调味瓶的技术宅梦想实现路

这几天在电脑上配置SceneLib2, 过程中多处报错, 研究了两天才算把问题解决, 在这里备注一下解决方案, 防止下次安装的时候又重头摸索.1.安装Pangolin library时(1)mkdir build(2)cd build(3)cmake-gui .. 强行设置 FREEGLUT_FOUND, GLUT_FOUND, FORCE_GLUT, BUILD_PANG

从最优估计理论出发，针对当前广泛使用的Graph SLAM和经典的kalman filter SLAM，分析对比它们的异同点及原因。

东张西望地看SLAM的各种资料已有半个多月，深深觉得这个坑值得一跳，所以决定要开始系统地整理一下所学所看所想。欢迎拍砖！今天看的文章是University of Sydney大牛 Hugh Durrant-Whyte写的一篇综述类tutorial [1] 。即时定位与地图构建（Simultaneous Localization and Mapping, 即SLAM）的目的是

昨晚把ORB_SLAM中构图部分好好看了看, 不知道理解是否正确, 写出来希望得到指正. 因为代码实在太长, 贴在这里不合适, 我就用文字概述思想, 之后有时间会补上一些图解说明.ORB_SLAM中使用到g2o进行优化的函数有四个: GlobalBundleAdjustemnt PoseOptimization LocalBundleAdjustmen** OptimizeEssentia

通常估计两帧之间的运动, 我们需要分别计算两帧中的所有特征点, 然后计算特征点之间的匹配关系. 再通过对应特征点的移动情况来估计两帧之间的摄像机运动.这中间会涉及好很多问题, 至今未能得到有效解决:提取特征点的类型: 众所周知, 对于自然场景图像, SIFT和SURF特征点具有非常好的特性, 充分考虑了尺度, 光照, 旋转等因素的影响. 然而SIFT, SURF特征的计算非常耗时, 很难满足实时应