![](https://img-blog.csdnimg.cn/7b1d9e2e05f94382b6b9dde206d341b5.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
视觉slam
文章平均质量分 78
视觉slam学习笔记
「已注销」
这个作者很懒,什么都没留下…
展开
-
工业相机测距开发(2):实战篇
前言本文将不再涉及原理部分,想要了解基础知识的话,请看上一篇的文章,我们使用的是opencv的里面的函数,这里面也是重点看这个函数们,我们通过这个函数来得到外参,在通过外参来得到我们最后的结果!Opencv:SolvePNP参考:https://www.jianshu.com/p/b97406d8833c简介:如果场景的三维结构已知,利用多个控制点在三维场景中的坐标及其在图像中的透视投影坐标即可求解出摄像机坐标系与表示三维场景结构的世界坐标系之间的绝对位姿关系,包括绝对平移向量t以及旋转矩阵R,该原创 2021-11-22 09:21:13 · 763 阅读 · 1 评论 -
视觉slam学习(1):初识slam,三维空间刚体运动代码实战,Eigen库的使用
前言经过摄像头获取的信息进行定位和建图的方法叫做视觉slam,相机分为单目(无法获得距离,要通过运动,但是具有尺寸不确定性),双目(需要的计算资源特别大),深度(受环境影响比较大)经典视觉slam框架视觉里程计通过分析相邻帧间的图像估计相机运动,恢复场景的空间结构!很重要的,首先通过数次的估计就可以知道相机运动的轨迹,就是定位;并且如果还知道距离的话,地图也就建出来了。但是不能只是单独使用视觉里程计,因为会出现累积漂移的问题,因为一次的误差就会导致后面一直有误差,这是不容许的,其实我用相似三角形原创 2021-11-16 09:59:46 · 244 阅读 · 0 评论