- 博客(42)
- 收藏
- 关注
原创 单机多GPU的训练及debug中vscode下launch.json内容设置
一文实现 单机多GPU的训练及debug中vscode下launch.json内容设置
2024-05-02 16:10:52
768
1
原创 一文轻松学会远程服务器/docker内 vscode,调试(debug)无/多参数/bash以及多工作空间运行的python程序,欢迎大佬补充,一起学习
如果此时我要调试2下面的3程序,我直接点3之后,再点左边的蜘蛛按钮,可能就不会像只有一个工作空间那样直接在此工作空间下面生成json。如上图所示,正常情况下当我们想要调试项目名字为0的目录下的train.py文件时,我们会按顺序点1,2,然后创建生成仅一个launch.json文件3在项目ms下的.vscode目录下。但如果我们需要调试的程序如下类似,在项目ms目录下的某个文件夹内,我们就需要加上如下右图所示的。这样就直接直接点击左边的蜘蛛按钮调试bash运行的train.py程序了。
2024-03-15 20:05:45
1241
原创 新建的GPU-docker容器执行update时报错
W: GPG error: https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64 InRelease: The following signatures couldn't be verified because the public key is not available:
2024-03-08 19:56:39
430
原创 linux下Anaconda安装及日常使用命令合集,欢迎补充,一起共享
3.安装完毕后,修改环境配置(不一定需要,如果没成功进入虚拟环境就说明需要)6.进入/ 退出 某个python环境。5.查看目前电脑上已有的虚拟环境。7.删除某个python环境。1.下载.sh安装包。
2024-03-07 12:48:23
419
原创 docker日常使用命令记录,欢迎大佬补充,一起共享
docker run -it --name 自取容器名 -v /home/x:/home 镜像名。docker exec -it 容器名 /bin/bash。创建docker-gpu 使容器能够共享宿主机GPU。6.新拉取的docker如果需要安装anaconda,的名字改为自己的dockerhub名字打头的。基于镜像创建容器并挂载项目到容器内。:dockerhub的上传和拉取。
2024-03-07 12:19:34
395
原创 vslam论文25: 结构约束的RGB-D SLAM(ICRA 2021)
本文提出了一种专门为结构化环境设计的RGB-D SLAM系统,旨在通过从周围提取的几何特征来提高跟踪和制图精度。除了点之外,结构化环境还提供了大量的几何特征,如线和平面,我们利用这些特征来设计SLAM系统的跟踪和映射组件。对于跟踪部分,我们基于曼哈顿世界(MW)的假设探索这些特征之间的几何关系。我们提出了一种基于点、线和面的解耦优化方法,以及在附加的姿态优化模块中使用曼哈顿关系。在建图部分,以较低的计算成本重建了从稀疏到密集的不同层次的建图。
2023-09-18 11:17:42
365
原创 vslam论文24:ESVIO: 基于事件相机的双目VIO(RAL 2023)
异步输出低延迟事件流的事件相机为具有挑战性的情况下的状态估计提供了很大的机会。尽管近年来基于事件的视觉里程测量技术得到了广泛的研究,但大多数都是基于单目的,而对立体事件视觉的研究很少。在本文中,我们介绍了ESVIO,这是第一个基于事件的立体视觉惯性里程计,它利用了事件流、标准图像和惯性测量的互补优势。我们建议的pipeline包括ESIO(纯基于事件的)和ESVIO(带有图像辅助的事件),它们实现了连续立体事件流之间的空间和时间关联。设计良好的后端紧密耦合融合了多传感器测量,得到了鲁棒状态估计。我们验证了E
2023-08-01 11:14:22
761
原创 vslam论文23:VIP-SLAM: 一种高效、紧耦合的RGB-D视觉惯性平面SLAM(ICRA 2022)
我们构建了一个轻量级的后端地图,它由几个平面和地图点组成,以实现有效的BA,具有相同或更好的精度。我们列出了优化耗时的几个重要部分,正如我们所看到的,我们的VIP-SLAM的所有重要部分都以接近的精度减少了耗时。由于室内环境的平面大多是水平或垂直的,所以我们只考虑水平和垂直平面的检测。我们列出了优化耗时的几个重要部分,正如我们所看到的,我们的VIP-SLAM的所有重要部分都以接近的精度减少了耗时。对于GBA问题,我们融合了所有测量,包括预积分,重投影,压缩单应性,压缩点到平面和先验平面紧密耦合的形式。
