<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[J.L]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wheelfjl</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wheelfjl]]></copyright><item><title><![CDATA[【ORB-SLAM2】代码框架精讲]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/127192899</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/127192899</guid><author>wheelfjl</author><pubDate>Fri, 07 Oct 2022 12:16:53 +0800</pubDate><description><![CDATA[这个代码逻辑框架图是作者17年时做的，希望时隔多年后的分享还能帮助到一些刚刚接触SLAM的同学，由于优快云的下载搞得太复杂，还需要积分，所以我直接贴上我的github仓储链接吧，大家点击进入仓储就可以直接下载了！如果觉得我做的还可以麻烦给我的仓储一个star或者fork哦！]]></description><category></category></item><item><title><![CDATA[SLAM中多传感器融合的时间同步问题]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/78653321</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/78653321</guid><author>wheelfjl</author><pubDate>Tue, 28 Nov 2017 11:36:45 +0800</pubDate><description><![CDATA[ROS中的时间同步]]></description><category></category></item><item><title><![CDATA[ORB-SLAM2代码逻辑流程图——Tracking线程]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/78500127</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/78500127</guid><author>wheelfjl</author><pubDate>Fri, 10 Nov 2017 15:17:39 +0800</pubDate><description><![CDATA[ORB-SLAM2作为一款面向单目、双目、深度相机三个接口的开源SLAM系统，流程清晰，代码清爽，非常适合初学者学习。当然，网上已经有非常完善的教程，优快云与cnblogs的博客也好，泡泡机器人的视频也好，都非常值得一看。于是最近整理了一个流程图，想着这样用流程图对着代码看起来逻辑上会更清晰一些。整个流程图按照Tracking、Localmapping、LoopClosing三个线程划分，其中穿插]]></description><category></category></item><item><title><![CDATA[卡尔曼滤波——迭代过程]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/78470203</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/78470203</guid><author>wheelfjl</author><pubDate>Tue, 07 Nov 2017 17:26:21 +0800</pubDate><description><![CDATA[之前提到了IMU与视觉SLAM的融合，因此也避不开卡尔曼滤波的使用。作为最经典的算法之一，推导过程不再赘述，这里只简述一下迭代的公式。计算预测值，预测值和真实值之间的误差协方差矩阵 有了上式可以计算卡尔曼增益K，然后得到估计值 计算估计值和真实值之间的误差协方差矩阵，为下一次迭代做准备 其中：A为状态转移矩阵，Q为系统噪声方差矩阵，R为观测噪声方差矩阵]]></description><category></category></item><item><title><![CDATA[工控机自带双屏安装ubuntu16.04无法显示主屏幕解决方法]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/78463931</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/78463931</guid><author>wheelfjl</author><pubDate>Tue, 07 Nov 2017 08:48:17 +0800</pubDate><description><![CDATA[项目上用到的一块工控机，性能不错，只是自带双屏，麻烦的是安装ubuntu时默认屏幕总是调不出来（再外接一个屏幕就成了3屏）。于是从网上查到了一下方法，问题得以解决。
首先不要直接进入ubuntu的安装界面，选try ubuntu，才能有进入终端进行输入操作的机会。
进入系统以后打开终端，输入：xrandr，查看当前所连接屏幕的名称。个人情况而言，我所连接的屏幕有：HDMI-1、DP-1（VGA线连接]]></description><category></category></item><item><title><![CDATA[视觉SLAM融合IMU问题研究笔记]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/78425109</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/78425109</guid><author>wheelfjl</author><pubDate>Thu, 02 Nov 2017 15:05:18 +0800</pubDate><description><![CDATA[前言：视觉 SLAM 存在输出频率低、旋转运动时、或运动速率加快时定位易失败等问题，而 IMU 有输出频率高、能输出6DoF测量信息等优点。因此现阶段的一个研究热点是将视觉 SLAM 与 IMU 得到的位姿估计结果进行融合，得到更加鲁棒的输出结果。通过二者的融合，可以解决视觉位姿估计输出频率低的问题，同时位姿估计精度有一定的提高，整个系统也更加鲁棒。这也是一个 VIO (Visual Inertia]]></description><category></category></item><item><title><![CDATA[调试笔记——《一起做RGB-D SLAM 》]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/62425057</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/62425057</guid><author>wheelfjl</author><pubDate>Thu, 16 Mar 2017 16:00:04 +0800</pubDate><description><![CDATA[花了前后大概两周的时间，好好整理了一遍高博的《一起做RGB-D SLAM 》系列，调试过程中发现，在安装g2o这个包时遇到了很多问题，下面把解决问题的过程记录一下。




起初安装g2o这个包时并没有特别在意，就直接按第六讲的内容，先从github上下载了源码，然后按照高博给出的步骤先安装了依赖：sudo apt-get install libeigen3-dev libsuitesp]]></description><category></category></item><item><title><![CDATA[Linux串口编程教程（英）]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/52758251</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/52758251</guid><author>wheelfjl</author><pubDate>Sat, 08 Oct 2016 16:56:24 +0800</pubDate><description><![CDATA[写在之前：

最近在学习Linux下的serial port programming，几经周转找到了这样一篇优质优良的教程，并且作者在github上还分享了源码，因此贴出来和大家分享一下（个人觉得比 Serial Programming Guide for POSIX Operating Systems 写的更通俗易懂，而且更详细），也算是对自己学习的一个记录。

源码和教程原址如下：
]]></description><category></category></item><item><title><![CDATA[移动平台驱动器模块调试笔记]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/52757690</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/52757690</guid><author>wheelfjl</author><pubDate>Sat, 08 Oct 2016 16:24:46 +0800</pubDate><description><![CDATA[今天上午通过上位机发送指令控制小车运动，由于小车运动到一定位置后前方有障碍物阻挡，我一懒就把小车直接拉回了起点，就是这一步，可能造成了下位机部分接线松动，之后再控制小车运动就失效了。
于是下午花了3个小时调试，排查小车无法运动的问题。记录下来，也算是对自己一个交代，以后再出现类似的情况，就会更清楚怎么解决了。


首先把TTL转485模块拔下，检测模块上的485两芯线和驱动器上的485线是]]></description><category></category></item><item><title><![CDATA[EETI_eGTouch_Linux for TK1 触摸屏调试笔记]]></title><link>https://blog.youkuaiyun.com/wheelfjl/article/details/52314610</link><guid>https://blog.youkuaiyun.com/wheelfjl/article/details/52314610</guid><author>wheelfjl</author><pubDate>Thu, 25 Aug 2016 15:00:41 +0800</pubDate><description><![CDATA[最近在调一块触摸屏（电阻屏），先说一下上位机配置架构，上位机采用TK1，是armhf架构，系统采用的Ubuntu 14.04 LTS。下面进入正题。


从eeti官网下载适合你的驱动，我是arm架构，采用linux系统，所以我下载的是EETI_eGTouch_Linux这款驱动确保你的板子是以 CONFIG_HIDRAW=y 启动，具体可通过指令 zgrep -i hidraw /proc]]></description><category></category></item></channel></rss>