- 博客(10)
- 收藏
- 关注
RSS订阅原创 ubuntu20.04安装VITIS_HLS2021.2配置OPENCV4.4和VITIS_LIBRARIES(详细版)
大家好，今天给研友们配置一下这个VITIS_HLS，因这其中经历太多的坎坷，为让大家原理配置环境的烦扰，本人出个详细版，望大家喜欢我之前的博客已经出过vitis的安装，在此不在赘述，直接给出我博客的链接，请大家不要使用里面的opencv的安装，我在第三节会讲解opencv的安装（这个巨大的坑）VITIS安装的详细教程在此想吐槽几句，因为这个opencv的安装真的是困扰了我几天，头疼欲裂，反复的删除安装，搞得我头很大，不过终于在今天解决了，吐槽一下我遇到的问题：这是我遇到的问题，大家如果不按照我的ope
2022-07-05 16:19:44
6594
17
原创 Ubuntu20.04安装Vitis2021.2（详细教程）
1、配置ubuntuVitis2021.2安装包77个G，安装全部内容需要硬盘空间189个G，十分的大，如果ubuntu磁盘分配不合理，会出现空间不够，或者不能使用vitis默认目录安装的情况，且vitis一般安装在根目录下，在此我给出ubuntu配置教程：注：网上有很多的分区教程，其实不需要分那么区，我们只需要四个区：我的总容量为500个G，磁盘小的可以根据自己磁盘容量适当调整EFI 大小：1024（我给的2048）不要给的太大 主分区,空间起始位置，系统分区 SWAP
2022-05-20 11:52:10
18288
18
原创 Ubuntu20.04配置ORBSLAM2并运行（保姆级教程）
首先欢迎大家来到我的博客，因为自己在这个ORB_SLAM2的环境配置上走了太多的坑，为了让研友不再入坑，决定来个保姆级教程，哈哈哈。
2022-04-25 22:09:01
49624
163
原创 视觉SLAM十四讲笔记六（第七讲）
1、引言前几节介绍了运动方程和观测方程的具体形式，并讲解了以非线性优化为 主的求解方法。本讲，我们将介绍什么是特征点，如何提取和匹配特征点，以及如何根据配对的特征点估计相机运动。2、特征点法特征点法：长久以来（直到现在）被认为是视觉里程计的主流方法。 它运行稳定，对光照、动态物体不敏感，是目前比较成熟的解决方案。视觉里程计的核心问题：如何根据图像估计相机运动，然而图像本身是个亮度和色彩组成的矩阵，很难从矩阵层面考虑运动估计，我们通常的做法是：1、从图像中选取比较有代表性的点（比如角点，.
2022-04-20 10:02:43
778
原创 视觉SLAM十四讲笔记五（第六讲）
引言在前面五节中讲述了SLAM的运动方程（位姿由变换矩阵来描述）和观测方程（由相机成像模型给出），但由于噪声的存在，上述的运动方程和观测方程不是精确成立的，我们所得到的数据往往受噪声的影响，因此下文我们需要讨论在有噪声的数据中进行准确的状态估计。我想在介绍非线性优化的内容，有必要补充一下概率论的知识，给出如下链接，供读者自行学习：1、第一篇最大似然估计（了解）2、第二篇，第一篇看完，再看这篇，巩固学习1、批量状态估计与最大后验估计我们知道经典SLAM模型由一个运动方程...
2022-04-17 10:55:42
3521
原创 视觉SLAM十四讲笔记四（第五讲）
1、相机模型针孔模型：将三维坐标点映射到二维图像平面的几何模型现在来对这个简单的针孔模型进行几何建模。设 O − x − y − z 为相机坐标系，我们让 z 轴指向相机前方，x 向右，y 向下。O 为摄像机的光心，也是针孔模型中的针孔。现实世界的空间点 P，经过小孔 O 投影之后，落在物理成像平面 O′ − x ′ − y ′ 上，成像点为 P ′。设 P 的坐标为 [X, Y, Z] T，P ′ 为 [X′ , Y ′ , Z′ ] T，并且设物理成像平面到小孔的 距离为 f（焦距）。那么，
2022-04-15 09:39:26
975
3
原创 视觉SLAM十四讲笔记三（第四讲）
引言在第三讲中介绍了旋转矩阵R、旋转向量、欧拉角、四元数若干种方式，这些仅是对旋转的表示，除了表示我们还需进行估计和优化，因为在SLAM中位姿是未知的，我们需要解决：什么样的相机位姿最符合当前的观测数据，这类问题可以转化为优化问题，即求解最优的R、t 使误差最小化。但是因为旋转矩阵是有约束的，所以优化变为有有约束优化，这是不好的，由此便引入李代数将其变为无约束优化。李代数与李代数基础特殊正交群：特殊欧式群：上节介绍了旋转矩阵构成了特殊正交群，变换矩阵构成了特殊欧氏群，如果大家不熟悉.
2022-04-14 10:28:16
1707
2
原创 视觉SLAM十四讲笔记二（第三讲）
旋转矩阵点、向量、坐标系点：空间中的基本元素，没有长度，没有体积。向量：两个点连接起来就构成了向量。坐标系：由三个正交的坐标轴组成。任意一个向量可由一组基和基下坐标表示（矩阵论里面的内容）内积：两个向量a,b => a...
2022-04-12 15:01:28
353
原创 视觉SLAM十四讲笔记一（第二讲）
1 引言最近定了方向为视觉SLAM，买了高翔的视觉SLAM这本书，寥寥草草看完一遍，一头雾水，感叹视觉SLAM入门太难，今天来到博客，再学一边，顺便记录下自己第一次写博客。2 总结：2.1小萝卜需要做什么？在此引用“小萝卜”机器人,小萝卜为了探索一个房间需知道两件事：1、我在什么地方？（定位）2、周围环境是什么样？（建图）SLAM="定位+建图"；视觉SLAM=“用摄像头作为传感器的SLAM”2.2小萝卜的眼睛：单目相机（一个摄像头）：优点：结构简单、成本低。缺点
2022-04-11 20:19:56
3266
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人