2023-07-27 14:13:28
419
原创 vslam论文22:曼哈顿slam:融合曼哈顿帧的鲁棒平面跟踪和建图(ICRA 2021)
此外,通过利用每帧检测到的平面特征,我们还提出了一种高效的基于曲面的密集映射策略,该策略将每张图像划分为平面和非平面区域。在本文中,我们提出了曼哈顿SLAM,这是一种在一般室内场景中稳健地跟踪摄像机姿态的方法,并增加了利用MW场景中的结构规律来计算低漂移姿态估计的能力,如我们的实验所示。在本节中,我们在公开可用的数据集上评估了我们系统的多个方面,并将其与基于特征的方法ORB-SLAM2和SP-SLAM,基于mw的方法L-SLAM以及我们之前基于mw的方法SSLAM和RGBD-SLAM进行了比较。
2023-07-21 14:41:11
406
原创 vslam论文21:基于点、面图的高效视觉惯性导航(ICRA 2023)
考虑到系统的实时性,我们将滑动窗口的大小设置为10,在正常帧中提取点的数量设置为100,在地图匹配帧中提取点的数量设置为500,在更新中应用的最大地图点数量设置为50。如表1和图5所示,在城镇场景中,本文提出的PPMVIO算法对纯VIO系统的累积漂移进行了校正,在3km的轨迹范围内,获得了较高的定位精度,定位误差小于1 m。对于每一个具有平面信息的匹配点,我们找到一个以匹配点为顶点的候选三角形或一个包含该匹配点的候选三角形,如图3所示,然后将满足以下几何约束的候选三角形作为种子三角形。
2023-07-10 13:07:55
419
原创 vslam论文20:结构规则辅助具有新坐标对齐和线三角化的VIO(RAL 2022)
人造建筑具有结构规律性,这为视觉惯性里程计(VIO)系统提供了强烈的几何约束。为了充分利用结构信息,在曼哈顿世界假设下,我们提出了一种新的结构规则辅助VIO,采用新颖的坐标对准和线三角剖分。提出的VIO系统建立在OpenVINS之上,部分基于我们以前的工作。所提出的坐标对准方法不仅使雅可比矩阵和重投影误差变得简洁,而且减少了变换所需的计算量。此外,提出了一种新的结构线三角剖分方法,该方法利用结构线的全局方向来细化其三维位置。所有这些新特性都使VIO系统更加准确和快速。该系统在EuRoC MAV数据集和自采集
2023-07-09 14:07:54
239
原创 vslam论文19:利用结构信息改进点线视觉惯性里程计(RAL 2022)
为了更好地体现我们系统的地图质量,我们还运行PL-VIO来构建线图,如图6(b)所示,我们可以看到,PLS-VIO的地图具有更多的线特征,线的位置也更加准确,同时,VIO系统构建的局部地图精度的提高也会影响姿态估计,从而提高姿态估计的精度。对于剩余的线,我们首先根据角度和距离的一致性将线附加到检测到的曼哈顿世界上,当未分类线的数量大于检测到的线总数的60%时,我们使用RANSAC方法检测X和Y方向的消失点,然后将线分类到新的曼哈顿世界中,类似于Z方向线分类的方法,最后,未分类的线被认为是非结构线。
2023-07-07 11:22:56
471
4
原创 vslam论文18:S-VIO:利用的结构约束的RGB-D视觉惯性里程计(RAL 2023)
基于视觉的定位是自主系统的一个关键问题,而基于视觉的里程计在具有挑战性的场景下性能会下降。这篇文章介绍了S-VIO,一种RGB- D视觉惯性里程计(VIO),它充分利用多传感器测量(即深度,RGB和IMU),异质地标(即点,线和面)和环境的结构规则来获得鲁棒准确的定位结果。为了检测环境的潜在结构规律,提出了一种两步亚特兰大世界推理方法。利用VIO系统估计的重力方向,该算法首先从一组最近优化的平面地标生成水平亚特兰大轴假设。然后,根据观测值的持久性,使用以下平面地标和线簇来过滤掉偶尔观测到的轴。剩下的坐标轴将
2023-07-06 12:15:05
746
原创 vslam论文17:基于UWB测量的高效平面位姿估计(ICRA 2023)
在这项工作中,我们采用两步格式并开发了一个封闭形式的估计量,该估计量在与锚形有关的温和条件下是渐近有效的,并且大大减少了计算时间。我们还进行了模拟和实验,以证明我们的方法的统计和计算效率。基于这一结果,我们设计了GN-ULS估计器,与以前的方法相比,它大大减少了计算时间,并提供了仅使用超宽带进行实时状态估计的可能性。传统上,超宽带用于定位[5]-[9],而最近的许多研究[10]-[13]将超宽带集成在一起,实现了gps拒绝环境下的无漂移状态估计,但很少有机器人研究独立使用超宽带进行姿态估计。
