BBZZ2的专栏

/*****************************************************************************************************************************/1.　　前言　　读者朋友们大家好！（很久很久）之前，我们为大家介绍了SLAM的基本概念和方法。相信大家对SLAM，应该有了基本

Installing on Raspberry PI/Raspbian fromhttp://wiki.ros.org/groovy/Installation/Raspbian/SourceInstall from source requires that you download and compile the source code on your own. Bewar

旧版本slam可能有问题，更新slam包就好了。https://github.com/ros-perception/slam_gmapping放到catkin_ws/src目录下执行catkin_make到catkin_ws/devel/lib/gmapping/目录下复制编译后的文件到/opt/ros/indigo/lib/gm

http://blog.youkuaiyun.com/cicibabe/article/details/50728748目录(?)[+]ORB-SLAM2 基于可识别特征的自主导航与地图构建简介地图A    地图特征点或3D ORBB    关键帧C    可视化图像位置识别A  图像识别数据库 B  高效优化的ORB匹配C  视觉一致性自主导航追踪A  ORB特征获取 B  追踪之前的图像帧C  重定位从划除帧中再追踪D  追踪本地地图E  最终的位

空间增强现实：融合现实和虚拟世界2016年2月18日      上海普陀区翻译：Taylor Guo目录1     增强现实简介...51.1      什么是增强现实？...51.2       目前的挑战...51.3      空间增

PCL 实现了 KinectFusion 算法，接上 Kinect 相机可以做实时的三维重建，这篇博客对 Kinect 相机 Windows 驱动的安装，PCL 库编译和 KinectFusion 运行做介绍。驱动安装方法和 PCL 编译方法是笔者一年前花费一周时间实验出来，实验出来后测试的电脑全部好用，禁止转载Kinect Windows 驱动安装系统环境：Windows 7 6

标籤 :  机器人   世平集团联合启明创新推出基于 Rockchip RK3288 智能学习机器人方案。本方案是一款智慧学习机器人，专门针对儿童电子教育市场开发的高科技智能产品，集娱乐、学习、互动于一身。为了贴近孩子们的心理，我们为他亲切取名：ROBUDDY（洛比）智能学习机器人。它可以通过云语音识别技术实现人机交互，能准确识别用户发出的自然语言，并且通过云计算服务器来匹配用户的问题

在调试JNI程序时，所有的Shell都已经加载完成，而唯一真正核心的cv::SolvePnP却不能在JNI里面获得通行证，经过反复测试都不能运行，因此只能忍痛舍弃，自行编写一个具有相似功能的函数对其进行替代。        原函数是这样的：[cpp] view plain copy void rec3D::reconstruct3D(cons

对于使用MD版本编译的ORB_SLAM，会用到MPI版本的Boost，需要自己编译，比较麻烦。         因此使用MT版本进行生成，暂时无法完成。工程配置        发现添加库文件使用了：从父级或项目默认继承，默认包含了libboost_mpi-vc110-mt-1_57.lib        去掉使用即可编译成功...

ORB-SLAM（五）优化ORB-SLAM作为单目SLAM，其精度很大程度上决定于帧与帧之间的位姿优化的是否准确。因此优化（optimization）在ORB-SLAM里面扮演了很重要的角色。这一小节探讨一下ORB-SLAM里用到的优化。ORB-SLAM选用g2o作为图优化的方法，关于g2o可以参考http://www.cnblogs.com/gaoxiang12/p/5304272.

关于ORB_SLAM运行以及RGB-D dataset的相机参数的问题1.在github的教程上https://github.com/raulmur/ORB_SLAM这样提到Launch ORB-SLAM from the terminal (roscore should have been already executed):rosrun ORB_SLAM ORB

树莓派安装完整的ROS并不容易，博主东方赤龙花费了数天总结了安装编译的经验，否则很容易走弯路。ROS官方论坛里面有安装教程， 但是很容易出错。尤其是Desktop版的ROS！1. 安装环树莓派B+,  ROS Indigo, 16G TF卡，Raspbian OS2. 安装装备2.1 准备ROS代码仓库[html] view plai

卡尔曼滤波（Kalman filtering）最早在阿波罗飞船的导航电脑中使用，它对阿波罗计划的轨道预测很有用。卡尔曼滤波是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用。 卡尔曼滤波本身是贝叶斯滤波体系的，建立在马尔科夫概率模型基础上。大多数关于卡尔曼滤波的

iRobot 推出了第二代机座 Roomba来取代Create.  这是一个绿脸的机座。如果使用在turtlebot上，几乎是完全兼容的，不用该什么代码，但是波特率提高了一倍，所以需要更改环境变量。但是在停止所以turtlebot的进程后，发现Roomba不再有任何反应，灯灭了，按任何按钮都不管用，也无法充电，但是电池一直在放电。原因是退出进程时没有进入到passive模式。在

ROS提供了非常强大的图形化模拟环境 RViz，这个 RViz 能做的事情非常多。今天我们学习一下如何使用 RViz 对机器人在路径探索过程中对地图动态观测。我们将学习重放已经采集的数据来模拟机器人输入，从而将精力放到SLAM和地图的建立以及RViz的使用上。下面是效果图:一 基本概念ROS 对机器人导航提供了非常强大的支持，这可以让我们在不了解细节

