Vslam
关注
分享
扫一扫
学习记录
凌晨四点天使之城
努力学习,你必须要做成一件事来证明自己。
展开
-
罗德里格斯公式两种推导方法
原创 2020-05-15 12:24:29 · 670 阅读 · 0 评论 -
Feature Detector & Descriptor(三)
提取到Feature point以后，如何match？这就需要描述子(匹配比对的根据)了。描述子要足够鲁棒，对光照和几何不敏感。请看下面最简单的描述方法：这样可以做match，前提最好不要有像素强度、光照、几何变化。当我们用梯度来描述时，可以对像素shift鲁棒。或者用像素梯度图。(丢掉像素的空间位置)，如下优点是：可以抵抗旋转变化。缺点是：丢掉...原创 2019-12-19 18:52:34 · 348 阅读 · 0 评论 -
Feature Detector & Descriptor(二)
视频链接Harris corner在尺度上存在问题，上一篇视频中提出的思路是自动的选择尺度，可能就解决了尺度不变性这个问题(找到一个尺度来定义这个点是不是Feature Point)。自动选尺度如何操作？逐步调节窗口大小，找出一个比较适当的窗口，然后得出这是Feature Point的结论，然后留下这个点。这个图不清晰，但是看视频应该可以理解。横轴是window size，纵轴是H...原创 2019-12-19 18:19:12 · 267 阅读 · 0 评论 -
Feature Detector & Descriptor(一)
视频地址Why Extract Features?Robot Localization 3D object recognition 图像拼接，两张图拼成一个视角更大的图Advantages of Local FeaturesLocality:局部性(局部特征，抗遮挡等干扰) Quantity：数量较多(一张图像中可能提取几百几千个) Dintinctiveness:区别性比较...原创 2019-12-18 15:48:05 · 876 阅读 · 0 评论 -
深度/RGBD相机简介
深度相机与RGBD相机的区别？为何经常概念混淆？什么是深度图？ 什么是深度/RGB-D相机(有什么关系？)？ RGB-D相机原理简介结构光 飞行时间RGB-D相机有哪些坑？ RGB-D相机优点 RGB-D相机应用深度图一般是16位的单目结构光？双目结构光？单目结构光 有一个红外发射器和一个红外接收器双目结构光 有一个红外发射器和两个红外接收器...原创 2019-12-11 10:33:40 · 29776 阅读 · 10 评论 -
RGB-D相机的标定与图像配准
Kinect2相机简介 问题与目标 内外参标定 深度校正 图像配准 总结RGBD相机的缺点这里解释的并不详细，下个博客会更加详细说。常见的RGB-D相机品牌为什么有这样的问题？想一想常用的标定工具(前俩用过)注意，用lai_kinect2标定，需要 ros环境。以上是标定步骤...原创 2019-12-10 15:15:26 · 9213 阅读 · 5 评论 -
Stereo Vision--stereo matching
5. Stereo correspondence如何确定dmax?向左搜索？向右搜索？下面详细讲四个步骤代价聚合：进一步优化代价计算的质量。不同大小的矩形~多边形约束~自适应权重？怎么做？通过某一像素点在其邻域内的相关性。遮挡区域怎么处理？没有视差。怎么处理深度不连续，边缘处的深度不连续！分割加权重(距离相关...原创 2019-12-10 10:27:15 · 274 阅读 · 1 评论 -
Stereo Vision--立体视觉论述+标定+矫正
OutlineIntroduction to stereo vision Overview of a stereo vision system StereoCalibration StereoRectify Stereo correspondence1.Introduction to stereo vision什么是立体视觉？Is a technique aimed at ...原创 2019-12-09 15:59:13 · 948 阅读 · 0 评论 -
摄像机透视投影模型
