Gaowaly

摘要： 什么是octomap？ RGBD SLAM的目的有两个：估计机器人的轨迹，并建立正确的地图。地图有很多种表达方式，比如特征点地图、网格地图、拓扑地图等等。在《一起做》系列中，我们使用的地图形式主要是点云地图。在程序中，我们根据优化后的位姿，拼接点云，最后构成地图。这种做法很简单，但有一些明显的缺陷： 阅读全文

摘要： JCR分区是什么意思？ JCR分区，全称为Journal Citation Reports分区，是由科睿唯安（Clarivate）发布的期刊引证报告。它使用期刊的影响因子（IF）来评价期刊的影响力，并将期刊分为不同的区域。JCR分区包括254个学科小类，每个小类中的期刊根据影响因子高低被平均分为四个 阅读全文

摘要： CMake应用：基础篇 什么是CMake? CMake是一个开源、跨平台的编译、测试和打包工具，它使用比较简单的语言描述编译、安装的过程，输出Makefile或者project文件，再去执行构建。 在使用IDE开发软件的过程中，代码的编译和构建一般是使用IDE自带的编译工具和环境进行编译，开发者参与 阅读全文

摘要： 一、简介 迭代最近点算法（Iterated Closest Points, ICP），顾名思义，就是采用迭代优化的思想以空间距离作为匹配点的选择依据，通过不断调整点云的位姿使得匹配点之间距离累计最小。假设有两组点云，其中一个目标点云A另一个为参考点云B，ICP算法的目的是为了算出一个最优的旋转矩阵R 阅读全文

摘要： cartographer 代码思想解读（1）- 相关匹配 cartographer在2016年开源后一直在使用，但是一直未仔细阅读并分析其核心代码结构。目前网上可以找到许多博主对其分析和理解。其cartographer的基本思想可参考他人的 博主博客。本博客主要目的根据其框架思想，将其核心算法进行提 阅读全文

摘要： 点云匹配在感知环节是一个很重要的信息获取手段，而其中的算法也有几个比较经典了，例如ICP（Iterative Closest Point，迭代最近点）算法，而本文决定记录学习的是NDT算法，也就是Normal Distribution Transform，正态分布变换算法。什么是正态分布变换算法呢， 阅读全文

摘要： SLAM的后端优化，一般分为滤波方法与非线性优化方法，其中部分思想重叠，具有很鲜明的对比特性。在前几章中，我们学习了KF系列与PF系列，并对一部分内容进行扩展，这些方法的本质是在一步步过程中进行优化收敛，本篇将引入后端整体优化思想，在建图，轨迹跟踪，系统状态估计中应用广泛。 本篇的学习大纲是： 状态 阅读全文

摘要： 各种维度正态分布公式： 一维正态分布 二维正态分布/多维正态分布 各向同性正态分布 注：即方差都是一样的，均值不一样，方差的值可以单独用标量表示。 多元/多维高斯/正态分布概率密度函数推导 (Derivation of the Multivariate/Multidimensional Normal 阅读全文

摘要： 1 问题： 什么是正态分布，为什么这么出名和重要？ 1.1 名气大 为什么叫“正态分布”，也有地方叫“常态分布”，这两个名字都不太直观，但如果我们各取一字变为“正常分布”，就很白话了，而这正是“正态分布”的本质含义，Normal Distribution。它太常见了，基本上能描述所有常见的事物和现象 阅读全文

摘要： 1 什么是costmap代价地图 在机器人进行路径规划时，我们需要明白规划算法是依靠什么在地图上来计算出来一条路径的。依靠的是gmapping扫描构建的一张环境全局地图，但是仅仅依靠一张原始的全局地图是不行的。因为这张地图是静态的，无法随时来更新地图上的障碍物信息。在现实环境中，总会有各种无法预料到 阅读全文