![](https://img-blog.csdnimg.cn/2019092715111047.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
VSLAM
视觉SLAM学习记录
@清欢_
遇见更好的自己
展开
-
卡尔曼滤波器详解(四):协方差矩阵
文章目录卡尔曼滤波器:协方差矩阵总结卡尔曼滤波器:协方差矩阵继上期博客继续讲解,已知条件如下:xk=Axk−1+Buk−1+wk−1w∼P(0,Q) zk=Hxk+vkv∼P(0,R)x_k = Ax_{k-1} + Bu_{k-1} + w_{k-1} \qquad w \sim P(0,Q) \\ \ \\ z_k = Hx_k + v_k \qquad \qquad \qquad \qquad v \sim P(0,R)xk=Axk−1+Buk−1+wk−1w∼P(0,Q)&n原创 2020-07-31 22:34:18 · 6322 阅读 · 1 评论 -
卡尔曼滤波器详解(三):数学推导
文章目录由上期博客可知,质量弹簧阻尼二阶系统含误差的状态空间方程为:xk=Axk−1+Buk−1+wk−1 zk=Hxk+vk{\bm x_k} = A{\bm x_{k-1}}+Bu_{k-1}+{\bm w_{k-1}} \\ \ \\{\bm z_k} = H{\bm x_k} + {\bm v_k}xk=Axk−1+Buk−1+wk−1 zk=Hxk+vk 其中,www 为过程噪声,vvv 为测量噪声,且噪声服从正态分布,即 p(w)∼(0,Q)p(w)\sim原创 2020-07-31 17:40:33 · 2541 阅读 · 6 评论 -
卡尔曼滤波器详解(二):数学基础
文章目录卡尔曼滤波器:数学基础一、数据融合1. 结论2. 推导二、协方差矩阵1. 定义方差协方差2. 公式三、状态空间表达博客讨论三个方面:数据融合、协方差矩阵、状态空间方程和观测器。卡尔曼滤波器:数学基础一、数据融合 假设存在两次测量,两次测量均存在误差且误差服从正态分布。 第一次测量的测量值为z1z_1z1,标准差为σ1\sigma_1σ1;第二次测量的测量值为z2z_2z2,标准差为σ2\sigma_2σ2。1. 结论 估计真实值在两次测量值之间,且更接近标准差小的测量原创 2020-07-30 23:39:47 · 2340 阅读 · 6 评论 -
卡尔曼滤波器详解(一):递归算法
文章目录卡尔曼滤波器:递归算法一、概述二、公式推导三、性质四、误差优化卡尔曼滤波器:递归算法一、概述 卡尔曼滤波器名称中的滤波并不能很好的说明算法特性,更容易理解的说法是——最优化递归数字处理算法(Optimal Recursive Data Processing Algorithm)。 卡尔曼滤波器应用广泛,因为我们在描述系统时通常存在不确定性,不确定性主要存在三个方面: 1. 不存在完美的数学模型; 2. 系统的扰动不可控,也很能建模; 3. 测量传感器存在误差。二原创 2020-07-30 18:15:43 · 3031 阅读 · 4 评论 -
超定线性方程组最小二乘解推导
文章目录超定线性方程组定义超定线性方程组的解最小二乘法公式推导最小二乘解超定线性方程组定义 超定方程组是指方程个数大于未知量个数的方程组。对于方程组Ra=yRa = yRa=y,RRR为m×nm \times nm×n的矩阵,如果RRR列满秩,且m>nm>nm>n,则方程组没有精确解,此时称方程组为超定方程组。即任意x1,x2,…,xnx_1, x_2, \dots, x...原创 2020-04-11 23:24:17 · 4573 阅读 · 1 评论 -
正定矩阵与半正定矩阵
文章目录1. 正定矩阵定义特征及性质2. 半正定矩阵定义判定矩阵半正定1. 正定矩阵定义广义定义设MMM是nnn阶方阵,如果对任何非零向量zzz,都有zTMz>0z^TMz>0zTMz>0,就称MMM为正定矩阵。狭义定义:一个nnn阶的实对称矩阵MMM是正定的的条件是当且仅当对于所有的非零实系数向量zzz,都有zTMz>0z^TMz> 0zTMz>...原创 2020-04-11 21:59:15 · 1157 阅读 · 0 评论 -
SLAM非线性优化