前面已经介绍了如何使用URDF建造机器人小车并显示在Rviz的仿真环境里面，但是小车是静止的。下面介绍如何让它在Rviz里面动起来，并理清URDF,TF 和 odom 的关系。1. ROS中base_link, odom, fixed_frame, target_frame和虚拟大地图map的关系一般在urdf文件中都要定义base_link，它代表了机器人的主干，其它

最近6个月开始做SLAM的项目,就一步步把资源的链接给共享出来。项目内容：主要是从Andrew Davison中的MonoSLAM中起步，做Co-SLAM 推及 Swarm SLAM下面都是我看过或者亲身实践过的，大家可以相互交流项目途中，所以文章还是草稿，会实时的更新。一，入门篇1. Andrew Davison的课程： h

背景：卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。卡尔曼滤波的一个典型实例是从一组有限的，包含噪声的，对物体位置的观察序列（可能有偏差）预测出物体的位置的坐标及速度。这种滤波方法以它的发明者鲁道夫.E.卡尔曼（Rudolph E. Kalman）命名，但是根据文献可知实际上Peter Swerl

SFM和vSLAM基本讨论的是同一问题，不过SFM是vision方向的叫法，而vSLAM是robotics方向的叫法，vSLAM所谓的mapping，我们vision方向叫structure，vSLAM所谓的location，我们vision方向叫camera pose。但是从出发点考虑的话，SFM主要是要完成3D reconstuction，而vSLAM主要是要完成localizat

目录(?)[+]提取左右图特征做穷举式的最近邻检索绘图估计单应矩阵计算重投影误差结果分析完整代码如下转：http://www.cvchina.info/2011/09/25/orb-test/之前介绍了ORB，一种具备旋转不变形的局部特征描述子。OpenCV2.3中提供了实现，但是缺少使用例程。下面是一个简单的样例程序。随便拍了两张图片作为测试图像。

RGBDSLAMv2 (beta)... is a state-of-the-art SLAM system for RGB-D cameras, e.g., the Microsoft Kinect. You can use it to create highly accurate 3D point clouds or OctoMaps.RGBDSLAMv2 is based

1    前言以及回顾 　　各位朋友，自从上一篇《视觉SLAM漫谈》写成以来已经有一段时间了。我收到几位热心读者的邮件。有的希望我介绍一下当前视觉SLAM程序的实用程度，更多的人希望了解一下前文提到的g2o优化库。因此我另写一篇小文章来专门介绍这个新玩意。 　　在开始本篇文章正文以前，我们先来回顾一下图优化SLAM问题的提法。至于SLAM更基础的内容，例如S

SIFT算法的应用－目标识别之用Bag-of-words模型表示一幅图像 作者：Savitch出处：http://blog.youkuaiyun.com/assiduousknight/article/details/16901427 引言本blog之前已经写了四篇关于SIFT的文章，请参考九、图像特征提取与匹配之SIFT算法，九

                       版权声明：本文为博主原创文章，转载须注明出处。上一节《关于OpenCV的那些事——跟踪点选取方式和特征点跟踪恢复》讲了两种跟踪和恢复的方法，本来项目就此结束了，想开一个新项目3D重建的，但是老板让发一篇journal，心想着这点东西肯定发不了，于是对项目进行了优化。11月半-1月半，两个月（一个月写，

好久不见啊各位亲，最近刚中期答辩完，得以有时间好好更新下博客啦。 自从上一个单目AR系统做完后，就仔细思考了一下我到底在做什么，接下来要做什么。之前博客上写的是3d重建，后来视野开阔了之后发现无论我做3d重建，SLAM，AR，重要的都是姿态更新。一个精准的稳定的姿态更新，决定着系统的好坏。贝叶斯滤波器（EKF扩展卡尔曼滤波,PF粒子滤波）和通用图优化（G2O）是使得姿态

我运行命令 $ rosrun rviz rviz, 结果出现下面的error：[ INFO]rviz version 1.10.14[ INFO]compiled against OGRE version 1.7.4 (Cthugha)[ INFO]Stereo is NOT SUPPORTED[ INFO]OpenGl version: 2.1 (GLSL 1.2)Seg

目录(?)[+]软件环境小车形状与尺寸创建Ros package创建lauch文件启动Rviz创建基座base_link创建轮子使用ROS强大的机器人功能，建立ROS可以识别的机器人模型是第一步，也是无法绕过去的环节。Unified Robot Description Format (URDF) 就是描述机器人硬件尺寸布局的模型语言。它是同ROS沟通的渠道，

好久不见啊各位亲，最近刚中期答辩完，得以有时间好好更新下博客啦。 自从上一个单目AR系统做完后，就仔细思考了一下我到底在做什么，接下来要做什么。之前博客上写的是3d重建，后来视野开阔了之后发现无论我做3d重建，SLAM，AR，重要的都是姿态更新。一个精准的稳定的姿态更新，决定着系统的好坏。贝叶斯滤波器（EKF扩展卡尔曼滤波,PF粒子滤波）和通用图优化（G2O）是使得姿态更加精准稳定的两种方法。近些