 · 393 阅读 · 0 评论 -
初学《视觉SLAM 十四讲》(高翔)---第五讲 笔记
文章目录笔记部分实践部分(代码注释)ch5 _ imageBasics.cpp**ch5_ joinMap.cpp**笔记部分实践部分(代码注释)ch5 _ imageBasics.cpp先安装opencv#include <iostream>#include <chrono>using namespace std;#include <o...原创 2020-02-04 12:32:27 · 791 阅读 · 0 评论