Felaim的博客

PETRv2（ICCV 2023）在 PETR 上用位姿对齐历史帧 3D 坐标做时序、用图像特征重加权 3D PE（FPE），并以任务专用稀疏 query 同时支持 3D 检测、BEV 分割和 3D 车道，无需构建巨型 BEV query 网格。

PETR（ECCV 2022）用视锥反投影把 3D 位置编码进多相机图像特征，让 DETR 式 object query 在 3D 感知特征上全局交互并直接输出 3D 框，无需 DETR3D 的在线投影采样，也不建稠密 BEV 图。

Faster-LIO 精读：用稀疏增量体素 iVox 替换 ikd-Tree 做近似近邻，在相近精度下进一步抬高激光惯导前端吞吐。

FAST-LIO2 精读：在紧耦合迭代滤波上做直接法点到地图匹配，并用 ikd-Tree 增量维护局部地图，更快更适配多种雷达。

FAST-LIO 精读：激光特征与 IMU 紧耦合进迭代扩展卡尔曼滤波，并用按状态维计算的增益公式实现多点实时融合。

NetVLAD 精读：可微 VLAD 池化嵌入 CNN，用弱监督做视觉地点识别，服务回环与重定位。

ConvNeXt 精读：把 Transformer 时代的训练与结构习惯迁回纯卷积，证明现代化 ConvNet 仍具竞争力。

Swin Transformer 精读：用移位窗口自注意力做分层视觉骨干，兼顾效率与多尺度特征，支撑检测与分割等下游任务。

VGGT-Diff 精读：把视觉几何基础模型与视频扩散结合，用几何路由做稀疏视角新视角合成，解读方法、框架与实验。

YOLOE 精读：实时“看见一切”的开放提示检测与分割模型，支持文本、视觉与无提示三种模式，解读方法细节与实验结论。

RAFT 光流原理白话深讲：特征编码、全点对相关体积与循环更新算子三块积木，并与 DROID-SLAM 对照。

DROID-SLAM 原理白话深讲：从输入、术语、模型结构、损失到前后端推理，讲清循环光流更新与稠密光束法平差，以及单目/双目/RGB-D 接入方式。

SLAM 数据集相机规格说明：整理 EuRoC MAV、TUM RGB-D、HILTI SLAM Challenge 三个常用基准的相机硬件、安装位置与标定参数，并给出使用建议。

MobileSAM 精读：通过解耦蒸馏把 SAM 的图像编码器换成轻量 ViT，让分割一切模型能在移动端实时运行。

3D VLM Grounding 主流方案梳理：按 grounding 方式整理技术谱系、代表工作与基准，并讨论选型与 2D grounding 的关系。

SLAM-Former 论文与代码导读：从仓库结构、概念到代码符号、推理主循环、注意力分支到 DivPrune 实现，并与传统 SLAM 对照。

SLAM-Former 机制 FAQ：关键帧、地图 token、KV cache 增量更新、后端、建图与回环、重定位等问题逐一拆解。

SLAM-Former 精读：把单目稠密 SLAM 的前端跟踪与后端全局优化放进同一个 Transformer，用地图 token 与 KV cache 取代传统后端，并报告在 Replica / ScanNet 上的表现。

π³（Pi3）解读：置换等变的前馈多视图几何模型，无需指定参考视图，输出仿射不变位姿和尺度不变点图，并与 VGGT 对比。

速览 OpenMAVIS（多相机+IMU 精确预积分）、cuVSLAM 官方 benchmark 与 DROID-W（动态场景不确定性 BA），附 BA 原理、特征匹配、公开榜单与开源算法分级及 BEV 多相机 SLAM 梳理。

面向人形机器人 VSLAM/VIO 的公开数据集选型：EuRoC、TUM-VI、nuScenes、TUM RGB-D、Newer College 等的用途、传感器、规模与推荐序列，以及评测工具和与人形采集的差距。

整理 Unitree、Figure、智元等公开人形机器人的相机与传感器配置，分析 VLN 基准中的相机假设，并给出面向 SLAM 的分级配置、FOV 选型与标定同步清单。

今天LZ的效率有些低下，为啥？说出来让大家娱乐娱乐吧，毕竟程序员需要自己找乐子。LZ今天用尾巴骨测试了学校楼梯的硬度。实验对象为食堂的楼梯和LZ的尾巴骨，实验共重复了5次，分别在相同的重力加速度下进行迅速撞击，最后的测试结果是楼梯硬！尾巴骨完败，不说了LZ趴着歇会去了。。。#ifndef LOCALMAPPING_H#define LOCALMAPPING_H#include "KeyF...

之前下载过TUM的rgbd数据集应该知道对应一个数据集是如下的数据结构.但是深度传感器和相机获得数据的时间是不一致的,需要进行对齐.ROS的话可以对深度图进行注册,直接获得匹配的图像.数据集则需要一个python文件进行associate.新建一个python脚本associate.py,其实tum官网上可以直接下载的,因为有的时候网不好,就直接黏贴下来,下次使用也方便.#!/us...

LZ的系统是Ubuntu4.04+indigo+Kinect v1.首先RGBD-SLAM需要很多的依赖项，如下： RGBDSLAMv2 is based on the open source projects, ROS, OpenCV, OpenGL, PCL, OctoMap, SiftGPU, g2o, and more这里LZ假设ros已经成功安装了，下面创建新的工作空间，LZ因...

