u010566411的专栏

问题描述机器人一号和二号，分别在世界坐标系中。 一号的位姿q1=[0.35,0.2,0.3,0.1]\boldsymbol{q_1}=[0.35, 0.2, 0.3, 0.1], t1=[0.3,0.1,0.1]T\boldsymbol{t_1}=[0.3, 0.1, 0.1]^T。 二号的位姿q2=[−0.5,0.4,−0.1,0.2]\boldsymbol{q_2}=[-0.5,0.4, -

Velodyne激光距离测试在室内测试了VLP16和HDL-32E两种激光雷达的数据输出。根据官方手册25页左右给出的说明，激光探头是有安装误差和偏置的，因此想对偏置进行测试。63-9113 REV J MANUAL,USER’S,HDL-32E.pdfCoordinate Calculation Algorithm Sample CodeAfter removing all the c...

环境x86 linux rosxsens 有USB模式和232模式在USB模式下带宽比较高，但是在使用ros录数据时，当有其他激光 相机等数据在录制时，会导致imu数据包的录制时间不稳定。在232模式下（注意 不是ttl），虽然imu能配置为460800甚至更高波特率，但ethz的ros的驱动只能支持最大230400波特率，而且数据输出的频率 100Hz ，都扛不住。基本上232模式下...

1耗时问题在g2o中有许多Solver可以选择。 实测发现Dense非常非常的慢，慢到不能用。 后面改成Cholmod就非常快。 在使用Cholmod时还需要在cmakelists里加一个lib的依赖 cholmod 这个cmakelists比较乱，可以做很多精简，这里仅仅做个记录cmake_minimum_required( VERSION 2.8 )cmake_policy(VERSI

1.保存数据使用bin对比测试，将一帧vlp16激光雷达的数据存下来大约是855KB，bin格式是320KB。 分别对应//普通格式ASSICpcl::PCDWriter writer;writer.write(s_pcd,laserCloudIn);//bin格式pcl::io::savePCDFileBinary(s_pcd, *cloud);最大的不同在于读取速度。 实测assic的

这只是一次简单的尝试，不过收获还是挺多的。 首先是地面上有一些tag，用摄像头去拍摄，每次只拍到部分的tag，拍多次。 因为tag是唯一的，而且尺度已知，可以直接计算摄像头的RT，因此可以套用slam框架。基本思路如下： 1.初始帧将map坐标系远点设为摄像头初始位置，将初始帧看到的tag的四个角点放入map中。 2.之后的帧先识别当前帧里的tag，分为两类，一类是map中已有的，一类是ma

记录一个遇到的问题。 我的程序里只有两种类型的节点和一种类型的边。 节点：VertexPointXYZ VertexSE3 边：EdgeSE3PointXYZ当我使用 BlockSolver_6_3 这个solver时 一旦执行 optimizer.optimize(10); 程序就崩溃。 按理说 BlockSolver_6_3 的意思是 6代表pose的自由度 3代表landmark

这真是一个很坑的bug，反正作者没有修复。 解决办法：https://github.com/RainerKuemmerle/g2o/issues/34 需要添加摄像头 并且必须增加一句e->setParameterId(0,0);任何其他的数字都不行！

开始研究g2o,记录一些过程。 首先使用create_sphere可以生成一个数据文件。然后使用g2o_viewer就可以载入这个文件。 载入以后可以进行优化，优化后是一个球体。 这里g2o_viewer不是万能的可视化窗口，有许多已存在在g2o工程里的数据类型是不知显示的，比如VertexSE3Expmap因此如果希望使用g2o_viewer*来方便调试，有两个办法，第一个办法就是老老实实的

在ndt中会定义一个ndtcell的尺寸，初始化时会计算每个cell的中的均值mean和方差cov。有了均值和方差以后就可以计算特征向量和特征值。这儿获得的33的特征向量和31的特征值，分别代表旋转和每个轴的分布离散情况。错！这儿的3*3的特征向量很有可能不是旋转矩阵。因为是直接通过对cov进行分解得到。例如0 0 10 1 01 0 0虽然它乘以他的转置是单位阵，但是他不是右手...