Night___Raid的博客

2022年度盘点：十大最佳开源SLAM算法

1、Occupancy grid map 占用栅格图最稠密--每隔一个距离就要进行切分（当每个格子切的比较小也就是分辨率比较大的时候，内存非常大） 结构化 坐标索引查询，O(1)https://github.com/ANYbotics/grid_map2、Octo-map 八叉树地图环境中没有障碍物的地方，就用大的方块表示，当大方块里面有小部分有障碍物，就递归地切分下去，直到包含了障碍物为止。稀疏的 结构化 非直接索引查询https://octomap.github.io

在 SLAM 系统中经常用到各种不同的数值积分方法，工程上最常见的有三种：欧拉积分（Euler method）、中点积分（Midpoint method）和龙格－库塔法积分（Runge–Kutta methods）。他们的区别就是如何用数值方法模拟一个斜率。这里简单总结如下：一、欧拉积分设有如下微分方程：y′(t)=f(t,y(t))y'(t)=f(t,y(t))y′(t)=f(t,y(t))并且 tnt_ntn​ 和 tn+1t_{n+1}tn+1​ 时刻的差为 tn+1−tn=Δtt_{

关于这个问题的内容比较多，也整理了相当一段时间，在写内容之前，我需要引用一些牛人的名人名言，以壮士气。（1）故不积跬步，无以至千里；不积小流，无以成江海-荀子（2）只收藏，不点赞的同学，人心都是肉长的。。。地主家也没有余粮啊。。。我想说的是。。。不赞不是好码农-马克.wangshuai（纯粹copy）内容一首先直接给出AX=B解的情况：（1）R(A)< r(A|B),方程组无解（2）r(A)=r(A|B)=n,方程组有唯一解（3）r(A)=r(A|B) < n,方程组有无穷解

参考：https://blog.youkuaiyun.com/xiaoxiaowenqiang/article/details/81192045目前主流的VIO开源方案主要有以下几类，按照相机与IMU的耦合方式可分为松耦合和紧耦合，按照后端优化方案又可分为滤波优化和非线性优化。崔华坤老师有做过总结，详情可见老师github：https://github.com/StevenCui/VIO-Doc更新：VI-ORB ——> ORB-SLAM3ROVIO ——> ROVIOLI、Maplab目录V

ROS 教程1 机器人操作系统 基础知识 节点 话题 消息 服务 行动 参数 日志 TF变换 目标结构 启动文件ROS 教程2 机器人雷达建图 蒙特卡洛定位 导航 路径规划 仿真ROS 教程3 机器人语音 语音识别理解合成控制 ASR NLU TTSROS 教程4 机器人视觉识别控制 OpenCV OpenNI2 PCL 2D 3D目标检测 目标跟踪object tracking人体跟踪person followin...

VINS-FusionVINS-FUSION源码框架及C++知识点总结MSCKF-VIOMSCKF-VIO源码框架及C++知识点总结

MSCKF那些事（一）MSCKF算法简介MSCKF那些事（二）S-MSCKF试用与源码解析MSCKF那些事（三）算法详解1：前端特征跟踪MSCKF那些事（四）算法详解2：数学基础MSCKF那些事（五）算法详解3：IMU PropagationMSCKF那些事（六）算法详解4：State AugmentationMSCKF那些事（七）算法详解5：Measurement UpdateMSCKF那些事（八）算法改进1：双目扩展与外参在线标定MSCKF那些事（九）算法改进2：时间同步与同步误差估计.

相机内参标定相机内参标定工具：相机内参由autoware_camera_calibration脚本获得的，该脚本是官方ROS标定工具的一个分支（即ROS Camera Calibration Tools）。  这部分的理论知识和标定工具的使用方法可参考我之前写过的一篇博客，传送门（讲解了在ROS下进行相机内参标定和去畸变方法）。相机-LIDAR联合标定目前已知四种标定工具：分别为：Autoware，apollo，lidar_camera_calibration，but_velodyne详见激光

/home/ahundt/src/kalibr_ws/src/kalibr/Schweizer-Messer/numpy_eigen/include/numpy_eigen/NumpyEigenConverter.hpp:20:32: fatal error: numpy/arrayobject.h: No such file or directory ln -s /usr/local/lib/python2.7/dist-packages/numpy/core/include/numpy /usr/.

