weixin_42344264的博客

原创 PLSL-SLAM：基于视觉点线特征融合SLAM（毕设开源，参考VINS-Fusion、PL-VIO、VLOAM）

概要：双目点线特征VIO+激光雷达点云深度增强视觉特征Bag包：链接：https://pan.baidu.com/s/1esy94hAgzWKazTELXuCtsQ提取码：mj8k代码：https://github.com/why-freedom/PLSL-SLAM其他参考：从零手写VIO激光视觉融合SLAM 水博客PLS-VIO：双目点线特征融合视觉惯导里程计 （附长走廊数据集）SLAM踩坑记录 | 编译框架 | 配置环境等

原创 使用速腾16线激光雷达跑通cartogranpher-2d作为真值,对视觉激光融合结果使用evo评估

摘要：长走廊数据集,使用cartographer记过作为真值，评估视觉和雷达融合(VINS-Fusion-Lidar)的结果。框架：vins-fusion、vins-fusion-lidar、aloam一、配置cartographer参数my_robot_3d.luainclude "map_builder.lua"include "trajectory_builder.lua"options = { map_builder = MAP_BUILDER, trajectory_buil

原创 PLS-VIO：双目点线特征融合视觉惯导里程计 （附长走廊数据集）

论文：PLS-VIO: Stereo Vision-inertial Odometry Based on Point and Line Features长走廊数据链接（双目 + IMU + Lidar(无外参)）：链接：https://pan.baidu.com/s/113xxEnng2-JScg8masIc1w提取码：a7dd带外参数据等之后分享...

原创 VINS-MONO中的一些解释与问题

原创 视觉SLAM基础知识点图谱 | 参考十四讲

梳理基础知识，主要参考视觉SLAM十四讲。以作快速查阅，不完善之处请指出（2020.7.10，未完待续）

原创 数据结构与算法 | 个人笔记 | 以作备忘

个人笔记，仅供备忘部分参考课程评论08、栈1、内存中的堆栈和数据结构堆栈不是一个概念，可以说内存中的堆栈是真实存在的物理区，数据结构中的堆栈是抽象的数据存储结构。内存空间在逻辑上分为三部分：代码区、静态数据区和动态数据区，动态数据区又分为栈区和堆区。代码区：存储方法体的二进制代码。高级调度（作业调度）、中级调度（内存调度）、低级调度（进程调度）控制代码区执行代码的切换。静态数据区：存储全局变量、静态变量、常量，常量包括final修饰的常量和String常量。系统自动分配和回收。栈

原创 从零手写VIO学习记录——系列奥比中光竞赛题目：【VIO在长走廊弱纹理环境下的优化（设备：小觅双目相机深度版）】

简述了当前线特征和VIO研究现状；基于VINS-Fusion前端加入线特征；使用小觅相机进行了实验，测试双目直接法DSO和VINS光流法及改进后。

原创 KITTI里程计数据集 | 跑VINS-Fusion计算外参

1、使用KITTI数据集跑VINS，数据集制作参考，本文使用的是2011_09_26_0056。本文主要是使用双目 +ＩＭＵ，及之后融合激光雷达根据kitti数据集给出的标定参数，计算IMU-to-Cam0，IMU-to-Cam1。本文使用的是未同步的imu数据和同步的相机激光雷达数据。2、计算外参py脚本，由于不经常使用py，发现array最后得转换成mat才能算矩阵运算。也可以直接用MATLAB、Sophus等from numpy import *import numpy as np

翻译 【综述】视觉和激光雷达融合SLAM | 传统方法| 最新2020

视觉和激光雷达的综述A Review of Visual-LiDAR Fusion based Simultaneous Localization and Mapping先介绍基本SLAM原理，再视觉SLAM，再激光SLAM，最后介绍两者融合SLAMSection 2：SLAM1、SLAM的概率方法解释2、基于图的SLAM框架Section 3：V-SLAM1、所有这些视觉SLAM在光线改变或者低纹理环境都容易出错。Section 4：LiDAR Based SLAM1、基于

原创 剑指offer刷题笔记（牛客网C++）

4、二维数组中的查找1、暴力查找：循环遍历，O(n2)2、利用递增的规律，右上或左下查找：当最右上的数字大于查找值时，将此列删除；如果小于查找值时，将此行删除；如果等于，则查找结束。N=max(m,n), O(N)class Solution {public: bool Find(int target, vector<vector<int> > array) { // 获取二维数组的行列 int rows = array.size();

原创 LeeCode刷题记录——栈

本系列作为本人刷LeeCode记录，主要记录思路，作为备忘，仅供参考。（啊，算法实在太难了。。。万里长征第一步，脑袋已经变糊涂）1、最小栈思路一：使用两个栈，一个数据栈s，一个辅助栈min，min.top()用来存放最小值。【进栈】：在push 值x过程中，如果栈s为空，或者x小于等于min.top值的话，就把x也push到min.top()中，再将x push到s.top中；【注意为什么...