ORB_SLAM2主要都是进行图优化，把关键帧的位姿和路标点的坐标设为图的顶点，如果在对应关键帧中有观测到该路标点则产生一条边，这就是共视图的定义。然后Essential graph则还要对权重也就是观测到的路标点进行设定，文中是100。当中还利用卡方分布判断是内点还是外点，对外点进行删除。关于求解对应SE（3）的雅各比矩阵可以在g2o/types里面都已经定义好了，所以可以直接进行优化。...

前一篇讲了地图保存，经测试是可以使用的，现在进行之前保存地图的读取模式，但是这个代码会有几个问题，后续还得慢慢解决。首先在Map.h加入函数的定义，Map.cc中用到SystemSetting，Map.h中需要加入SystemSetting.h,也需要添加“class SystemSetting;”后面会涉及到。void Load( const string &filename...

“女生不适合弄硬件”,这句话真的深有体会,今天为了让Pioneer 3-AT给Kinect供电,真的是路途坎坷.首先机器人尘封很久,螺丝都是拧死的,LZ拿着螺丝头去拧,发现螺丝纹丝不动,好吧!需要师兄的协助.找到供电板的12V电源接口,因为操作问题…导致保险丝熔断,LZ的心情啊…默默的买了对应的保险丝,心里想着还是乖乖写代码吧…回归正题,如文章题目所示,如何保存ORB-SLAM的地图?如何...

ORB_SLAM2小伙伴们应该相当熟悉了，但是怎么在ROS下来跑ORB_SLAM2呢？下面是LZ的一点心得，也许可以帮助一些小伙伴减少点弯路(⊙o⊙)?1.安装依赖项 主要的依赖项有eigen3，Pangolin，OpenCV， c++ or c++0x Compiler这些在之前slam安装大全中基本上都已经描述过了，这里就不在赘述了。DBoW2和g2o在下来的源文件中就有，也不用单独...

第一次过ORB_SLAM2的代码，其实还有很多算法细节还是没有弄明白，接下来的任务是弄明白具体算法并对其增加部分小功能O(∩_∩)O哈哈~#ifndef LOOPCLOSING_H#define LOOPCLOSING_H#include "KeyFrame.h"#include "LocalMapping.h"#include "Map.h"#include "ORBVocabu...

先上代码#include <iostream>#include <pcl/point_types.h>#include <pcl/filters/passthrough.h>int main (int argc, char** argv){//initialize point cloud pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl

之前因为版本兼容问题，弄的LZ几乎都要崩溃了，不过和软件打交道，如果没有强大的心里承受能力，感觉基本上是只能GG了。实验室老师也经常说，全身心投入科研，膜拜中…… 重头戏来了，怎么快速编译通过dso slam呢 dso的以来比较少，所以想要跑通这个程序还是比较容易的。 1.安装一些必备的依赖项sudo apt-get install libsuitesparse-dev libeigen3-d

这是原文的PDF，链接: http://pan.baidu.com/s/1nuRIcsT 密码: 32pq，有兴趣的小伙伴可以看下原文，因为接触slam也不是很久，一知半解，如果有理解不对的地方欢迎批评指正。首先，LZ假设小伙伴对以下几个概念已经有了一定的了解： 1.SLAM 2.Odometry(Visual Odometry) 3.Intrinsics & Extrinsics & Cam

学ＳＬＡＭ的小姑娘　　２０１７年１月２０号正式定下了研究生期间的研究方向：ｓｌａｍ，之前的我是完全不懂什么叫ＳＬＡＭ（Simultaneous Localization and Mapping）,叫做同时定位与地图重建，主要解决了机器人的位姿和地图构建，从我现在的理解，也就是这样了。 　　本学期开始，重装了系统，用的时Ｕbuntu14.04,瞬间感觉自己电脑无比干净，因为是个Linux菜鸟，上学期

之前LZ写过一个SLAM依赖库安装大全，如果按照之前大全安装的方式进行安装，后续在编译自己的工程时需要链接各种库文件和头文件，但是具体在CMakeLists.txt里怎么使用呢？这篇博客就准备汇总各种SLAM常用库的链接方法。1.EigenEigen通过apt-get安装之后，我们要怎么使用这个依赖库呢？Eigen有一点很奇怪，Eigen库只有头文件，所以我们在CMakeLists.txt中是不需要

在计算机视觉中，通常都会碰到自己制作数据集的情况，有些时候需要自己写爬虫程序从网站上下载不同标签的图片。而有些情况下，我们则需要利用自己的摄像头进行数据的获取。在特定的领域，比如说三维重建，slam这些应用领域，在不使用深度学习的情况下，是需要在配置文件中给出相机的内参的，外参一般就用程序跑出来了。对于不同型号的摄像头，其内参一般是不一样的，下面给出一种简便的方法，对单目摄像头进行标定。LZ使用的是

这个程序是将点云投影到一个参数模型上（例如：球形， 或者是平面上），假如是平面的话，通过给定coefficients，就可以了，代码具体如下：#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/ModelCoefficients.h>#include <pcl/filte

#include <iostream>#include <pcl/point_types.h>#include <pcl/filters/radius_outlier_removal.h>#include <pcl/filters/conditional_removal.h>#include <pcl/io/pcd_io.h>int main(int argc, char **argv) {

从PCD中读取点云数据#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>int main(int argc, char **argv) { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ

#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>int main(int argc, char **argv) { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>); clou