- 博客(52)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 C++ Thead的基本使用
在C++11中，创建线程的基本步骤如下：在C++中，定义线程的入口点时，可以使用以下几种方式：可以将一个普通函数作为线程的入口点，例如：2. Lambda 表达式可以使用 lambda 表达式作为线程的入口点，例如：3. 函数对象（Functor）可以定义一个重载了`operator()`的类对象，并将其实例作为线程的入口点，例如：二、创建线程对象 是线程的入口点函数，接受一个整数参数。 在函数中，定义了一个整数变量作为要传递给线程的参数。 使用创建了一个线程对象，并将
2024-08-12 11:36:48
740
原创 git用法
【突发】解决remote: Support for password authentication was removed on August 13, 2021. Please use a perso-CSDN博客
2024-08-09 16:26:58
518
原创 5、闭环检测
闭环检测是SLAM系统中的一个关键步骤，通过识别和校正回环，可以显著提高地图的精度和一致性。它涉及特征提取、候选帧匹配、几何验证和全局优化等多个步骤，在各种SLAM系统中都得到了广泛应用。经典的实现如ORB-SLAM，通过高效的特征匹配和全局优化，实现了高精度的视觉SLAM。
2024-06-15 17:37:02
1223
原创 C++基础之红黑树
节点颜色：每个节点要么是红色，要么是黑色。根节点性质：根节点是黑色的。叶子节点性质：叶子节点（NIL节点，空节点）是黑色的。红色节点性质：红色节点的子节点必须是黑色的（即不存在两个连续的红色节点）。任意节点到其每个叶子的路径包含相同数量的黑色节点：这个特性保证了树的黑色高度是相同的，也就是树的平衡性。
2024-06-15 17:33:43
571
原创 4、视觉里程计：特征点法、直接法和半直接法
半直接法是一种结合特征点法和直接法优点的视觉里程计方法。通过利用稀疏特征点的初始匹配和密集像素的光度误差优化，半直接法能够在计算效率和估计精度之间找到平衡点。SVO作为半直接法的典型实现，展示了其在实际应用中的有效性和鲁棒性。
2024-06-11 16:22:55
1328
原创 3、SLAM算法中的运动模型和观测模型和常用传感器类型
由于局部传感器（相机、IMU和激光雷达）在局部精确性方面实现了令人印象深刻的性能且全局传感器（GPS、磁力计和气压计）是无漂移的，因此聪明的方式是将它们融合到一起以实现局部精确且全局无漂移的6自由度位姿估计。以GPS为例，它能够测量以米为单位的近似位置，但是该测量在低频率下是不连续的。因此，如果没有固定的全局坐标，它们对复用是不友好的。常用传感器类型：局部传感器（相机、IMU、激光雷达等）在小区域内提供了精确的位姿，而全局传感器（GPS、磁力计、气压计等）在大尺度环境中提供了有噪声但是全局无漂移的定位。
2024-06-11 14:33:26
377
原创 SLAM小题目
假设有三个WIFI热点，位置分别在(x1,y1), (x2,y2), (x3,y3), 移动端测量到每一个热点的距离L1,L2和L3，要求解移动端的位置.已知相机内参：520.9, 0, 325.1, 0, 521.0, 249.7, 0, 0, 1。求解两帧图像之间的运动。a.部署OpenCV等环境，使用熟悉的特征点匹配后计算。b.运动求解过程需要亲自编写程序，不允许调用第三方库。
2024-06-09 14:48:35
271
2
原创 2、紧耦合 vs 松耦合的区别
总结来说，紧耦合系统适用于对精度和鲁棒性要求较高的应用场景，但设计和实现复杂；松耦合系统实现较为简单，适用于对精度要求不太高或计算资源有限的场景。松耦合（Loosely Coupled）**是传感器数据融合的两种策略，主要用于提高SLAM系统的精度和可靠性。**紧耦合（Tightly Coupled）
2024-06-09 14:36:49
742
原创 UBUNTU虚拟机无法识别移动硬盘
（Extended File Allocation Table File System，扩展FAT，即扩展。我先确认的是，硬盘是否出了问题，发现无论是插在win下，或者双系统下都能正确识别。、6.0、Windows Mobile5、6、6.1）中引入的一种适合于闪存的。安装完成后，重新插入硬盘，即可识别和挂载。看来是格式不支持了，大概率缺少依赖。Embeded 5.0以上（包括。等不支持4G及其更大的文件而推出。那看来和这个exfat相关。
2024-05-20 10:06:47
826
1
原创 zed2i相机驱动的安装（2）
