【读书笔记】《视觉SLAM十四讲（高翔著）》 第10讲

最新推荐文章于 2023-07-23 16:04:04 发布
最新推荐文章于 2023-07-23 16:04:04 发布
阅读量1k 收藏 5
点赞数
分类专栏： SLAM学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/dahailuoa6/article/details/94011418
版权
这篇读书笔记主要介绍了视觉SLAM中的两个实践部分，利用g2o和Ceres解决束集调整(BA)问题。通过编译运行程序，生成并使用meshlab打开 ply 文件来观察结果。详细代码注释可在指定优快云博客获取。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最低0.47元/天 解锁文章
视觉SLAM十四讲——第十讲：后端1
weixin_37709708的博客
10-03 974
@ 《视觉SLAM十四讲》知识点与习题 《视觉SLAM十四讲》第十讲知识点整理+习题 正在学习SLAM相关知识，将一些关键点及时记录下来。 知识点整理 本讲主要是针对长时间内最优轨迹和地图的优化，减小累积误差对长时间运动带来的影响 批量的处理方式：考虑在很长一段时间内的状态估计问题，而且不仅使用过去的信息更新自己的状态，也会用未来的信息来更新自己 渐进的处理方式：当前状态只由过去的时刻决定，甚至...
视觉SLAM十四讲 读书 笔记
Steven的博客
05-20 773
此为视觉SLAM十四讲第二章的读书笔记 1、P24 第二章对于SLAM问题的由来以及建模的发展演化过程有一个比较清晰的介绍（想吐槽一下的就是：在一个研究领域刚兴起的时候，真的就是百花齐放啊，行业内对于同一个东西会有各种各样的描述，虽然每个作者的描述都没有错，但是对于初学者而言，今天在文章中看到一个“状态估计的不确定性研究”，明天看到一个“CML”或者“SLAM”，但是其实描述的是同一个东西，徒增了一些困惑），特别是对于初学者，对于SLAM问题到底是个啥？描述的很通俗易懂。 2、Ubuntu的安装 为了减少不
《视觉SLAM十四讲》读书笔记（1）
请叫我少爷的博客
07-11 379
为什么旋转矩阵是正交矩阵而且行列式为1 可见旋转矩阵时正交矩阵。 为什么行列式为1，下一次在探讨。
《视觉slam十四讲》讲读书笔记——第二讲
认真的虎的博客
07-02 1841
1.什么是slam？ SLAM，simultaneous location and mapping,即使定位与建图。他指的是搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。我理解的是，slam是为了解决机器自主运动问题的一种方案。 机器人实现自主运动需要解决两大问题。 其中，定位侧重对自身的了解，建图侧重对外在的了解。这两个问题是相互耦合...
【读书笔记】《视觉SLAM十四讲（高翔著）》 第3讲
dahailuoa6的博客
05-29 740
在上讲中，我们讲解了视觉 SLAM 的框架与内容。本讲将介绍视觉 SLAM 的基本问 题之一： 一个刚体在三维空间中的运动是如何描述的。
视觉SLAM十四讲 第10、11讲 后端
sinat_39659902的博客
06-16 470
1、后端概念理解 2、EKF后端 3、非线性优化后端 4、实践中使用g2o和ceres 文章目录
【读书笔记】《视觉SLAM十四讲（高翔著）》 第8讲
dahailuoa6的博客
06-27 983
文章目录8.3实践：LK光流参考网站 8.3实践：LK光流 程序编译运行方法： 先按照书P188中所写，复制associate.py文件到数据集目录~/slambook-master/ch8/data/data， 在~/slambook-master/ch8/data/data目录下打开终端运行指令： python associate.py rgb.txt depth.txt > assoc...
【读书笔记】《视觉SLAM十四讲（高翔著）》 第12讲
dahailuoa6的博客
07-03 1057
文章目录12.3.2 实践：创建字典12.4.2 实践：相似度的计算12.5.1 增加字典规模 本博客的内容是本章程序编译运行方法，记录调通本章程序的过程、处理遇到报错的解决方法。 本章程序的详细解析可参考robinhjwy的优快云博客：https://blog.youkuaiyun.com/robinhjwy/article/details/78632978 12.3.2 实践：创建字典 本程序的功能：根...
【读书笔记】《视觉SLAM十四讲（高翔著）》 第11讲
dahailuoa6的博客
07-02 1550
文章目录1、安装gtsam 本章程序编译运行方法： 1、安装gtsam 本章程序运行前需要安装gtsam，不然会有相关报错。 安装方法： 打开终端，输入以下命令下载gtsam： git clone https://bitbucket.org/gtborg/gtsam.git gtsam的安装文件下载后，会位于所打开终端对应的文件路径下。 安装gtsam之前先安装一项依赖库： sudo apt-g...
