2020 波恩大学《传感器及状态估计》学习笔记（一）附资源下载链接

最新推荐文章于 2022-05-02 16:28:01 发布
最新推荐文章于 2022-05-02 16:28:01 发布
阅读量997 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 传感器及状态估计 文章标签： slam
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ssselinasss/article/details/106140046

Prof. Dr. Cyrill Stachniss

个人简介：https://www.ipb.uni-bonn.de/people/cyrill-stachniss/
课程资料下载：https://www.ipb.uni-bonn.de/msr2-2020/

YouTube: y2u.be/4QG0y0pIOBE
Bilibili: www.bilibili.com/video/BV1DK411L7M6

课程视频（附字幕）
https://mp.weixin.qq.com/s/LKHbeeACGvXiotpJxGNH9Q

在这里插入图片描述
最近一段时间，会坚持做一个学习笔记的整理~
在这里插入图片描述
在这里插入图片描述

Course Introduction

● 移动机器人领域两个基础的问题
在这里插入图片描述

第一课 Introduction to SLAM

● Topic of the Course
在这里插入图片描述
这一部分，针对SLAM问题，引入最小二乘用来状态估计, 就更简单的2D 激光SLAM问题开始学习，之后relax我们的问题，使得SLAM问题更加试用于一般的场景，即可以允许异常值的出现。通过传感器（lidar 相机）获取数据，并进行几何模型的建立。

● What is SLAM?
在这里插入图片描述
SLAM是在同一时间点，解决定位于建图两个问题的问题。这个问题看似有点纠结，因为我们需要一个高精度的地图，来更好的估