然而，这是一个制式的文件，这个文件影响的是，矫正后的图像和输出的topic中 camera_info里的信息，所以我们最好运行一下它自带的标定程序，虽然不是很准确，但是至少达到可用的水平，运行之后有详细的指引，这里不加赘述。注意的一点是，当我们需要更详细的参数时，例如使用kalibr进行标定，选择录制的话题是纠正前，还是为纠正的结果是不同的，因此要从一而终，不要混用参数~查看里面是否是空的，或者文件里是空的，将下列链接文件放入。具体话题的含义，可参考下面的博客。或者直接将以下内容写入文件，
2024-03-16 14:27:24
500
原创 zed2i录制前的准备
文件一：catkin_zed/src/zed-ros-wrapper-3.8.x/zed_wrapper/params/common.yaml。需要注意的地方，我都用中文注释了，自己摸索出来的，如果有谬误，欢迎指正~录制前需设置文件主要有两个。
2024-03-16 13:44:51
745
原创 kalibr标定ZED2i双目加imu
本人使用的zed2i相机。我电脑18.04，cuda11.4，zedsdk 3.8图像分辨率，设置的1280*720，10hz ，Imu 300hz 录制1min左右，频率官网说调到4hz最好，之前标定发现不改也可以，如果修改可以使用以下命令。
2024-03-04 19:34:18
1241
原创 ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数
【代码】ORBSLAM3 运行流程 ORB_SLAM3::System SLAM()函数。
2024-01-25 19:54:49
896
1
原创 ORBSLAM3 运行流程 以rgbd_tum.cc函数为例进行分析
使用的是D435i相机自己录制的数据。简单解释一下，第一部分是可执行文件，第二部分是ORB词袋，第三部分是配置文件（在这里更改自己相机的参数），第四部分是数据文件存放所在的文件夹，第五部分是RGB和深度图像的时间戳文件。
2024-01-25 19:35:36
1854
原创 labelme的安装
首先尝试在(openmmlab)的python3.8的环境下安装（失败）。应该是我环境其他部分不对，和python版本应该没什么关系。（后续，创建新的环境后成功，可直接看最后一部分。首先安装是没问题的。
2024-01-07 21:16:43
1477
原创 PyTorch基础操作
在 PyTorch 中，张量（Tensor）是一个核心概念，它是一个用于存储和操作数据的多维数组，类似于 NumPy 的 ndarray，但与此同时，它也支持 GPU 加速，这使得在大规模数据上进行科学计算变得更加高效。：PyTorch 张量可以有多个维度，允许你存储和处理高维数据集，如图像（通常是 3 维：高度、宽度和颜色通道），视频（4 维：时间、高度、宽度和颜色通道）等。：PyTorch 张量支持不同的数据类型，如 float32、float64、int8、int16、int32、int64 等。
2024-01-05 21:02:17
1024
1
原创 LeGO-LOAM 几个特有函数的分析（2）
接上回LeGO-LOAM 几个特有函数的分析（1）广度优先遍历（Breadth-First Search, BFS）是一种用于遍历或搜索树或图的算法。这种算法从树的根（或图的某一指定节点）开始，然后探索邻近的节点，之后对每一个邻近的节点，它再去探索它们各自相邻的节点，这个过程持续进行直到访问所有可达的节点。广度优先遍历的主要特点是它按照距离起始点的“层次”来遍历。首先访问距离起点最近的节点，然后是它们的邻居，如此类推。初始化：首先将起始节点放入队列中。遍历：重复：重复步骤2，直到队列为空或找到目标节点。结束
2024-01-05 21:01:55
1334
原创 LeGO-LOAM 几个特有函数的分析（1）
1.2 改进的地面点分离算法1.3 RANSAC 方法原理RANSAC 是一种用于鲁棒估计数学模型参数的算法，特别适用于数据中含有大量异常值（outliers）的情况。其基本思想是重复地从数据集中随机选择最小数量的样本，并尝试拟合模型，然后验证这个模型是否适用于一大部分数据点。在地面点提取的情境中，RANSAC 主要用于识别和分割出构成地面的点集。具体步骤如下：广度优先遍历（Breadth-First Search, BFS）是一种用于遍历或搜索树或图的算法。这种算法从树的根（或图的某一指
2024-01-03 20:47:58
980
原创 LeGO-LOAM 安装以及运行