【读书笔记】《视觉SLAM十四讲（高翔著）》 第5讲
dahailuoa6的博客
06-05 605
文章目录PART1 读书笔记PART2 实践部分 PART1 读书笔记 PART2 实践部分
高翔视觉slam 14讲 配套代码
07-19
高翔视觉slam 14讲 配套套代码，每一章都有，有助于学习视觉SLAM
视觉SLAM十四讲笔记（超级通俗易懂哦~）
热门推荐
qq_41883714的博客
12-13 1万+
第二讲 初识SLAM 传感器 Sensors 两类传感器： 安装于环境中的：二维码，GPS， 携带于机器人本体的： 对比激光和相机两大类传感器，激光建图基本上已经研究清楚，视觉SLAM还没有稳定可靠运行 摄像头：轻便、便宜、信息丰富 缺点：遮挡、受光照影响、计算量大、 单目，双目，深度相机（TOF/结构光） ...
SLAM从入门到放弃：SLAM十四讲第十章习题（1-4）
Yan
11-14 1227
以下均为简单笔记，如有错误，请多多指教。 证明式K=P‾kCkT(CkP‾kCkT+Qk)−1K=\overline{P}_kC_k^T(C_k\overline{P}_kC_k^T+Q_k)^{-1}K=Pk​CkT​(Ck​Pk​CkT​+Qk​)−1。 答：由于课本上已经推导了大部分的公式，则已知 P^k=(1−KCk)P‾k\widehat{P}_k=(1-KC_k)\overline...
视觉SLAM十四讲 读书编程笔记 Chapter10 后端1
wolfcsharp的博客
08-28 536
Chapter10 后端1概述概率估计的概率解释线性系统和KF非线性系统和EKFEKF的讨论BA与图优化投影模型与代价函数BA的求解稀疏性和边缘化鲁棒核函数实践：g2o实践：Ceres 概述 概率估计的概率解释 线性系统和KF 经典线性卡尔曼滤波的概率推导： 非线性系统和EKF 对于非线性系统，扩展卡尔曼滤波的推导： EKF的讨论 假设了马尔科夫性。 EKF由于在局部点处进行泰勒展开，非...
学习SLAM《视觉SLAM十四讲（高翔著）》 第10讲笔记(BA优化）
开源节流
02-17 514
代码实践 文章目录 10.3实践：g2o 10.4实践：Ceres 程序的详细注释可关注robinhjwy和zkk9527的优快云博客。 10.3实践：g2o 用g2o求解BA问题。 程序的编译运行方法： mkdir build cd build cmake .. make ./g2o_customBundle -input ../data/problem-16...
《视觉SLAM十四讲》第十章g2o代码的简化
JohnnyYeh的博客
02-11 3068
       在学习SLAM过程中，第十章的解决大规模BA问题的g2o代码比较难读懂，不太适合我这种slam小白，于是我写了一个简化的版本，不过基本是参考书上的代码写的，尽最大的可能写的简单一些，同时也是在学习g2o的用法。数据集可以在这里下载：http://grail.cs.washington.edu/projects/bal/ 文件会出现这种格式： 前三行为旋转向量，四五六行为平移向...
《视觉SLAM十四讲 第二版》笔记及课后习题（第十讲）
weixin_43619346的博客
11-26 1769
读书笔记：后端2 上讲我们重点介绍了以BA 为主的图优化。BA 能精确地优化每个相机位姿与特征点位置。不过在更大的场景中，大量特征点的存在会严重降低计算效率，导致计算量越来越大以至于无法实时化。本讲介绍两种在更大场景下使用的后端优化方法：位姿图。 位姿图（Pose Graph） Pose Graph即是省略了特征点的Bundle Adjustment。 Pose Graph 示意图。当我们不再优化...
SLAM高翔十四讲（十）第十讲 后段优化（滑动窗口和位姿图）
最新发布
shendaiyan的博客
07-23 927
这里的误差模型和雅可比矩阵公式，使用的是本章讲的。代码演示* 本程序演示如何用g2o solver进行位姿图优化* sphere.g2o是人工生成的一个Pose graph，我们来优化它。* 尽管可以直接通过load函数读取整个图，但我们还是自己来实现读取代码，以期获得更深刻的理解* 本节使用李代数表达位姿图，节点和边的方式为自定义// 给定误差求J_R^{-1}的近似 Matrix6d JRInv(const SE3d & e) {Matrix6d J;
《SLAM 14讲》第十讲：后端优化
Simon的博客
04-18 1576
因为《SLAM 14讲》上第十讲代码有点复杂，所以按照书上把解析参数的那个类去掉了，写了一个简单的版本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值