qq_41883714的博客

时隔多年，又回来搞14讲后边的实践部分了5.3 实践：计算机中的图像5.3.1 OpenCV的基本使用方法安装OpenCV，build之后别忘了sudo make install将OpenCV安装到电脑上实验源代码为imageBasics.cpp，因为创建了build文件夹，所以可执行文件在build里经过cmake ..和make之后，使用如下指令运行：./imageBasics /home/lihaha/桌面/ch5_1.0/imageBasics/ubuntu.png前者是可执行文件，

冲冲冲！前言c++计时函数c++输出数据到txtMatlab读取txt文件并打印前言最近在研究ORB-SLAM2，为了直观看到ORB-SLAM2运行数据集过程中某部分的用时，决定对用时进行打印输出，并使用matlab绘制曲线c++计时函数为了获得某段程序的用时，采用c++自带的函数库来实现计时。在需要计时的程序上方，引用头文件：#include<ctime>之后定义两个变量，表示被测试程序段的始末时间点：clock_t start,end;//定义了被测程序段始末时间节点在

前言闭环检测线程处理的是从局部建图线程传过来的关键帧，然后我们从历史关键帧里找能够匹配的，形成闭环，优化地图闭环检测：DetectLoop()关于共视图和闭环候选帧的选择原则小问题共视图的建立是在局部建图线程，基本方法是寻找观测到当前帧地图点的先前的关键帧，建立的线索在于共同的地图点（值得一提的是，共视关键帧是共同看到了大于等于15个地图点的关键帧）而闭环候选帧的选择使用的是BoW向量，先通过BoW向量的相似关系，找匹配的地图点，还是有一定区别的那么问题来了，希望的候选关键帧会不会已经是共视关键

前言在Tracking线程中，生成了关键帧并送到了局部建图线程，这说明关键帧和地图点插入到Map中是在局部建图线程进行的局部建图线程主要工作：插入关键帧当前帧地图点剔除创建新的地图点局部BA局部关键帧剔除Tracking线程地图点处理方法首先利用恒速运动模型得到当前帧粗略的位姿，以及匹配到的部分地图点，然后依据这些地图点，构建局部地图，局部地图构建后，在其中查找当前帧视野内的地图点，与该帧特征点进行投影匹配，之后在进行位姿优化插入关键帧：ProcessNewKeyFrame()如标

前言继之前学习特征提取之后，终于要开始SLAM正经线程的学习了因为感觉做不完毕设了，所以后期会看的快一些，几篇文章将以随笔形式展开，主要记录学习过程中的一些心得体会随笔描述子是个矩阵是怎么回事描述子是在该函数中提取的： /** * @brief 用仿函数（重载括号运算符）方法来计算图像特征点!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! * * @param[in] _image

写在前边的话这篇文章写于录制ORB-SLAM2特征提取详解视频期间因为发现有必要说一说ORB的原理，毕竟很多小伙伴可能还不是很了解另外考虑到别人的帖子直接拿过来讲不太好，我就简单整理以下别人的（很多大佬写的超级好！）本篇文章大部分参照：【理解】ORB特征提取与ORBSLAM特征匹配简要剖析这篇写的很详细，我只是添加了一些自己的理解认识进去，可以直接去看这篇嗷不墨迹，上干货！????ORB概述ORB名词解释：ORB：Oriented FAST and Rotated BRIEFOrient

写在前边的话该文章将介绍ORB-SLAM2源代码中特征提取部分的主题内容，涉及整体流程、原理简介、源代码讲解，那我们开始吧！框架梳理mono_kitti.cc我们采用mono_kitti.cc来开始程序，也就是针对单目kitti数据集来研究。进入main函数，定义了两个容器来存放每张图片的路径和时间戳：// Retrieve paths to imagesvector<string> vstrImageFilenames; //图像序列中每张图片存放路径vector<dou

当你下定决心开始学习SLAM时，看到《视觉SLAM十四讲》的你是否欣喜若狂？当你学完理论知识准备在实践章节大显身手时，发现源码完全不会跑的你又是否一脸懵逼？不要怕！和李哈哈一起刷夜，我们一起康康每讲的实践部分，到底怎么玩。写在前面的话和很多初学SLAM的小伙伴一样，我对SLAM、对Linux，甚至对C++都不清楚????看了看SLAM十四讲感觉突然有点感觉的时候，实践部分又完全无从下手????针对以上这种情况，我决定将自己完成实践部分作业的过程分享出来????希望那些和我一样刚开始学习SLA

这是很有成就感的一张图，开心！

在这里介绍一下视觉SLAM十四讲3.6.2实际的坐标变换例子的代码分析这里作者只给了源代码，其实是有公式推导的我结合网上其他人的代码，在不影响对源代码的理解的同时，对代码进行了一些改进，大家可以仔细看下注释内容：#include <iostream>#include <vector>#include <algorithm>#include <Eigen/Core>#include <Eigen/Geometry>using nam

当你下定决心开始学习SLAM时，看到《视觉SLAM十四讲》的你是否欣喜若狂？当你学完理论知识准备在实践章节大显身手时，发现源码完全不会跑的你又是否一脸懵逼？不要怕！和李哈哈一起刷夜，我们一起康康每讲的实践部分，到底怎么玩。写在前面的话和很多初学SLAM的小伙伴一样，我对SLAM、对Linux，甚至对C++都不清楚????看了看SLAM十四讲感觉突然有点感觉的时候，实践部分又完全无从下手????针对以上这种情况，我决定将自己完成实践部分作业的过程分享出来????希望那些和我一样刚开始学习SLA

当你下定决心开始学习SLAM时，看到《视觉SLAM十四讲》的你是否欣喜若狂？当你学完理论知识准备在实践章节大显身手时，发现源码完全不会跑的你又是否一脸懵逼？不要怕！和李哈哈一起刷夜，我们一起康康每讲的实践部分，到底怎么玩。写在前面的话和很多初学SLAM的小伙伴一样，我对SLAM、对Linux，甚至对C++都不清楚????看了看SLAM十四讲感觉突然有点感觉的时候，实践部分又完全无从下手????针对以上这种情况，我决定将自己完成实践部分作业的过程分享出来????希望那些和我一样刚开始学习SLA

第二讲 初识SLAM传感器 Sensors两类传感器：安装于环境中的：二维码，GPS，携带于机器人本体的：对比激光和相机两大类传感器，激光建图基本上已经研究清楚，视觉SLAM还没有稳定可靠运行摄像头：轻便、便宜、信息丰富缺点：遮挡、受光照影响、计算量大、单目，双目，深度相机（TOF/结构光）...