SLAM
文章平均质量分 86
wq_151
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【转载】各种标定板的解释和分析
准确标定相机对于所有的机器/计算机视觉的成功应用都是非常重要的。然而,对于标定板,有不同的模式可供选择。为了方便进行选择,本文将解释每种方法的主要好处。标定板的选择,有CharuCo,棋盘格,不对称的圆和棋盘格。转载 2024-12-09 10:53:15 · 332 阅读 · 0 评论 -
相机动态/在线标定
由上面的原理,我们可知,Z的投影为U。K,Z)的交比相同。ABC三点共线,L为线外一点,过C作直线交LA于M、交LB于N,MB、NA交于K点,LK交AB于D点,则称D为C点相对于AB的调和共轭点。A’B’C’D’在图像平面上,已知A’B’C’,那么可以求解D’的图像坐标,对应的,相机光心与D的向量就是直线ABCD的方向。据此原理,对于投影平面上的任意一条截线,其上必然存在一点为灭点Q,并且AQ为这条截线对应的地平面上的直线的方向。考虑投影的成因,以GM上一点S为例,S投影为T,即AS与投影平面的交点为T。原创 2024-12-06 14:05:54 · 1640 阅读 · 0 评论 -
旋转矩阵的理解
现在我们换一种角度,不再将点看作普通的点,而是一个新坐标系的原点,如图3。那么如何描述从一个坐标系到另一个坐标系呢?是平移向量,其描述了坐标系1到坐标系2的平移。是旋转矩阵,其描述了坐标系1到坐标系2的旋转。显然根据上述例子,我们很容易地得到。在旋转之后多了一个平移而来,则。最后一个例子,如图4,一辆车从。,那么如何描述它们之间的变换呢?这个比较容易理解了,不多赘述。是坐标系旋转的角度.,它们也被两个时刻下的。首先看一个简单的例子。原创 2023-07-04 16:20:19 · 976 阅读 · 0 评论 -
拓展卡尔曼滤波EKF
这里的K 被称为卡尔曼增益。观察(8)中的x变化,其中后半部分体现的是观测和预测的差,而卡尔曼增益即为该项的权重。原创 2023-11-01 09:57:51 · 192 阅读 · 0 评论 -
SLAM中常用的库
SLAM中常用的库关于库关于库Pangolin是一个用于OpenGL显示/交互以及视频输入的一个轻量级、快速开发库,下面是Pangolin的Github网址:githubEigen是一个高层次的C ++库,有效支持线性代数,矩阵和矢量运算,数值分析及其相关的算法。[page]nanoflann是一个c++11标准库,用于构建具有不同拓扑(R2,R3(点云),SO(2)和SO(3)(2D和3D旋转组))的KD树。nanoflann不需要编译或安装。你只需要#include <nanoflann原创 2022-01-07 17:18:10 · 2709 阅读 · 0 评论
分享