2023-07-05 13:47:27
556
原创 vslam论文16:Real-time event simulation with frame-based cameras(ICRA 2023)
一些有用的应用包括自动驾驶汽车,通用目标跟踪,图像分割,高帧率视频重建,精确深度感知和先进的帧插值与光流重建和机器人应用,如控制任务[9],[10],和里程计[11]。我们还调整了这个数据集的输入帧的大小,从1280×1024像素(相机的分辨率)到1280 × 720像素(事件相机的分辨率),然后将其传递给事件模拟器。为了减少这种边缘情况的可能性,并进一步减少插值步骤的计算负荷,该方法只在连续的差分帧之间进行插值,而不是在连续的相机帧之间进行插值。数据集包含记录的事件和20帧每秒的相机帧,从一辆汽车行驶。
2023-07-04 10:29:02
188
原创 vslam论文15:DynaVINS: 一种动态环境下的视觉惯性SLAM(ICRA 2023)
最后,实验结果证实,与其他先进的方法相比,我们的DynaVINS具有良好的性能,成功地拒绝了动态和暂时静态物体的影响。(a)各算法在三维特征图中的轨迹,这是我们提出的算法的结果。除我们的算法外,所有其他算法在观察动态对象时都丢失了轨迹或有噪声轨迹,并且在(c)我们算法的特征加权结果中,来自动态对象的特征(红叉)的权重较低,而鲁棒特征(绿圈)的权重较高。在如图7(a) - (b)所示的parking_lot high sequence中,即使其他算法受到动态对象的影响,我们的算法也能进行稳定的姿态估计。
2023-07-03 15:58:39
1201
原创 vslam论文14:Monocular Visual-Inertial Odometry with Planar Regularities(ICRA 2023)
我们的方法的核心是一种高效鲁棒的基于单眼的平面检测算法,它不需要额外的传感模式,如文献中常见的双目或深度相机,同时能够实时正则化点特征到环境平面。具体来说,在本文提出的MSCKF中,长期存在的平面保持在状态向量中,而较短的平面在使用后被边缘化以提高效率。在优化过程中,平面上的SLAM点是固定的,但为了进一步改善平面估计,需要通过点对平面的约束来包含SLAM点。在自收集的AR表数据集上,我们观察到,由于更大的平面和更长的观察时间,平面可以被充分跟踪很长一段时间,每个平面有大量的特征。
2023-07-03 14:49:32
383
1
原创 vslam论文13:AirVO:一种光照鲁棒的点-线视觉里程计(IROS 2023)
我们提出的系统结合了传统优化技术的效率,基于学习方法的鲁棒性。我们也在表4中给出了PL-SLAM和AirVO各模块的详细运行时间,其中PE为点提取,LE为线提取,PM为点匹配,LM为线匹配,IPE为初始姿态估计,BA为关键帧处理和局部束调整。我们认为,与短线段相比,长线段的重复性更强,受噪声的影响更小,因此在合并后,长度小于预设阈值的线段将被过滤掉,以便在接下来的阶段只使用长线段。由于点匹配具有光照鲁棒性,特征关联不受光照变化的影响,因此本文提出的线跟踪方法对动态光照环境具有很强的鲁棒性,如图4所示。
2023-07-02 10:11:40
867
原创 vslam论文12:MSC-VO:利用曼哈顿和结构约束视觉里程计(RAL 2022)
首先,对于每个线段j,我们计算其端点的初始3D位置,表示为{Sc j, Ec j},通过反向投影符合图像中直线的点的子集,然后执行鲁棒拟合步骤,如[14]所示。在图中,绿色、红色和蓝色表示一条线与单个曼哈顿轴的对应关系,而黄色表示不与任何轴对应的3D线,橙色表示线。图6:(左)fr3-long - office序列的局部地图和不同版本的MSC-VO:第一个-仅使用点和线(PL-VO),第二个- PL-VO使用拟议的线深度提取程序(PL-VO- depth),第三个-完整的MSC-VO。
2023-07-02 08:46:48
223
1
原创 vslam论文11:EdgeVO: 一种高效、准确的基于边缘的视觉里程计 (ICRA 2023)
其次,如果一对假定的边缘对应是合理的,在假设Ik和Ic之间没有大的旋转的情况下,它们的梯度方向应该尽可能一致。作为另一种尝试,最近出现的基于边缘的方法[12],[16],[25],[26]在这些边缘情况下显示出强大的性能。与现有的基于边缘的方法不同,我们只使用提取边缘的一小部分,这些边缘是根据它们对运动估计的贡献来选择的。首先,随着相机的移动,一些边缘超出了相机的视野,并且在随后的帧中不会被重新观察到。很明显,与没有选择的系统相比,我们的边缘选择系统使用了更少的边缘,并且达到了相似或更高的精度。
