自动驾驶行业学习、交流

transormation

本文来自coursera课程，仅做备份使用，侵删。IntroductionGiven your experience with batch least squares (where all measurements are processed at once), you now decide convert your batch solution to a recursive one for added flexibility. Recall that you have the following.

目录一、预备知识1、空间变换后的点对变换求导1.1.1 左扰动1.1.2 右扰动2、高斯牛顿优化二、公式推导1、构建误差函数2、计算雅克比3、构建增量方程4、更新待优化量三、代码四、参考一、预备知识1、空间变换后的点对变换求导为了简单采用扰动模型1.1.1 左扰动1.1.2 右扰动2、高斯牛顿优化二、公式推导1、构建误差函数2、计算雅克比3、构建增量方程4、更新待优化量三、代码见github四、参考参考博客：https://blog.youkuaiyun.com/weixin_4

文件目录代码1、kittiHelper.cpp2、scanRegistration.cpp3、laserOdometry.cpp4、laserMapping.cpp5、lidarFactor.cpp参考代码1、kittiHelper.cpp/* * @Author: your name * @Date: 2020-09-18 09:28:16 * @LastEditTime: 2020-10-05 21:29:26 * @LastEditors: Please set LastEditors

博主小白，分享一下自己对于点变换和坐标系变换的理解，不对的地方请大家指出~目录坐标系变换点变换KITTI数据集中的坐标系关系参考坐标系变换以最简单的坐标系变换为例，如下图图中有两个坐标系，因为没有旋转，两个坐标系之间的变换关系很显然为[X2Y2]=[01−10][X1Y1] \begin{bmatrix} X_2 \\ Y_2 \end{bmatrix} =\left[\begin{array}{cccc} 0 & 1 \\ -1 & 0\e.

C++矩阵库 Eigen 快速入门

目录里程计流程front_end_node.cpp的注释可视化debug参考里程计流程1、如果当前帧是第一帧，那么将其看做关键帧，进行关键帧更新2、关键帧更新都做了什么？更新local_map队列，更新local_map，更新ndt的target_cloud。3、如果不是第一帧，那么将其与local_map进行ndt配准，配准的所需要的guess_pose是根据匀速运动模型进行计算的。4、配准得到当前帧的pose，利用当前帧和上一阵的pose，结合匀速运动模型得到下一次配准的guess_pose；

目录畸变径向畸变切向畸变去畸变原理代码参考畸变产生原因：透镜不能完全满足针孔模型假设径向畸变畸变程度都是从中心开始，用一个半径画圆的话，半径越大，圆周上的畸变程度也越大。这个就是由于相机透镜的形状导致的，且越向透镜边缘移动径向畸变越严重。切向畸变切向畸变是由于透镜和CMOS或者CCD的安装位置误差导致。看下面的图，因此，如果存在切向畸变，一个矩形被投影到成像平面上时，很可能会变成一个梯形。不过随着相机制造工艺的大大提升，这种情况很少出现了，我们一般也不考虑切向的畸变。去畸变原理大致思路是

【睿慕课点云处理】第六章-点云识别与跟踪特征描述作业答基于特征的model-scene配准关键点显示基于特征的里程计

【睿慕课点云处理】第五章-点云配准与点云SLAM基础作业答配准使用ndt配准实现简单的激光里程计

【睿慕课点云处理】第三章-三维空间变换作业使用eigen实现空间变换Eigen基础函数

知识星球slam作业 slam课后作业 深蓝学院slam课程作业

@[TOC]视觉里程计理论特征点提取与匹配对极约束三角测距PnPICP实践特征点提取特征点匹配对极约束(2d-2d)三角化测距PnP(3d-2d)EPnP求解位姿BA优化➜ build git:(master) ✗ ./pose_estimation_3d2d ../1.png ../2.png ../1_depth.png [ INFO:0] Initialize OpenCL runtime...-- Max dist : 95.000000 -- Min d

激光里程计1、原理2、几点需要注意的1. 关键帧的选取2. 更新当前帧pose3. 设置guess_pose3、效果4、参考1、原理读入每一帧的点云，和地图做ndt配准，得到当前帧的pose，使用这个pose作为下一帧配准的guess_pose，如果当前帧是关键帧（关键帧如何选取？- 根据与上一关键帧的距离或者每隔几帧设置为关键帧），那么更新地图并且将当前帧更新为关键帧。2、几点需要注意的1. 关键帧的选取当前帧距离上一个关键帧的位移超过阈值（1m），则认为当前帧为关键帧。 // 如果当前帧和

参考Eigen中四元数、欧拉角、旋转矩阵、旋转向量之间的转换注意Eigen中 四元数最后一个数为实部注意输出欧拉角的次序 2,1,0代表绕x-y-z轴旋转的角度代码#include<iostream>#include<eigen3/Eigen/Core>#include<eigen3/Eigen/Dense>#include <eigen3/Eigen/Geometry>#include <cmath>using n

一些需要注意的点：1、remap的正确使用方法：在launch文件中，要在对应的node标签下使用remap标签才能将source_topic映射为goal_topic <node name="cloud_node" pkg="zvision_lidar_pointcloud" type="cloud_node" output="screen" > <par...

前言：LOAM和单线激光雷达的hector算法比较像，都可以在无IMU数据的情况下建图环境：Ubuntu16.04、ROS-kinect、PCL1.8步骤：1、LOAM安装：参考链接: https://blog.youkuaiyun.com/qq_36396941/article/details/82973772.2、数据集：ROS官网上链接: http://wiki.ros.org/loam_v...

参考：https://blog.youkuaiyun.com/qq_32618327/article/details/102403297问题：error while loading shared libraries: libg2o_core.so: cannot open hared object file: No such file or directory原因：在默认情况下，编译器只会使...

参考博客：https://blog.youkuaiyun.com/liu502617169/article/details/88693442#commentBox这篇博客写的很清楚//使用ceres,根据50个含有高斯噪声的点拟合曲线 y = 5*sin(x) + 6*cos(x)#include <iostream>#include <opencv2/opencv.hpp&g...

转自：http://blog.sina.com.cn/s/blog_7445c2940102x3x4.html侵删1.非线性优化真的那么难？​其实，在上高中的时候我们就已经对非线性优化的求解方法了然于心了。可见，非线性优化并不是我们想的那么困难，只不过在后来由于学习了大量的新知识，而迷失其中。你可能不相信，那么让我们一同回到高中的数学课上。数学老师给了如下的问题：​​​如何找到上面这个函数...

问题找不到OpenCVCMake Error at CMakeLists.txt:7 (find_package): Found package configuration file: /usr/local/share/OpenCV/OpenCVConfig.cmake but it set OpenCV_FOUND to FALSE so package "Open...