LiChengwei的博客

高翔博士关于DSO直接法的理论推导直接法光度误差导数推导

ORB-SLAM、VINS等是采用的特征点+描述符方法DSO是特征点+直接法一份还不错的SVO中文注释：https://github.com/delovsam/rpg_svo论文链接：http://rpg.ifi.uzh.ch/docs/ICRA14_Forster.pdf代码的main主函数在SVO/src/test_pipeline.cpp中半闲居士-直接法讲解：链接相关博客：代码注释SVO原理讲解...

网上的PnP平差没有数据，很痛苦，自己制作数据来解根据其次坐标的推导公式在Matlab中制作数据(矩阵运算比较方便_)clcclearX = zeros(15, 3);x = zeros(15, 2);K=[25 0 0;0 25 0;0 0 1;]%相机内参数矩阵R=[0.4770710827172032, -0.7476726229304006, -0.4619402893831741;%旋转矩阵 0.653281340399395, 0.653280157390419, -0.38

glfw3.3.2源码编译1.下载glfw3.3.2源码2、解压3、cmake生成glfw3.3.2VS项目4、VS中添加glfw静态库1.下载glfw3.3.2源码github地址：https://github.com/glfw/glfw/releases2、解压解压完成后，新建build文件夹3、cmake生成glfw3.3.2VS项目（1）、打开cmake-gui选择glfw所在文件夹和build文件夹然后Gonfigure-》Generate（2）打开glfw VS项目选择g

最近在运行ORBLAM2开源算法，由于自己采集的数据已经做了对齐处理，就不需要用associate.py将rgb数据和深度数据做对齐处理，但是程序运行过程中需要associated.txt，因此我就按照自己的采集的数据名称手动输出了一个txt文件。#include<iostream>#include<fstream>using namespace std;int main(){ double x, y, z; int m; ofstream outfile("E:

最近在跑一个SLAM相关算法的时候遇到一个问题，被广泛测试的TUM数据集如何将以采集时间命名的图片保存为以序号命名的图片。TUM原始数据：assciations.txt、rgb文件、depth文件是原始数据处理之后的TUM数据：assciations1.txt、rgb1文件、depth1文件是处理之后的数据#include<iostream>#include<fstream>#include <string>#include<string&gt

VS配置Glew和Glfw开源库一、下载GLEW、Glfw二、解压三、VS中配置GLEW和glfw四、测试一、下载GLEW、GlfwGLEW的github下载地址：https://github.com/nigels-com/glew/releasesglfw的github下载地址：https://github.com/glfw/glfw/releases我下载的版本为GLEW 2.1.0中的glew-2.1.0-win32.zipglfw3.3.2中的glfw-3.3.2.bin.WIN64.z

Boost1.7.4源码编译一、下载二、解压三、利用VS cmd进行编译四、VS新建项目测试编译好的Boost库五、测试代码最近想把ORB_SLAM3在windows上编译运行，因为最新的的ORB_Slam3需要用到Boost这个库，因此将Boost库的编译过程记录下来。一、下载到官网下载：下载地址二、解压三、利用VS cmd进行编译打开vs2019的 x86_x64 Cross Tools Command Prompt for VS工具然后运行以下命令（我的boost解压路径为E:\Ap