文章目录非线性最小二乘一阶和二阶梯度法非线性最小二乘 简单的最小二乘问题:minxF(x)=12∥f(x)∥22. \min_xF(x) = \frac{1}{2} \lVert f(x)\rVert_2^2. xminF(x)=21∥f(x)∥22.其中,自变量x∈Anx \in \mathbb{A}^nx∈An,fff是任意标量非线性函数f(x):Rn↦Rf(x):\m...原创 2020-04-11 17:50:09 · 334 阅读 · 0 评论 -
最小二乘问题的引出
文章目录状态估计问题1.批量状态估计与最大后验估计2.最小二乘的引出状态估计问题1.批量状态估计与最大后验估计经典SLAM模型由一个运动方程和一个观测方程构成:{xk=f(xk−1,uk)+wkzk,j=h(yi,xk)+vk,j\begin{cases}x_k=f(x_{k-1},u_k)+w_k \\z_{k,j}=h(y_i,x_k)+v_{k,j}\end{cases}{x...原创 2020-03-17 08:51:09 · 300 阅读 · 0 评论 -
全局快门和卷帘快门的区别
文章目录快门(Shutter)全局快门(global shutter)卷帘快门(rolling shutter)SLAM中应用的优缺点快门(Shutter)定义快门是照相机用来控制感光片有效曝光时间的机构。是照相机的一个重要组成部分,它的结构、形式及功能是衡量照相机档次的一个重要因素。一般而言快门的时间范围越大越好。秒数低适合拍运动中的物体,某款相机就强调快门最快能到1/16000秒,可轻...原创 2020-04-09 17:36:22 · 2143 阅读 · 0 评论 -
相机内参的物理意义
文章目录相机内参的物理意义相机内参的变化相机内参的物理意义把相机坐标系下3D空间点投影到像素坐标系中。相机内参的变化问题描述:如果一部相机的分辨率变为原来的nnn倍而其他地方不变,那么它的内参将如何变化?结论:fx′=nfx,fy′=nfy,cx′=ncx,cy′=ncy f'_x = nf_x, \quad f'_y = n f_y, \quad c'_x = nc_x, \quad...原创 2020-04-09 16:30:56 · 3999 阅读 · 0 评论 -
RGB-D相机介绍
笔记,摘自公众号:计算机视觉life,视频链接https://www.bilibili.com/video/BV18J411v7Ti文章目录RGB-D相机分类结构光法时分复用编码空分复用编码结构光技术细分Kinect v1iPhone X原深感相机TOF(飞行时间)法根据不同的调制方法分类RGB-D相机易错点深黑色物体的影响表面光滑物体的影响(半)透明物体的影响视差的影响RGB-D相机优点规...原创 2020-04-01 08:10:44 · 12566 阅读 · 0 评论 -
李群与李代数
本文为个人笔记,查看原文请关注公众号:计算机视觉life文章目录为什么需要李代数李群李群和李代数的关系反对称矩阵(skew symmetric matrix)指数映射为什么需要李代数假如某个时刻相机的位姿是TTT,它观察到一个在世界坐标系中的空间点ppp,并在相机上产生了一个观测数据zzz,那么z=Tp+noise z = Tp + noise z=Tp+noisenoisenoi...原创 2020-03-17 08:49:43 · 262 阅读 · 0 评论 -
三维空间刚体旋转
本文为个人笔记,查看原文请关注公众号:计算机视觉life文章目录三维空间中刚体旋转的表示矩阵线性代数运算库Eigen三维空间中刚体旋转的表示矩阵线性代数运算库Eigen刚体:运动过程中不会产生形变的物体,运动过程中同一个向量的长度和夹角都不会发生变化。刚体变换也称为欧式变换。三维空间中刚体旋转的表示旋转矩阵旋转矩阵有较强的约束条件。旋转矩阵R具有正交性,R和RT的乘积是单位矩阵...原创 2020-03-17 08:43:41 · 502 阅读 · 0 评论 -
为什么用齐次坐标
本文为个人笔记,查看原文请关注公众号:计算机视觉life什么是齐次坐标定义:齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示,是指一个用于投影几何里的坐标系统,如同用于欧氏几何里的笛卡儿坐标一般。(x, y) -> (x, y, 1)(x, y, z) -> (x, y, z, 1)使用齐次坐标有什么优势齐次坐标的使用能够大大简化在三维空间中的点线面表达方式和...原创 2020-03-17 08:41:20 · 346 阅读 · 0 评论