
SLAM十四讲
文章平均质量分 83
Min_20
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【SLAM十四讲】 第一讲习题
slam十四讲--习题一 习题1 Ax=b, 已知A,b要如何解x? 若A可逆,rank(A)=rank(A,b)=n. x=A^-1 * b 即A满秩(/ 非奇异 / det(A)不等于0),可以解出x的唯一解 若rank(A)<rank(A,b) x无解。 若rank(A)=rank(A,b)<n, x多解。 习题2 高斯分布 正态分布(Normal dis...原创 2018-09-28 11:36:54 · 1284 阅读 · 0 评论 -
【SLAM十四讲】第二讲习题
A. 使用g++编译 用编辑器输入了helloSLAM.cpp的源代码,然后调用g++编译器对它进行编译,得到了可执行文件。g++默认把源文件编译成 a.out这个名字的程序。 步骤:vim 启用vim——填写源代码—— :w Filename 保存—— g++ Filename 编译 ——./ a.out 输出 B. 使用cmake进行编译 在一个cmake工程中,我们会使用cmake...原创 2018-09-28 11:37:03 · 600 阅读 · 0 评论 -
基于单目视觉的同时定位与地图构建方法综述
摘要: 增强现实是一种在现实场景中无缝地融入虚拟物体或信息的技术, 能够比传统的文字、图像和视频等方式 更高效、直观地呈现信息,有着非常广泛的应用. 同时定位与地图构建作为增强现实的关键基础技术, 可以用来在未 知环境中定位自身方位并同时构建环境三维地图, 从而保证叠加的虚拟物体与现实场景在几何上的一致性. 文中首 先简述基于视觉的同时定位与地图构建的基本原理; 然后介绍几个代表性的基于单目视...原创 2018-10-06 19:19:49 · 4042 阅读 · 0 评论 -
【SLAM十四讲】 第三讲
1.旋转矩阵 2.旋转向量和欧拉角 3.四元数 1.旋转矩阵 1.1点 向量 坐标系 向量 是空间中存在的有方向有长度的一样东西,向量不等于坐标,不同坐标系下向量的坐标表示也不尽相同。只有确定了一个坐标系,我们才能说这个向量的坐标是多少。 向量的外积运算 其中,代表反对称矩阵,即 外积可以表示旋转,利用右手法则,大拇指朝向就是旋转向量的方向,事实也是的方向。所以...原创 2018-09-28 11:37:18 · 1024 阅读 · 0 评论 -
【SLAM十四讲】第四讲 李群与李代数 部分证明(包括习题)
第四讲 李群与李代数 第四讲概述 从什么是群(封结幺逆),什么是李代数(封双自雅)和李群开始引入基础 然后揭开李群与李代数之间的联系(指数映射与对数映射)/另一种罗德里格斯的证法(利用exp的泰勒展开) 最后揭开李代数的求导:1)利用BCH近似和泰勒近似的求导模型 和 扰动模型(没有J更好算) 相比书中原文,更喜欢另一篇李群李代数这里的讲解,链接见下。 白巧克力 https://blog...原创 2018-09-28 11:37:29 · 3235 阅读 · 8 评论 -
【SLAM十四讲】 第五讲
视觉slam十四讲 之 第五讲 相机与图像 这一讲主要就是 内参(针孔模型)与外参(同一点不同坐标系转换),相机畸变(切向和径向)以及图像在计算机上的表示。 点云拼接代码 pcl编译问题 我的CMakeLists(并不完整,没加eigen 略了) cmake_minimum_required(VERSION 2.8) set(OpenCV_DIR "/usr/local/opencv-3...原创 2018-09-28 11:37:52 · 1394 阅读 · 0 评论 -
【SLAM十四讲 】第六讲
第六讲非线性优化 首先对这章要用到的概率知识点做一些回顾 知识点回顾 概率与统计 概率是已知模型和参数,推数据。统计是已知数据,推模型和参数。 贝叶斯公式 P(A)即是常说的先验概率。 展开分母 其中,表示非A 贝叶斯公式就是在描述,你有多大把握能相信一件证据?(how much you can trust the evidence) 我们假设响警报的目的就是想说汽...原创 2018-09-28 11:38:16 · 1408 阅读 · 0 评论