2023-06-30 15:39:01
384
原创 vslam论文10:PL-VINS:具有点和线特征的实时单目视觉惯性SLAM
摘要摘要PL-VINS是基于最先进的基于点的VINS- mono,开发的一种基于点和线特征的实时、高效优化的单目VINS方法。我们观察到,目前的作品使用LSD算法提取线条特征;然而,LSD是为场景形状表示而设计的,而不是为姿态估计问题设计的,由于其高昂的计算成本,这成为了实时性能的瓶颈。在本文中,我们通过研究隐藏参数调整和长度抑制策略来改进LSD算法。改进后的LSD算法的运行速度至少是LSD的三倍。
2023-06-30 14:23:32
2006
原创 vslam论文9:Keeping Less is More: Point Sparsification for Visual SLAM(IROS 2022)
在将同步地图和定位(SLAM)应用于自动驾驶汽车、无人机和增强现实设备等实际应用时,其内存占用和计算成本是限制性能和应用范围的两个主要因素。在基于稀疏特征的SLAM算法中,一种有效的方法是通过选择可能对局部和全局BA有用的点来限制地图点的大小。本研究提出了一种有效的图优化方法,用于此类SLAM系统中地图点的稀疏化。具体而言,我们将最大姿态可见性和最大空间多样性问题表述为最小代价最大流量图优化问题。所提出的方法作为现有SLAM系统的附加步骤,因此它可以用于传统的或基于学习的SLAM系统。
2023-06-27 14:19:37
173
1
原创 vslam论文8:EPLF-VINS: Real-Time Monocular Visual-InertialSLAM With Efficient Point-Line Flow Features
本文介绍了一种利用点和线特征的高效视觉惯性同步定位和映射(SLAM)方法。目前,基于点的SLAM方法在弱纹理和运动模糊等场景下表现不佳。许多研究者注意到线特征在空间中的优异特性,并尝试开发基于线的SLAM系统。然而,线条提取和描述匹配过程的计算量巨大,难以保证整个SLAM系统的实时性,而错误的线条检测和匹配限制了SLAM系统性能的提高。本文通过短线融合、线特征均匀分布、自适应阈值提取等方法对传统的线检测模型进行改进,获得用于构建SLAM约束的高质量线特征。
2023-06-26 13:25:21
2770
13
原创 vslam论文7:AirLine: Efficient Learnable Line Detection with Local Edge Voting(arXiv 2023)
线检测在场景识别、三维重建、同步定位与制图(SLAM)等机器人任务中有着广泛的应用。与点相比,线可以为下游任务提供低级和高级几何信息。在本文中,我们提出了一种新的基于边缘的线检测算法AirLine,它可以应用于各种任务。与现有基于端点的可学习方法对环境几何条件敏感不同,AirLine方法可以直接从边缘提取线段,对未知环境具有更好的泛化能力。为了平衡效率和准确性,我们引入了区域生长算法和局部边缘投票方案来进行线参数化。据我们所知,AirLine是第一个可学习的基于边缘的线检测方法之一。
2023-06-26 12:15:55
190
1
原创 vslam论文6:Structure PLP-SLAM: Efficient Sparse Mapping and Localization using Point, Line and Plane
本文提出了一种利用点和线进行鲁棒摄像机定位的视觉SLAM系统,同时对环境进行分段平面重建(PPR),实时提供结构图。与单目相机并行跟踪和映射的最大挑战之一是在重建几何原语时保持尺度的一致性。这进一步引入了捆绑调整 (BA) 步骤图优化的困难。我们通过对重构的线和平面提出几次运行时优化来解决这些问题。除了单目设置之外,我们的系统还能够使用深度和立体传感器运行。我们提出的SLAM紧密地结合了语义和几何特征,以提高前端姿态跟踪和后端地图优化。
2023-06-23 13:09:37
777
2
原创 vslam论文5:OpenVSLAM: A Versatile Visual SLAM Framework
OpenVSLAM,这是一个具有高可用性和可扩展性的视觉 SLAM 框架,然而,传统的开源视觉SLAM框架并没有适当地设计为第三方程序调用的库。为了克服这种情况,我们开发了一种新的视觉 SLAM 框架。该软件旨在轻松使用和扩展。它整合了几个有用的特征和功能进行研究和发展。在本文中,我们提出了 OpenVSLAM、单目、立体和 RGBD 视觉 SLAM 系统,该系统包含众所周知的 SLAM 方法,将它们封装在几个分离的组件中,并具有清晰的应用程序编程接口 (API)。