最低0.47元/天 解锁文章

200万优质内容无限畅学
移动机器人 | 同时定位与建图
不断学习，不断进步，提高自己
05-10 2559
本文将介绍当前移动机器人的主要定位方法类别，并详细介绍了同时定位与建图原理及基于滤波的同时定位与建图方法。 01、定位 移动机器人定位（Localization）即机器人在环境中运行时实现移动机器人相对于世界坐标系的位置及其本身的位姿的判断，是移动机器人完成自主能力的最基本问题。精确的环境模型（地图）及机器人定位有助于高效地路径规划和决策，是保障机器人安全导航的基础。 移动机器人一开始是通过自身携带的内部传感器基于航迹推算的方法进行定位，后来进一步发展到使用各种外部传感器对环境特征进行观测，从而计..
2020 波恩大学《传感器及状态估计-ICP部分》学习笔记（二）附论文资料下载链接
ssselinasss的博客
05-18 1217
资料下载链接 Prof. Dr. Cyrill Stachniss 个人简介：https://www.ipb.uni-bonn.de/people/cyrill-stachniss/ 课程资料下载：https://www.ipb.uni-bonn.de/msr2-2020/ YouTube: y2u.be/4QG0y0pIOBE Bilibili: www.bilibili.com/video/BV1DK411L7M6 课程视频（附字幕） https://mp.weixin.qq.com/s/LKHbeeA
状态估计（1）——传感器及问题由来
qq_34345989的博客
12-01 2517
状态估计笔记（1）——问题由来 ​ 我们需要状态估计，是因为我们在任何过程中都无法获取真实值。 ​ 我们在用传感器(sensor) 去测量各种物理量的时候，传感器的测量值并非真值，而具有一定的不确定性。传感器受限于它们所能感知的信息。量程，分辨率，噪声等等也会对传感器的测量过程造成干扰。 ​ 我们在用执行器(actuation)去输出一个物理量的时候也具有一定的不确定性。控制噪声，磨损，机械故障等等也会对其带来影响。 ​ 我们许多时候使用的模型(model)也具有一定的不确定性，有的时候只能近似地抽
波恩大学最新机器人SLAM公开课：传感器及状态分析（附下载链接）
计算机视觉life
04-28 1167
随着疫情迅速在全球蔓延，各国纷纷开始学习和效仿中国模式。最近，德国大学也开启了网课模式。德国著名机器人学教授Cyrill Stachniss也在网上发布了2020年最新的机器人SLAM课程。目前在YouTube和Bilibili上都能进行观看，学习。 SLAM全称是Simultaneous Localization and Mapping，通常译为同步定位与建图，是机器人自主定位导航，...
机器人学中的状态估计pdf_用于3D人体姿势估计的新数据集
weixin_39642619的博客
11-19 437
计算机在图像和视频中识别和理解人类的能力对于包括自动驾驶、动作识别、人机交互、增强现实和机器人视觉在内的多项任务至关重要。人体姿态估计是计算机视觉中的基本问题。近年来，在二维人体姿态估计方面取得了重大进展。这一成功背后的关键因素是可用的大规模注释人体姿态数据集，允许训练网络的二维人体姿态估计。与此同时，在三维人体姿态估计方面的进展仍然有限，因为获得关于密集对应、深度、运动、身体部分分割、遮挡的地面...
概率机器人（Probability Robotics）笔记 Chapter 10: SLAM
DaqianC的博客
11-17 1362
1. 简介 SLAM问题的输入只有测量和控制，没有地图和位姿估计。 有两种同等重要的SLAM问题： 在线SLAM（online SLAM）: 同时估计地图和即时位姿这两个后验，即p(xt,m∣z1:t,u1:t)p(x_t,m|z_{1:t},u_{1:t})p(xt​,m∣z1:t​,u1:t​)。 称为在线SLAM的原因是，只估计时间ttt存留的变量。 很多在线SLAM算法是递增的，即只处理...
SLAM
渣渣屋
12-26 174
同时定位于建图 数学语言描述： full slam：估计所有的pose和地图 online slam：估计某一个pose和地图
波恩大学癫痫数据集特征提取
zxc244603934的博客
05-02 4003
介绍不多说了，这篇文章里有波恩癫痫数据集下载以及数据预处理程序 接下来讲一下怎么将单通道EEG信号的特征提取，提取后可以通过机器学习方法分类 具体原理是使用离散小波变换（db4）将单个样本EEG信号分解，取D3，4，5，6和A6,代表delta(A6)，theta(D6) ， alpha(D5) ，beta(D4)，gamma(D3) .然后计算五个子信号的各种的总体标准差，组成特征向量，就提取出单个样本的特征了。之后计算集合A和集合E中的共200个样本，保存下来复制到excel做一张表就能通过机器学.
A Survey of Simultaneous Localization and Mapping(2).pdf
10-28
2019SLAM综述 摘要：slam是同步定位和建图的缩写，它包含定位和建图两个主要任务。这是移动机器人学中一个重要的开放性问题：要精确地移动，移动机器人必须有一个精确的环境地图；然而，要建立一个精确的地图，移动机器人的感知位置必须精确地知道。
心电信号脑电信号数据
05-07
本人采集的心电信号、脑电信号数据，特别适合用来做数字信号处理……
癫痫脑电数据
05-18
5类癫痫脑电数据，脑电数据是印度学家Varun Bajaj和Ram Bilas Pachori对正常人和癫痫病患者测试的数据。脑电信号数据由五个子集组成，分别为Z，O，N，F，S，每个脑电子集包含100个信道序列，每个信道持续时间为23.6秒,信号采样点是4097个数据点。
代码开源！激光雷达 SLAM 的闭环检测：OverlapNet
3D视觉工坊
07-05 2631
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达最近，德国波恩大学Photogrammetry and Robotics Lab新开源了用于激光雷达SLAM中闭环检测的代码：Ove...
阅读《A Survey of Monocular Simultaneous Localization and Mapping》
Amazingren的博客
09-26 2084
一、大体总结首先从AR（Augmented reality 增强现实）切入，讲了SLAM的重要性以及视觉SLAM可以带来的好处，然后以此展开总体的概括了SLAM的发展情况，也分析和介绍了各不同SLAM的性能区别，对各个特性进行了对比和分析，最后总体讲了现有SLAM技术的不足以及对SLAM日后发展的憧憬。二、知识获取1.同时定位与地图构建(simultaneous localization and m
A Survey of Simultaneous Localization and Mapping 论文精读笔记
phy12321的博客
11-18 6489
A Survey of Simultaneous Localization and Mapping 南洋理工大学，武汉大学，2019.10.12 这是南洋理工大学的一篇关于SLAM的综述.（好像是赵俊老师的学生。。。） 本文介绍的算法有270个（篇论文）这里只记录有代表性的、最近几年的论文成果。 摘要 本文回顾了slam研究的三个方面：激光SLAM、视觉SLAM、融合的SLAM。 并分别rev...
【机器人学中的状态估计】第一讲
weixin_42703210的博客
03-08 2741
机器人中的状态估计
状态估计公开课--基于卡尔曼滤波的应用(多传感器数据融合)
AMOVLAB(阿木实验室)
01-25 8123
  其实状态估计包含两个部分： 姿态估计 位置估计 姿态指某一物体的在三维空间的方向指向，位置是指GPS坐标系或者NED坐标系下的位移。一个无人系统，不管是无人车、无人机、无人船或是机器人等，要在三维空间自由运作，该系统的姿态估计和位置估计都必须非常准确。就像人脑可以用眼睛和大脑辨别方位一样，假如蒙住双眼，我们走路都走不出直线。同理如果无人系统的姿态估计和位置估计不准确，那么无人系统在三维...
综述类slam论文A Survey of Simultaneous Localization and Mapping（一）——激光雷达部分
Laney_Midory的博客
05-02 977
A Survey of Simultaneous Localization and Mapping 同步定位和地图绘制（SLAM）实现了基于自我感知的同时定位和地图构建的目的。本文对SLAM进行了概述，包括激光雷达SLAM，视觉SLAM及其融合。对于激光雷达或视觉SLAM，该文章调查说明了传感器的基本类型和产品，开源系统的分类和历史，嵌入的深度学习，挑战和未来。另外，补充了视觉惯性里程计的介绍。对于激光雷达和视觉融合SLAM，本文重点介绍了多传感器校准，硬件，数据，任务层中的融合。用悬而未决的问题和前瞻性思
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值