文章浏览阅读113次。【代码】gtsam-4.0.2的安装。gtsam-4.0.2的安装_gtsam4.0.2-CSDN博客。如果已经创建过catkin_ws，直接cd过去就行。本机ubuntu18.04 melodic。--clock使用BAG的时钟。
2024-01-03 14:11:54
1516
原创 A-LOAM的源码解析（2）
这部分代码主要就是从scanRegistration中订阅其最后发布的5个话题进行回调函数，然后在while循环里使用每帧处理逻辑处理数据，这里。本文记录第二个函数laserOdometry.cpp，这一部分代码主要实现了高频的激光里程计。，其适用于需要执行额外任务的复杂节点。这些任务可能包括数据处理、决策制定、发布消息等。先检查点云是否为空，然后检查时间戳是否对齐，最后是同步将ros格式转换为pcl。通常用于简单的ROS节点，这些节点的主要任务是监听并响应消息。回调函数执行即返回，然后执行一次后续代码。
2023-12-28 22:24:29
522
原创 A-LOAM的安装和源码解析（1）
A-LOAM（Advanced LiDAR Odometry and Mapping）是一个用于激光雷达（LiDAR）数据的实时里程计和地图构建系统。它基于LOAM（LiDAR Odometry and Mapping），这是一个广泛使用的、高效的激光雷达SLAM（Simultaneous Localization and Mapping）系统。A-LOAM 对原始的LOAM进行了改进，提高了其鲁棒性和精度。
2023-12-27 15:16:01
1493
原创 安装新版本PYTHON后 apt-get update 报错
查看自己的模块的编译版本,我的是apt_pkg.cpython-36m-x86_64-linux-gnu.so。使用以下命令将其复制并且重命名为apt_pkg.so。正在读取软件包列表... 完成。这个错误通常是由于缺少。
2023-12-21 11:56:51
705
原创 记录手持多传感器融合设备标定全过程
1、录制的雷达话题是/velodyne_packets，格式是velodyne_msgs/VelodyneScan而不是sensor_msgs/PointCloud2格式，如果录制错了也不用急，这两种格式可以转换，当然重现录制可能更方便一点。这里的只要修改就是imu的topic 、BAG的位置和开始和结束的时间，如果是velodyne16线激光雷达其他的不用修改，不是的话，需要对源码进行一定的修改进行适配，有人做过这方面的工作，有需求的可以多多百度。同相机和IMU的内参，此次没有用到，有时间补档。
2023-12-18 13:29:39
102
原创 lio-sam的安装和运行
无报错了，修改/home/lb/desktop/catkin_ws/src/LIO-SAM-master/config下的params.yaml文件，即可运行BAG了。解压到/home/lb/desktop/catkin_ws/src。SOURCE一下就好了，忘记加载环境变量了，也可以写入bashrc，一劳永逸。然后在/home/lb/desktop/catkin_ws/目录下。发现QT5出现了点问题，不影响运行，但是看着别扭，下面解决他。/home/lb/.config/qt5ct文件就生成了。
2023-11-22 15:31:42
352
1
原创 linux下安装MATLAB (各版本通用)
再次打开crack文件夹，依次打开bin\glnxa64\matlab_startup_plugins\lmgrimpl文件夹，复制其下的文件至安装目录的同名文件夹下。打开crack文件夹，复制其下的 license_standalone.lic文件至安装目录的licenses文件夹下。选择使用文件安装密钥，不停下一步，输入文件秘钥：09806-07443-53955-64350-21751-41297。选择安装位置/home/lb/soft/MATLAB_R2018b。安装所需库，解决报错。
2023-11-07 15:29:08
3738
5
原创 解决Cmake版本过低
等待结束，然后输入：sudo make install。提醒一下叉掉原来的终端，重新打开使用cmake ..使用命令 ：cmake --version。下载后解压，运行./configure。按照提示，输入：make。
2023-11-06 17:05:12
2224
原创 Ubuntu安装Pangolin0.5
使用时别忘记加#include 打开网址,确认是v0.5，点击code下载。在build文件夹下继续。
2023-11-01 16:32:43
1179
2
opencv3.4.5
2023-10-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人