
slam
文章平均质量分 50
xyz599
这个作者很懒,什么都没留下…
展开
-
Power Bundle Adjustment for Large-Scale 3D Reconstruction 阅读
PowerBA新颖点在于提高上式(12)中dX_p= S_{-1}*(-b)的计算效率。提高原理:如下所示:将矩阵的求逆计算转换为矩阵的乘加计算。原创 2023-06-21 13:11:13 · 221 阅读 · 0 评论 -
ROVIO相关推导以及代码与论文不一致处解析
ROVIO 推导 解析原创 2023-04-25 14:27:12 · 410 阅读 · 2 评论 -
内外参标定系列
1、标定系列一 | 机器人手眼标定的基础理论分析https://zhuanlan.zhihu.com/p/931837882、标定系列二 | 实践之Camera-Odometry标定https://zhuanlan.zhihu.com/p/1017271513、Camera-2dLidar标定https://blog.youkuaiyun.com/heyijia0327/article/details/850009434、2d Laser 和 Odomter 内外参数标定工具原理及使用方法h原创 2020-08-17 10:16:00 · 413 阅读 · 0 评论 -
fbow的坑
1、同一数据集,多次训练出的结果存在差异;2、voc.size()返回的结果时父节点数量,而不是 子节点(单词)数量;3、没有提供子节点(单词)的结果、词典层数的接口;4、单词的ID ,存在单词Id 大于总单词数的问题5、fBow a=transform(cv::Mat); 与 tranform(cv::Mat,int,fBow a,fBow2 b); 运行出的 a 中 单词权重不一致;修复:https://github.com/xyz599/fbow-mod...原创 2020-06-15 11:06:48 · 1579 阅读 · 1 评论 -
熟悉gmapping
点击打开链接转载 2016-10-21 10:32:08 · 390 阅读 · 0 评论 -
graph slam学习:g2o
转载自点击打开链接1. graph_slam 学习 关于graph-slam的学习详细参照教材> 2005版 第11章 图优化实际上是解一种非线性最小二乘问题,主要用于离线的slam优化,也有用在在线的方式的。 最小二乘解决的就是偏差全局最小的问题,再在原基础量上叠加最小偏差量即为最优量。 图优化将问题全部抽象成 node(点)与edge(边)转载 2016-12-02 17:00:28 · 2157 阅读 · 0 评论 -
navigation stack 中amcl 源码解读
amcl运用在地图地位中的算法(见Probabilistic Robotics )再熟悉源码的时候需要弄清楚几个结构体所包含原创 2016-10-27 09:21:15 · 7454 阅读 · 2 评论