SLAM总结（SLAM十四讲ch14）

最新推荐文章于 2023-01-19 21:37:01 发布
最新推荐文章于 2023-01-19 21:37:01 发布
阅读量904 收藏 5
点赞数
分类专栏： SLAM 文章标签： SLAM
本文探讨了SLAM技术的未来发展，包括设备的小型化、轻量化趋势以及高性能计算设备在三维重建和场景理解中的作用。同时介绍了视觉与惯导融合的SLAM技术，并讨论了语义地图与深度学习相结合的可能性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

开源网站

 

SLAM未来发展趋势

一、小型化，轻量级

二、利用高性能计算设备，实现精密的三维重建和场景理解

 

视觉+惯导SLAM

语义地图（与深度学习结合）

slam十四讲（1）
Simon的博客
12-03 729
传感器信息读取。在视觉slam中主要为相机图像信息的读取和预处理。如果在机器人中，还可能有码盘、惯性传感器等信息的读取和同步 视觉里程计（visua odometry，VO）视觉里程计任务是估算相邻图像间相机的运动以及局部地图的样子。VO又称为前端 front end。 后端优化（optimization）后端接受不同时刻视觉里程计测量的相机位置，以及后环检测的信息，对他们进行优化，得到全局一致的轨迹和地图。由于接在VO之后，又称为后端（back end）。 回环检测（loop closing）回环检测..
SLAM十四讲
12-04
SLAM十四讲是最权威的教程，SLAM十四讲是最权威的教程
视觉slam14讲——第1234讲总结
leeayu的博客
03-29 731
文章目录1 第一讲 介绍2 第二讲 SLAM基础知识3 第三讲 刚体运动描述4 第四讲 李群与李代数 1 第一讲 介绍 不要想着把VIM变成一个IDE，它只是一个编辑器 不要沉迷于ubuntu的不必要的配置，它只是一个工具 2 第二讲 SLAM基础知识 SLAM主要完成的两个问题是： 定位 建立地图 完成SLAM依赖sensor： 环境中的sensor marker 导轨 磁条 机...
视觉SLAM十四讲
epic_Lin的博客
01-26 1万+
1、激光SLAM 激光SLAM相对成熟，比如2005年出版的《概率机器人》中就介绍了很多关于激光SLAM的知识，在ROS里也能找到许多关于激光定位、激光建图的现成软件。 2、单目SLAM 在相机移动时，近处的物体移动快，远处的物体移动慢，极远处的物体看上去是不动的。于是当相机移动时，这些物体在图像上的运动就形成了视差。通过视差，我们就能定量的判断哪些物体离得远，哪些物体离得近。 然而，即使我们知道了物体远近，它们仍然只是一个相对的值。单目SLAM估计的轨迹和地图将与真实的轨迹和地图相差一个因子，也就
slam14讲学习
hongge_smile的博客
03-03 419
slam学习 ​ SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，所谓完全的地图（a consistent map）...
slam十四讲 ch13——remode dataset
10-20
《SLAM十四讲》是一本深入探讨这一主题的经典著作，书中第十三章主要讲解了单目稠密重建的技术。在这一章中，作者可能会介绍如何利用单个摄像头的数据来实现环境的三维重建，这是SLAM研究领域的一个重要挑战。 ...
slam十四讲第二版ch12所需数据集
12-27
在描述中提到的"slam十四讲第二版ch12所需数据集"可能包含了用于演示或练习SLAM算法的各种数据。例如，这些数据可能来自公开的SLAM数据集，如Kitti、TUM RGB-D或EuRoC MAV。Kitti数据集主要用于自动驾驶汽车的SLAM...
视觉slam十四讲
02-22
《视觉SLAM十四讲》是一本深入探讨视觉Simultaneous Localization And Mapping（SLAM）技术的资源分享。SLAM是机器人领域的一个核心问题，它涉及如何让机器人在未知环境中同时定位自身位置并构建环境地图。这门技术...
视觉SLAM十四讲配套代码
12-02
《视觉SLAM十四讲》是一本深入探讨Simultaneous Localization And Mapping（同时定位与建图）技术的专业书籍，主要关注视觉SLAM领域的理论与实践。配套代码提供了书中的算法实现，便于读者理解和验证书中所讲述的...
视觉SLAM14讲——三维空间刚体运动
weixin_55800047的博客
05-06 629