2023-06-16 22:14:54
462
原创 黑马C++ 小型案例汇总 2
142.多态案例3-电脑组装具体实现。105.封装设计案例-点和圆的关系。104.封装设计案例1-立方体类。210.STL案例-评委打分。222.list--排序案例。236.STL案例-员工分组。137.多态案例-计算器类。139.多态案例-制作饮品。
2023-06-10 23:53:26
49
原创 黑马C++ 小型案例汇总 1
28.选择结构案例-三只小猪称体重。44.一维数组案例-5只小猪城体重。49.二维数组案例-考试成绩统计。38.嵌套循环案例-乘法口诀表。41.一元数组案例--元素逆置。100.封装案例--设计学生类。34.循环结构案例-水仙花数。36.循环结构案例--敲桌子。63.指针配合数组和函数案例。72-83 通讯录管理系统。
2023-06-10 23:48:51
64
原创 《ROS入门21讲》---古月居 学习详细记录
5.2 创建功能包:进入大包的src下创建,test_pkg代表功能包,这三个std_msgs rospy roscpp等等就是运行test_pkg包所需依赖。然后回到大包:编译---->更新。15.5 同理turtlesim_remap.launch节点,可以看到remap是将参数名字改为了后面的,include则是可以包含其它的launch文件,类似于C语言中的头文件包含。15.2launch文件语法: pkg是功能包名,type是节点(.cpp)文件名,name是这个节点在运行中的起名。
2023-05-25 13:14:41
503
原创 vslam论文4:Dynam-SLAM: An Accurate, Robust Stereo Visual-Inertial SLAM Method in Dynamic Environments
大多数现有的基于视觉的SLAM系统及其变体仍然假设观测是绝对静态的,无法在动态环境中表现良好。在这里,我们介绍了 Dynam-SLAM (Dynam),这是一种双目视觉惯性 SLAM 系统,能够在高动态环境中实现稳健、准确和连续的工作。我们的方法致力于将双目场景流与惯性测量单元(IMU)松耦合,用于动态特征检测,并将动态特征和静态特征与IMU测量紧耦合以进行非线性优化。首先,对测量噪声引起的场景流不确定性进行建模,推导出地标的准确运动可能性。
2023-05-25 10:53:10
887
原创 vslam论文3:ORB-SLAM2: An Open-Source SLAM System for Monocular, Stereo,and RGB-D Cameras(TRO-2017)
我们提出了ORB-SLAM2,一个对于单目、双目和RGB-D相机的完整SLAM系统,包括地图重用、环路闭合和重定位功能。该系统可以在各种各样的环境中在标准cpu上实时工作,从小型手持室内序列,到企业环境中飞行的无人机,再到绕城市行驶汽车。我们的后端,基于单目和双目观测的BA优化,可以用度量尺度进行准确的轨迹估计,我们的系统包括一个轻量化定位模块,利用视觉里程计追踪未建图区域和匹配地图点以实现零飘移定位。我们在29个流行的公开序列上评估表明:我们的方法实现了最高的准确度,成为大多数情况下最准确的SLAM。
2023-05-19 12:41:44
360
1
原创 vslam论文2:FEJ-VIRO: A Consistent First-Estimate Jacobian Visual-Inertial-Ranging Odometry( IROS-2022)
最近几年,VIO已经实现了很多显著的进步。然而,VIO方法在长期轨迹中会遭受定位飘移。在这篇文章中,我们提出FEJ-VIRO通过一致地将UWB测量值整合到VIO框架去减少VIO的定位飘移。考虑到UWB锚的原始位置通常无法获取,我们提出一种长短窗结构去初始化UWB锚的位置,和状态增广的协方差。初始化后,FEJ-VIRO同时估计UWB锚的位置和机器人的位置。我们进一步分析了视觉-惯性-测距估计器的可观测性,并证明在理想情况下有4个方向无法获得,并且由于虚假信息的获取,在现实情况下这其中一个方向会消失。
2023-05-15 19:20:52
224
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人