之前ubuntu kinetic环境下安装过pcl-1.7 ，后来因为项目需要重新卸载安装了pcl-1.8，主要卸载命令有：sudo rm -r /usr/include/pcl-1.7 /usr/share/pcl /usr/bin/pcl* /usr/lib/libpcl*sudo apt-get --purge remove libpcl-dev项目编译时发现学要pcl_ros 和pcl_conversions库，PCL1.7中应该是默认安装有的，主要在根目录/opt/ros/kinetic

https://www.cnblogs.com/ironstark/category/759418.html

VS Code断点调试CMake工程项目利用VScode和cmake编译构建C++工程代码

https://blog.youkuaiyun.com/fb_941219/article/details/100279527https://blog.youkuaiyun.com/wubaobao1993/article/details/105106301/

https://blog.youkuaiyun.com/weixin_42361804/category_9729018.html

1、PL-VIOPL-VIO是在VINS-Mono的基础上,添加了线特征,并且取得了不错的效果.缺点是线特征的提取匹配所需要的时间比较长.github: https://github.com/HeYijia/PL-VIO论文:PL-VIO: Tightly-Coupled Monocular Visual-Inertial Odometry Using Point and Line Features.注释：https://www.cnblogs.com/feifanrensheng/articles

LSD(Line Segment Detector)直线提取算法http://www.mamicode.com/info-detail-2149883.html

推荐给卡尔曼滤波还不太清楚的朋友们，配合着代码看完一定会有收获的无人驾驶技术入门（十三）| 手把手教你写卡尔曼滤波器无人驾驶技术入门（十八）| 手把手教你写扩展卡尔曼滤波器无人驾驶技术入门（十九）| 手把手教你实现多传感器融合技术无人驾驶技术入门（二十）| 手把手教你用粒子滤波实现无人车定位期间所有的代码：https://github.com/Super-Iron-Man/KalmanFilter...

前言秋招即将来临，虽然今年形势恐不大好，但有备无患吧！主要参考：Jichao_Peng:视觉SLAM总结——视觉SLAM面试题汇总try_again_later:SLAM秋招知识点总结——自动驾驶算法、3D视觉岗位（附有解答）1.Sift中尺度空间、高斯金字塔、差分金字塔（DOG金字塔）https://blog.youkuaiyun.com/dcrmg/article/details/525616561.Sift与surf特征提取的区别按照顺序阅读：https://blog.youkuaiyun.com/cy5

方差、协方差、标准差、均方差、均方根值、均方误差、均方根误差对比分析为什么样本方差（sample variance）的分母是 n-1？

目标：小车上运行SLAM算法，在PC上使用rviz可视化观察第一步：分别在两台机器上使用 hostname 指令查看用户名ifconfig 指令查看ip地址wlp3s0是我的pc的无线网卡，可以看到ip地址为10.10.40.84，同样方法查询到小车的ip地址为10.10.40.174。第三步：让主从机在网络上互相认识一下前两步我们获得的hostname与ip地址是机器在网络上的标识，就好像我们交朋友，我知道了你的名字和你家的地址，就可以去找你玩啦。在从机上使用vim或..

http://www.luyixian.cn/news_show_293512.aspxhttp://www.luyixian.cn/news_show_293512.aspx

最近在新电脑配置完realsense d435i的驱动后，当运行roslaunch realsense2_camera rs_rgbd.launch报错：ResourceNotFound: rgbd_launch解决方案：sudo apt-get install ros-kinetic-rgbd-launch

前言实验室购买了intel realsense d435i RGBD相机，用于无人机平台上的定位导航，最近新购买了intel nuc，需要重新布置相机驱动，特此把安装经历重新梳理一遍，以免忘记。那就开始吧！安装环境系统：ubuntu 16.04 内核 4.15.0-43-genericROS： Kinetic传感器：intel realsense d435iRealsense SDK安装github：https://github.com/IntelRealSense/librealsense

Indirect Kalman Filter for 3D Attitude EstimationNikolas Trawny and Stergios I. RoumeliotisDepartment of Computer Science & EngineeringUniversity of MinnesotaMultiple Autonomous Robotic System...

https://blog.youkuaiyun.com/weixin_44350238/article/details/102672744https://blog.youkuaiyun.com/Hanghang_/article/details/103546033

一 主要针对自动驾驶：1.KITTI数据集：http://www.cvlibs.net/datasets/kitti/index.php（RGB+Lidar+GPS+IMU）KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像 (stereo)，光流 (optical flow)，视觉...

https://blog.youkuaiyun.com/hly453/article/details/88983123

3. 视觉SLAM系统关键问题结合上述介绍的SLAM系统，我们从以下几个方面分析视觉SLAM系统需要考虑的关键问题。（1）图像信息使用视觉SLAM方法根据使用图像信息的不同可分为直接法，间接法。直接法，常见于稠密或半稠密的SLAM中，指的是采用图像上每个像素的信息（亮度值）来估计相机位姿；间接法，常用于稀疏的SLAM中，只使用显著的图像部位（即特征）用于位姿估计的计算。直接法最...