原创 Struct VIO阅读

Struct VIO关键内容A .线段检测和跟踪LSD检测，为每条结构线并使用3D-2D匹配跟踪线段测量。（3D-2D跟踪优势是利用相机运动来预测结构线在图像可能的位置来降低搜寻范围）当新的帧到时，通过IMU积分来预测相机位姿来预测结构线。下一步在靠近这个线段投影（知道了预测位姿和上一帧3D线，可以投影到新的一帧）的位置附近在搜寻线段。通过线投影和检测线段之间的位置和方向不同来搜寻备选...

原创 LeeCode刷题记录——链表

本系列作为本人刷LeeCode记录，主要记录思路，作为备忘，仅供参考。（啊，算法实在太难了。。。万里长征第一步，脑袋已经变糊涂）1、奇偶链表将奇链表放在一个链表，偶链表放在另一个链表，最后把偶链表头结点接到奇链表尾结点。类似于拉链2、相交链表分别为链表A和链表B设置指针A和指针B，然后开始遍历链表，如果遍历完当前链表，则将指针指向另外一个链表的头部继续遍历，直至两个指针相遇。3、...

原创 SLAM踩坑记录 | 编译框架 | 配置环境等

本文主要是记录个人在学习SLAM过程中遇到的坑及解决办法，仅供参考1、报错：void Eigen::MapBase<Derived, 0>::checkSanity() const [with Derived = Eigen::Map<Eigen::Matrix<double, 2, 6, 0, 2, 6>, 32, Eigen::Stride<0, 0&gt...

原创 从零手写VIO学习记录——系列七：【VIO系统初始化】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）本节是VIO的重点，主要是VINS的鲁棒初始...

原创 从零手写VIO学习记录 ——系列六：【前端视觉】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）本节主要介绍前端：提取匹配特征点和光流跟踪，...

原创 从零手写VIO学习记录 ——系列五：【后端优化】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）本节主要使用Eigen库手撕求解器，非线性最...

原创 从零手写VIO学习记录——系列四：【VIO滑动窗口算法】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）本节主要是VIO中滑动窗口算法的可观性和一致...

原创 从零手写VIO学习记录——系列二：【IMU基础】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）第二节主要讲IMU传感器，主要是IMU测量及...

原创 从零手写VIO学习记录——系列三：【基于优化的IMU和视觉信息融合】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）本节主要是VIO的残差构建及其雅可比推导，主...

原创 从零手写VIO学习记录——系列一：【VIO基础知识，四元数与李代数】（学习记录 | 作业 | 代码）

本系列主要根据深蓝学院《视觉SLAM进阶：从零开始手写VIO》。博客主要以本人在课程学习过程中的作业和修改的代码为主。如需详细视频及PPT，请联系深蓝学院相关人员。代码已上传github: https://github.com/why-freedom/VIOLearningNote-Code.git （有用话给个star >_<）第一节主要以VIO概述为主，了解目前有哪些主...

原创 SLAM面试总结？小白的自我救赎之路

1、解释一下卡尔曼滤波？假设你有两个传感器，测的是同一个信号。可是它们每次的读数都不太一样，怎么办？取平均。再假设你知道其中贵的那个传感器应该准一些，便宜的那个应该差一些。那有比取平均更好的办法吗？加权平均。怎么加权？假设两个传感器的误差都符合正态分布，假设你知道这两个正态分布的方差，用这两个方差值，（此处省略若干数学公式），你可以得到一个“最优”的权重。接下来，重点来了：假设你只有一个传感器，...

原创 用于同步加速度计和陀螺仪时间戳保存为txt文件

针对不同频率的加速度计和陀螺仪读取格式：ACC.txt >> 时间戳 acc.x acc.y acc.zGYR.txt >> 时间戳 gyr.x gyr.y gyr.z输出格式:IMU.txt >> 时间戳 gyr.x gyr.y gyr.z acc.x acc.y acc.z参考VINS-Fusion时间戳同步、及深蓝VIO课程贺博代码代...

翻译 陀螺仪+轮速计+单目视觉融合

陀螺仪+轮速计+单目视觉融合Tightly-coupled Monocular Visual-odometricSLAM using Wheels and a MEMS Gyroscope摘要1、提出一种预积分理论，将轮编码器和陀螺仪测量结果整合到局部框架里。预积分解决了旋转群SO(3)的流形结构。并讨论了不确定性传播和偏差校正。2、里程计的误差项由预积分模型设计，紧融合在视觉优化框架3...