![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
视觉SLAM
文章平均质量分 85
机器人那些事儿
探索机器人技术的奇妙世界,见证机器人科技带来的生活变革。
展开
-
IMU预计分公式
在SLAM(Simultaneous Localization and Mapping)中,IMU(Inertial Measurement Unit,惯性测量单元)常用于提供关于移动体(例如机器人或车辆)的加速度和角速度信息,这对于估计运动过程中的位姿变化非常重要。在SLAM中,IMU的数据可以与其他传感器数据(如视觉或激光雷达)一起使用,以更准确地估计系统的运动。IMU预计分(IMU预积分)是一种方法,它对IMU的测量进行积分,以估计系统的位姿和速度。原创 2024-01-05 16:36:02 · 455 阅读 · 0 评论 -
如何从单应矩阵H中分解旋转矩阵R和平移向量t?
在计算机视觉中,单应矩阵通常用于图像配准和相机标定等任务。下面是使用SVD分解单应矩阵来求解旋转矩阵(R)和平移向量(t)的简要推导过程。单应矩阵H可以分解为旋转矩阵R和平移向量t。是一个3x3的矩阵。我们取N的最后一列是因为SVD中,对角矩阵。的对角元素按从大到小的顺序排列,而我们想要取尺度因子。这就完成了通过SVD分解单应矩阵求解旋转矩阵。是一个3x3的上三角矩阵。通过SVD,我们可以将矩阵。原创 2024-01-04 15:12:22 · 1581 阅读 · 0 评论 -
如何从本质矩阵E中分解旋转矩阵R和平移向量t?
这四组解分别对应于相机在两个可能的姿态下。在实际应用中,我们需要选择正确的解,这通常需要使用额外的信息,例如深度一致性(将点投影到图像上并确保它们的深度信息一致)来解决。因此,详细解释如何选择正确的解需要考虑具体的问题和应用场景。在计算机视觉和相机几何中,Essential Matrix(本质矩阵)与相机运动之间存在特殊的关系。通过对Essential Matrix进行奇异值分解(SVD),可以提取出相机的旋转矩阵。接着,通过以下公式可以提取出旋转矩阵。原创 2024-01-04 14:39:00 · 1550 阅读 · 0 评论 -
词袋模型总结
把图像转换成向量描述的模型,只关注图像中是否出现某个特征以及其出现次数,而不关注其位置。原创 2023-11-11 21:17:30 · 114 阅读 · 0 评论