1. 摄像机透视投影模型(这个已经手推过了)好好理解下弱透视重要理解：正投影 弱透视 平行透视 正透视 仿射相机。为何仿射相机能保平行性？仿射相机还没理解！！https://blog.youkuaiyun.com/LoseInVain/article/details/102883243这个链接讲的不错。...原创 2019-12-09 10:19:51 · 2050 阅读 · 1 评论 -
Vslam14讲(复习七)
视觉里程计1主要目标：理解图像特征点的意义，并掌握在单幅图像中提取特征点及多幅图像中匹配特征点的方法。7.1 特征点法SLAM系统分为前端和后端，前端也称为视觉里程计。视觉里程计根据相邻图像的信息估计出粗略的相机运动，给后端提供较好的初始值。视觉里程计的算法主要分为两大类：特征点法和直接法。特征点法的优点：稳定，对光照、动态物体不敏感。7.1.1 特征点视觉里程...原创 2019-12-08 15:36:46 · 434 阅读 · 0 评论 -
Vslam14讲(复习六)
非线性优化主要目标：理解最小二乘法的含义和处理方式 理解高斯牛顿法(Gauss-Newton‘s Method)、列文伯格-马夸尔特方法(Levenburg-Marquadt's Method) 学习ceres和g2o库的基本用法综合之前的，我们熟悉了运动方程和观测方程。方程中的位姿可以由变换矩阵来描述，然后用李代数进行优化。观测方程由相机模型给出，其中内参是随相机固定的，而外参则是...原创 2019-12-03 23:48:10 · 264 阅读 · 0 评论 -
Vslam14讲(复习五)
相机与图像主要目标：理解针孔相机的模型、内参与径向畸变系数。 理解一个空间点是如何投影到相机成像平面的。 掌握Opencv的图像存储方式 学会基本的摄像头标定方法前面几个博客讲了“相机如何表达自身位置的问题”，这个博客的重点是“机器人如何观测外部世界”。这部分我在第二个博客中已经写了相机模型的笔记。5.2 图像5.3 实践：计算机中的图像安装open...原创 2019-12-02 09:53:39 · 439 阅读 · 0 评论 -
Vslam14讲(复习四)
李群与李代数主要目标：理解李群与李代数的概念，掌握SO(3),SE(3)与对应的李代数的表示方式。 理解BCH近似的意义。 学会在李代数上的扰动模型。 使用Sophus对李代数进行运算。上个博客学习的主要是三维世界中刚体运动的描述方式，包括旋转矩阵、旋转向量、欧拉角、四元数等突感种方式。我们重点介绍了旋转的表示，，但是在SLAM这个系统中，我们还要对他们进行估计和优化。现在呢，...原创 2019-11-28 16:52:51 · 361 阅读 · 0 评论 -
Vslam14讲(复习三)
三维空间刚体运动主要目标:理解三维空间的刚体运动描述方式：旋转矩阵、变换矩阵、四元数和欧拉角。 掌握Eigen库的矩阵、几何模块的使用方法。视觉SLAM的基本问题之一：如何描述刚体在三维空间中的运动。直观上看，一次旋转加一次平移确实没多大问题，但是旋转的处理比较麻烦。所以引入了旋转矩阵、四元数、欧拉角等定义，以及它们是如何运算的。Eigen是一个优秀的库，这一讲将重点实现和运用下。...原创 2019-11-21 22:00:09 · 725 阅读 · 1 评论 -
Vslam14讲(复习二)
初识SLAM主要目标：理解一个SLAM框架由哪几个模块组成，各模块的任务是什么。 搭建编程环境，为开发和实验做准备。 理解如何在Linux下编译并运行一个程序，如果有Bug，该如何调试。 掌握cmake的基本使用方法。2.1引子轮式移动机器人+相机。问题：定位和建图。传感器可以分为两类：携带于机器人本体的，如轮式编码器、相机、激光传感器。 安装于环境中的，导轨、二...原创 2019-11-19 09:56:26 · 1129 阅读 · 0 评论 -
Vslam14讲(复习一)
1.1 要学习什么内容SLAM (Simultaneous Localizationand Mapping) —— 同时定位与地图构建理论与实践：理论背景，系统架构以及各个模块的主流做法。理解：搭载特定传感器的机器人，在没有环境先验信息的情况下，在运动过程中实时建立环境模型，同时估计自己的运动。传感器主要为相机，称为"视觉SLAM"。当用相机作为传感器，要做的就是根据一张张连续运...原创 2019-11-16 07:32:22 · 414 阅读 · 0 评论