qq_57425280的博客

也是终于到可以水论文的一步了这篇就来说说SLAM文章写论文的表格、作图需要用到啥东西。

此步骤的目的在于将录制好的数据集转换为 BundleFusion 所要求的离线输入格式，即 .sens 格式。BundleFusion 提供了将源格式封装成 .sens 格式的实现，因此只需将录制好的数据集存储为源格式即可。新建文件夹SLAM_Picture（此名称随意），在此文件夹下新建文件夹rgb和depth保存提取出来的深度图和彩色图，同时新建文件rgb.txt和depth.txt为对齐时间戳做准备。此时我们的rgb文件夹，depth文件夹，rgb.txt，depth.txt里面都写入了东西。

由图可知，C1,C2,X(X1,X2)组成了一个三角平面，这个三角所在的平面就是极面在这个极平面中，和成像平面相交的线是极线，即图中①位置蓝色点所在直线C1和C2即两个相机的光心位置，两个光心C1,C2和成像平面相交的点是极点，即蓝色点(X1)位置。

Thirdparty/fastdeploy-linux-x64-1.0.3/lib/libfastdeploy.so”，由“…这个项目的博主没有说应该用哪个版本的fastdeploy-linux-x64-1.0.3，我就先下载了fastdeploy-linux-x64-1.0.3版本，但是编译不过去。[CMakeFiles/Makefile2:126：CMakeFiles/ORB_SLAM3.dir/all] 错误 2 make: ***/Examples/RGB-D/rgbd_tum] 错误。

所遇到的问题是因为read_file_list()函数需要两个参数，而你在调用时只传递了一个参数。１．按照要求下载数据集，我下载的是rgbd_dataset_freiburg3_walking_xyz，将其解压到你喜欢的目录．我个人放在了evalution下。当然我看到有人说只需要把COMPILEDWITHC11改为COMPILEDWITHC14就可以了，这个我没有尝试，我只用了上面的方法，大家可以自己尝试。这个时2.3.1版本的，我们只需要将上面的数字换掉，然后直接浏览器粘贴就可以下对对应的版本！

我们跑完数据集会生成如图所示的轨迹。

链接:这篇文章是详细教怎么运行ORB-SLAM2的，那么下来我们就看看怎么运行ORB-SLAM3理论上ORB-SLAM2的环境也是可以跑ORB-SLAM3的，因为我之前试过，编译成功了，由于某些原因，我把虚拟机给删了。所以只能从头再来！还有就是远程连接虚拟机在windows上下载传到ubuntu上，我给大家推荐WinSCP这个软件，比我前面用的Xshell，Xftp好用多了！远程链接如果连接不上，大家自行网上搜索解决方案！

Gmapping是一种基于激光的SLAM算法，它已经集成在ROS中，是移动机器人中使用最多的SLAM算法。这个算法已经由Grisetti等人提出是一种基于Rao-Blackwellized的粒子滤波的SLAM方法。基于粒子滤波的算法用许多加权粒子表示路径的后验概率，每个粒子都给出一个重要性因子。但是，它们通常需要大量的粒子才能获得比较好的的结果，从而增加该算法的的计算复杂性。此外，与PF重采样过程相关的粒子退化耗尽问题也降低了算法的准确性。粒子退化问题包括在重采样阶段从样本集粒子中消除大量的粒子。

我一直以为是读卡器，或者是SD卡坏了。可把我吓死了。但是一想，刚买的小车和读卡器，读卡器我还以为它是坏的，在京东上误会卖家了！可真够恶心的，找了很长时间的解决方法都没有得到解决，最后终于是把这个问题解决了。

文章目录1.ORB特征点1.1 ORB提取1.2 ORB描述1.3 暴力匹配1.4 最后，请结合实验，回答下⾯⼏个问题2.从 E 恢复 R，t3.用 G-N 实现 Bundle Adjustment4.* 用 ICP 实现轨迹对齐1.ORB特征点1.1 ORB提取ORB(Oriented FAST and BRIEF) 特征是 SLAM 中⼀种很常⽤的特征，由于其⼆进制特性，使得它可以⾮常快速地提取与计算 [1]。下⾯，你将按照本题的指导，⾃⾏书写 ORB 的提取、描述⼦的计算以及匹配的代码。代

小编研究生的研究方向是视觉SLAM，目前在自学，本篇文章为初学高翔老师课的第四次作业。对于畸变，用两张鲜明的照片来展示：undistort_image.cpp：CMakeLists.txt：然后mkdir buildcd buildcmake …make./imagedisparity.cpp：double x和double y的计算方式和上一题一样,depth就算如下：计算出depth后，那么point模仿课上五对图片那个实践仿写即可。只不过实践中的d(视差)没有给出，而此

本次文章针对的是第四个视屏中的实践问题

如果写过SLAM14讲第一次的作业，或者看过我之前的运行ORB_SLAM2教程应该都安装过OpenCV了，如果没有安装，没关系，可以看我之前的博客，里面有如何安装OpenCV。

小编研究生的研究方向是视觉SLAM，目前在自学，本篇文章为初学高翔老师课的第三次作业。

小编研究生的研究方向是视觉SLAM，目前在自学，本篇文章为初学高翔老师课的第二次作业。

上一篇文章我讲述了如何使用自己的视频运行ORB-SLAM2，那么本篇，就在用自己视频的基础上更近一步，我来教大家如何使用摄像头运行ORB_SLAM2本篇会涉及到ROS的安装，usb_cam的下载，还有运行ORB_SLAM2的相关知识。

用自己的视屏运行ORB_SLAM2保姆级教程。

我是一个即将步入视觉SLAM的研究生，向往可以在优快云遇到更多这方面的大佬能够给予直到。也希望遇到更多一起步入视觉SLAM的学习者一起讨论。希望我们都能慢慢在视觉SLAM领域取得进步。

环境变量，就是存在当前环境中的变量，无论是Linux还是Windows，都有环境变量。比如，最常用的环境变量PATH,JAVA_HOME。Windows下的环境变量如图所示.按照序号①②③操纵即可①定义环境变量： export OUTDIR=/opt export可以认为是导出的意思 OUTDIR是环境变量的名字，然后加上一个值，这个值是一个路径②显示环境变量： echo $OUTDIR或者echo $OUTDIR/si ，可以用echo将它显示出来，或者用在一个字符串里也可以。

cmake在工程上广泛使用，我们会看到大多数库都是用cmake管理源代码。本篇文章小编会较大较如何使用cmake从创建到编译。