1、旋转矩阵 1、点，向量和坐标系 我们生活在三维空间当中，三维空间由三个轴组成，空间中的任意一个位置可以由三个坐标来指定。对于视觉SLAM的研究，我们不仅要确定相机的位置，还有确定相机的位姿，也就是相机的朝向。 用线性代数的知识来说，我们可以在一个线性空间中确定一个向量，并且这个向量在该线性空间内的坐标是确定的。 例如确定向量a的坐标为： 根据线性代数的知识我们可以对向量进行一定的运算，如加减，内积，外积，数乘等。 向量间的内积可以表示为： 内积可以用来描述向量间的投影关系。 向量间外积可以表示为：
SLAM14讲~视频链接
01-29
SLAM14讲，清华大学高翔亲自讲SLAM14讲视频。有代码的讲解和书籍内容的讲解。。SLAM14讲对计划学SLAM的童鞋来说是一本非常合适的书。
slam14讲习题作业
02-28
高翔14讲最全代码，及习题作业，有不明白的疑问可以解决
SLAM14讲 章节三 三维刚体运动
有所为，有所成长
10-21 317
这讲主要是讲三维几何空间中刚体的运动方程。 a'=Ra+t 其中R为旋转矩阵，t为平移矩阵 将R和t融合到一个矩阵中，将上式变为线性方程 那么编程如何实现上式呢？用Eigen开源库。 Eigen使用方法：添加头文件，编写程序。 旋转向量与旋转矩阵之间的变换：，其中n为旋转向量，R为旋转矩阵 旋转向量只需要三个变量，比旋转矩阵三维矩阵的9个变量要简洁，节省运算成本。 由旋转向量到...
视觉SLAM14讲——VO
图像处理、SLAM、PCL、OpenCV爱好者
04-16 516
Slam14讲学习笔记 (七) 视觉里程计 本讲主要使用了特征提取关键点和描述子，对极约束估计位姿（RＴ），三角计算估计深度等 头文件及函数声明 #include<iostream> #include<opencv2/core/core.hpp> #include<opencv2/features2d/features2d.hpp> #include<...
SlAM 14讲笔记
qq_38757779的博客
01-19 852
SLAM学习笔记
SLAM十四讲 高翔
shike951128的博客
05-23 6972
清华大学 2016年冬天 CH1 运动模型，地图模型。环境的鲜艳信息，地图的信息。 基于视觉的机器学习。相机只知道灰度。 书： The Bible: Multiple View Geomery in Computer Vision State Estimation for Robotics: A Maxtrix-Lie-Group Approach Probabilistic Robotics 第一部分 数学基础 三维空间刚体运动 Eigen 李群和李代数 Sophus 非
视觉SLAM14讲——李群与李代数
weixin_55800047的博客
05-09 1660
前面的文章说过三维空间的刚体运动，介绍了旋转的表示。在SLAM中相机的位姿是不确定的，需要我们进行优化，常用的优化方法便是求导，但是旋转矩阵由于自身的特殊性(行列式为1的正交矩阵)，使我们无法直接对旋转矩阵进行求导优化，所以引入了李群与李代数来简化求解方式。 1、李群与李代数 上一篇文章说过旋转矩阵构成了特殊正交群SO(3)，变换矩阵构成特殊欧氏群SE(3)。 首先我们来介绍下群这一概念。 1、群 无论从旋转矩阵还是变换矩阵，我们可以证明两个矩阵进行加法运算后便不再是旋转矩阵(行列式为1的正交
slam十四讲 _直接法
qq_37417682的博客
01-14 2743
标题 前端视觉里程计能给出一个短时间内的轨迹和地图，但由于不可避免的误差累积，这个地图在长时间内是不准确的。所以，在视觉里程计的基础上，我们还希望构建一个尺度，规模更大的优化问题，以考虑长时间内的最优轨迹和地图。 第二讲中已经说到，视觉里程计只有短暂的记忆，我们希望整个运动轨迹在较长的时间内都能保持最优状态。 在后端优化中，我们通常考虑一个更长时间内(或所有时间内)的状态估计问题，而且...
【视觉SLAM14讲】【汇总】
热门推荐
qq_45954434的博客
06-27 1万+
第一讲东西少，就没记录【slam十四讲第二版】【课本例题代码向】【第二讲初识SLAM】【SLAM基础知识】【linux下C++编译】【cmake基础使用】【slam十四讲第二版】【课本例题代码向】【第三~四讲刚体运动、李群和李代数】【eigen3.3.4和pangolin安装，Sophus及fim的安装使用】【绘制轨迹】【计算轨迹误差】【slam十四讲第二版】【课本例题代码向】【第五讲~相机与图像】【OpenCV、图像去畸变、双目和RGB-D、遍历图像像素14种】【slam十四讲第二版】【课本例题代码向】【
slam十四讲ch6
最新发布
03-08
### SLAM十四讲第六章内容讲解 #### 6.1 相机模型与成像原理 相机作为视觉SLAM系统中的重要传感器，其工作原理基于针孔模型。通过该模型可以建立物体世界坐标系与其在图像平面上投影之间的关系[^1]。 #### 6.2 ...
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