欢迎 watch/star/fork 我们的 GitHub 仓库： Awesome-SLAM, 或者follow 项目的主页：Awesome-SLAM Page。本文主要整理自己在Github上关注的一些优秀的开源SLAM repo。Hot SLAM Repos on GitHub Awesome-SLAM: Resources and Resource Collections ...

1、最早的特征点法，并把定位与跟踪分为两个线程是PTAM(Parallel Tracking and Mapping for Small AR Workspaces)可以说是特征点法SLAM的起源之一。论文：http://www.robots.ox.ac.uk/~gk/publications/KleinMurray2007ISMAR.pdf代码：https://github.com/...

计算机视觉的任务很多，有图像分类、目标检测、语义分割、实例分割和全景分割等，那它们的区别是什么呢？1、Image Classification（图像分类）图像分类（下图左）就是对图像判断出所属的分类，比如在学习分类中数据集有人（person）、羊（sheep）、狗（dog）和猫（cat）四种，图像分类要求给定一个图片输出图片里含有哪些分类，比如下图的例子是含有person、sheep和do...

目录第1讲前言：本书讲什么；如何使用本书；第2讲 初始SLAM：引子-小萝卜的例子；经典视觉SLAM框架；SLAM问题的数学表述；实践-编程基础；第3讲 三维空间刚体运动：旋转矩阵；实践-Eigen；旋转向量和欧拉角；四元数；相似、仿射、射影变换；实践-Eigen几何模块；可视化演示；第4讲 李群与李代数：李群李代数基础；指数与对数映射；李代数求导与扰动模型；实践-Sophu...

当今科技发展速度飞快，想让用户在AR/VR、机器人、无人机、无人驾驶领域体验加强，还是需要更多前沿技术做支持，SLAM就是其中之一。实际上，有人就曾打比方，若是手机离开了WIFI和数据网络，就像无人车和机器人，离开了SLAM一样。什么是SLAMSLAM的英文全称是 Simultaneous Localization and Mapping，中文称作「同时定位与地图创建」。SL...

高翔博士对ORBSLAM2修改增加了点云模块，https://github.com/gaoxiang12/ORBSLAM2_with_pointcloud_map 在编译过程中，遇到很多问题，特来记录一下。以便之后的同学可以快速上手。注意环境是ubuntu16.04。１、下载源码git clone https://github.com/gaoxiang12/ORBSLAM2_with_p...

文章目录SLAM 研究的时代划分 the classical age (1986 - 2004) the algorithmic-analysis age (2004 - 2015) the robust-perception age (now) 自主机器人真的需要SLAM吗？ SLAM问题被解决了吗？ SLAM算法鲁棒性 SLAM算法鲁棒性面临的主要挑战 数据关联...

1,机械狗楼梯建图https://github.com/ANYbotics/elevation_mapping２，visual-inertial mapping frameworkhttps://github.com/ethz-asl/maplab３，icp mappinghttps://github.com/ethz-asl/ethzasl_icp_mappinghttps://gi...

安装依赖 sudo apt-get install libglew-dev #安装Glew sudo apt-get install cmake #安装CMake 3 #安装Boost sudo apt-get install libboost-dev libboost-thread-dev libboost-filesystem-de...

打算以后从事slam+深度学习方向的工作，整理一些招聘网站上的工作要求，作为自己的工作目标。1、50%配合深度学习算法工程师，集成现有的物体识别框架和贝叶斯方法，构建包含物体标签的地图，用于家用机器人的场景理解甚至辅助导航定位2、50%在此基础上，对算法进行优化基础知识：1、良好的C++和python，MATLAB编程基础，熟悉Linux及ROS操作系统,有ROS相关项目经验者优先...

ubuntu16.04安装视觉SLAM14讲中的全部第三方库