
SLAM
bufengzj
智能机器人,智能驾驶领域。会matlab,c,python等语言。
主要关注于图像处理,机器学习,视觉与雷达数据融合等。不定期分享学习笔记。
展开
-
vins-fusion解读
关心vins-fusion,尤其是融合双目与imu那块。1. 如何安装测试?数据集与自己的相机1.1 安装测试1.2 数据集1.3 自己的相机 目前的相机有小觅相机(带有硬件时间对齐IMU),realsense,ZED。2. 论文与资源代码:https://github.com/HKUST-Aerial-Robotics/VINS-Fusion文章:T. Q...原创 2020-01-04 12:17:52 · 5256 阅读 · 1 评论 -
okvis解读
1. okvis简介这篇博客:https://zhuanlan.zhihu.com/p/52201256OKVIS 它是由 Stefan Leutenegge 等人提出的基于双目+惯导的视觉里程计,属于 VIO (Visual Inertial Odometry) 。按照 Davide Scaramuzza 的分类方法,首先分成 filter-based(基于滤波)和 optim...原创 2019-12-12 21:44:15 · 3766 阅读 · 0 评论 -
EAI小车进行slam搭建遇到的问题总结
相关的教程在创客智造 官网上,https://www.ncnynl.com/archives/201703/1460.htmlrosbag的教程如下:https://www.ncnynl.com/archives/201608/515.html实验1. 读取车轮角速度,并记录为rosbag数据格式。这里涉及到roslaunch 操作,介绍如下:https://blog.csdn.n...原创 2019-12-02 20:53:19 · 427 阅读 · 0 评论 -
重投影误差
1. 什么是归一化平面的齐次坐标https://blog.youkuaiyun.com/ouyangandy/article/details/96840781所谓的归一化的成像平面,就是将三维空间点的坐标都除以Z。所有空间点坐标都转到了相机前单位距离处,这个平面就叫归一化的平面,之后再乘以焦距ff,让归一化平面回到成像平面。以一张别的博主做的图为例说明各个坐标系的转换关系:参考:高翔 视觉S...原创 2019-12-01 16:13:42 · 18089 阅读 · 1 评论 -
雷达SLAM思路
基于都有贝叶斯概率p(x|z,u)=p(1.基于landmark的EKFhttps://zhuanlan.zhihu.com/p/23160834这篇文章有提及,主要就是通过激光雷达的点云提取线等作为特征LANDMANRK。2.基于landmark的非线性优化(来自https://www.bilibili.com/video/av37920463?from=search&...原创 2019-08-12 20:06:24 · 1348 阅读 · 0 评论 -
毫米波雷达点云帧间匹配的定位
1.目的:通过毫米波雷达的点云scan to scan 匹配,更新雷达的位置物理模型【参考1】:-若是绕着静态的世界坐标系旋转,有RA,即左乘旋转矩阵-若是绕着动态的自身坐标系旋转,有A’R’, 即右乘旋转矩阵-若是进行平移,则有TA,即左乘平移矩阵, A’T’为右乘平移矩阵那么雷达在移动,所以右乘Radar_pos1 * cloudpoint_radar1= Rad...原创 2019-08-21 13:26:57 · 5910 阅读 · 4 评论 -
李群与李代数
因为SLAM需要计算位置的变化,为什么SLAM要用群的概念呢?群简单来说就是如下,需要满足封闭性等,是一种集合加上一种运算的代数结构。继续采取这个迭代更新的策略势必要再想想办法,使得导数“可行”。而这就可以通过李群及其对应的李代数来实现。Z=RP+T, 旋转矩阵怎么求,按理说也应该用导数梯度下降的方法来,但是R'不等于R+delta R啊?所以需要群的方法,构造群来做这个,使...原创 2019-08-11 22:03:24 · 1091 阅读 · 0 评论 -
GMAPPING的参数设置
二、运行gmapping我总结了运行gmapping的两种方法:1.基于命令行rosrun gmapping slam_gmapping scan:=scan _delta:=0.1 _maxUrange:=4.99 _xmin:=-5.0 _ymin:=-5.0 _xmax:=5.0 _ymax:=5.0 _particles:=30 _srr:=0 _srt:=0 _str:=0 ...转载 2019-08-10 15:33:35 · 12693 阅读 · 5 评论 -
SLAM后端
粒子滤波器一般用在激光SLAM,不用在视觉。利用概率论推导比较简单,见视觉十四讲SLAM(P243)假如用EKF存储路标,原创 2019-08-14 14:33:24 · 618 阅读 · 0 评论 -
SLAM坐标系
首先,推送一个c++源码分析神器 understand下载地址:https://scitools.com/download/chinese/破解地址:https://blog.youkuaiyun.com/wyy_sunshine/article/details/40616051版本:Understand-3.1.67064位 证书CODE(32/64 都可用) 09E58CD1F...原创 2019-08-09 23:10:52 · 2720 阅读 · 0 评论 -
用毫米波雷达数据做SLAM
遇到的问题,目前的毫米波雷达数据很稀疏,用excel存储,需要转换过去,测试一下当前的激光雷达算法,并测试。rosbag数据用matlab(linux版本)可以方便的查看变量和topic一. 第一步,用激光雷达数据测试[转载自:https://blog.youkuaiyun.com/fk1174/article/details/52673413】第二种办法,首先去http://kaspar...原创 2019-08-09 19:19:19 · 6587 阅读 · 1 评论 -
如何安装测试cartographer
1.安装cartographer:https://blog.youkuaiyun.com/rjasd1128hf/article/details/79888305官网(仅供参考):https://google-cartographer-ros.readthedocs.io/en/latest/demos.html2. 下次启动:首先:source install_isolated/setup....转载 2019-07-31 20:07:29 · 603 阅读 · 1 评论 -
(转)particle filtering---粒子滤波(讲的很通俗易懂)
在论文中看到粒子滤波的知识点,在网上找到的几篇讲的很易的文章:http://blog.youkuaiyun.com/heyijia0327/article/details/40899819http://blog...转载 2019-07-24 11:08:10 · 1260 阅读 · 0 评论 -
(转) 视觉SLAM常用的数据集
常用的数据集有:KITTI数据集、EuRoC数据集、TUM数据集、Oxford数据集、ICL-NUIM数据集、RGBD Object数据集等等。原文地址:https://blog.youkuaiyun.com/zzu_seu/article/details/84999472KITTI数据集KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办,是目前国际上最大的自动驾驶场景下的计算机视觉算...转载 2019-07-03 22:00:53 · 822 阅读 · 0 评论 -
SLAM--只基于IMU存在的问题?
1.IMU IMU指的是惯性测量单元。IMU大多用在需要进行运动控制的设备,如汽车和机器人上。也被用在需要用姿态进行精密位移推算的场合,如潜艇、飞机、导弹和航天器的惯性导航设备等。 惯性测量单元是测量物体三轴姿态角(或角速率)以及加速度的装置。一般的,一个IMU包含了三个单轴的加速度计和三个单轴的陀螺,加速度计检测物体在载体坐标系统独立三轴的加速度信号,而陀螺检测载体相对于...转载 2019-07-03 16:45:23 · 3853 阅读 · 0 评论 -
Slam总结
https://blog.youkuaiyun.com/Darlingqiang/article/details/80689922总结一下我接触过的SLAM算法吧,主要集中在visual slam:特征法:ORB SLAM https://github.com/raulmur/ORB_SLAM2优势: 在静态环境下定位准确,稳定, 单目和双目版本都可以...转载 2019-07-03 16:09:53 · 624 阅读 · 0 评论