cmdxly的博客

slam14讲- 第7讲 视觉里程记1 1.特征点提取+特征匹配 重点是通过特征点提取+特征匹配的手段获取两幅图像的相似特征点，为了后续转换关系的准确，使用了简单的粗差剔除 2. 2D-2D 2D简单来说就是图像，有了上述两组特征点，就可以进行几何模型解算，理论上两幅图像的几何变换关系为仿射变换（特殊的非刚体变换），RANSAC粗差剔除算法本质上也是求一个最佳的几何变换模型，八点法求解是用四组点，每幅图像四个点，利用两幅图像特征匹配相互对应，可以取出四组，然后求解方程。每个点是由2维坐标写成齐次3维坐标，（

slam14讲-ch6-使用 g2o 拟合曲线编译问题记录 g2o版本 g2o-20201223_git 问题1 书中代码-适用于原版 // 线性方程求解器:稠密的增量方程 Block::LinearSolverType* linearSolver = new g2o::LinearSolverDense<Block::PoseMatrixType>(); Block* solver_ptr = new Block(linearSolver);//矩阵块求解器 //梯度下降方法

slam14讲-pa4-图像去畸变 前言 在做一道图像去畸变的习题时，发现题目有些问题，修改后解决了问题 这里x,y应该为去畸变前图片相机坐标，x_undistorted = x…,y_undistortted =y…为去畸变之后的相机坐标,且均为归一化坐标。 下面开始做题，主要注意从图像中直接获取的是像素坐标，要先将像素坐标转化为相机坐标，（区分像素坐标，物理成像坐标，相机坐标，世界坐标）利用给定多项式矫正相机坐标，再转化为像素坐标。 具体实现过程 /* author:xlyhhh */ #incl

slam14讲-ch5问题记录-" **** READ THIS WEB PAGE !!! ****"’ failed 问题描述 Eigen::internal::plain_array<T, Size, MatrixOrArrayOptions, 32>::plain_array() [with T = double; int Size = 16; int MatrixOrArrayOptions = 0]: Assertion `(internal::UIntPtr(eigen_unali

slam14讲-第5讲拼接点云编程记录 1.ifstream ifstream xx("./xx.txt")； if(!xx) { cerr<<"please run this progarm in the specified directory !"<<endl; return 1; } 用于读取程序目录下指定文件 ofstream xx("./xx.txt")； 用于写入到程序目录下指定文件 详细讲解 2.boost::format boost::format f

sophus/eigen/orb-slam版本问题记录 Sophus适应eigen 3.3.0 ORB_SLAM2适应eigen 3.1.0 查看的当前eigen版本 pkg-config --modversion eigen3

c++中txt文件按照行读取操作记录 数据示例 1305031526.671473 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000 1.000000000 数据分别为时间，平移向量以及四元数表示的旋转向量 //ubuntu20.04 //需要的头文件 #include <string> #include <iostream> // 文件位置 string trajectory_fil

CMAKE关于生成库文件的简单用法 1.本文主要针对某个具体实例给出，首先建立一个文件夹test，现在有以下几个文件： test/useHello.cpp #include "libHelloSLAM.h" int main(int argc,char** argv) { printHello(); return 0; } test/include/libHelloSLAM.h #ifndef LIBHELLOSLAM_H_ #define LIBHELLOSLAM_H_ void prin

第三讲三维空间刚体运动-罗德里格斯（Rodrigues）旋转方程 罗德里格斯（Rodrigues）旋转方程

1.第三讲三维空间刚体运动-齐次坐标 齐次坐标

向量内积（点乘）和外积（叉乘）概念及几何意义 向量内积（点乘）和外积（叉乘）概念及几何意义