现在种树也不晚

-- Could not find the required component 'pcl_ros'. The following CMake error indicates that you either

摘要：安装雷达驱动过程中遇到的问题，走一步坑一步 ~/robosense$ catkin_makeBase path: /home/leo2/robosenseSource space: /home/leo2/robosense/srcBuild space: /home/leo2/robosense/b 阅读全文

posted @ 2019-12-08 11:53 现在种树也不晚阅读(2762) 评论(0) 推荐(0)

ZED stereolabs 配置踩过的坑

摘要：从10.12-10.16，一直在与zed作斗争，最后还是遗憾收场，zed是2080ti得不到的摄像头一 zed简介 zed是stereolabs出品的双目摄像头，号称世界第一个深度感知和移动跟踪的3D摄像头。在人类双目视觉的基础上家了深度感知、姿态追踪和3D建图。性能如下： 1.在室内外可以1 阅读全文

posted @ 2019-10-16 20:37 现在种树也不晚阅读(5020) 评论(2) 推荐(1)

视觉SLAM十四讲实验补充

摘要：恢复内容开始 ubuntu 18.04 +opencv3.1.中间踩过很多坑，但是好些坑都忘了怎么解决的了。当时没有做笔记真是可惜了。第三章三维空间刚体运动 3.1 useEigen-eigenMatrix.cpp 3.2 Eigen几何模块这里可能有问题，还没看源代码输出了3.4转换坐标的阅读全文

posted @ 2019-10-06 16:17 现在种树也不晚阅读(1034) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第十二讲笔记

摘要：第十二章建图建图（Mapping）是slam的两大目标之一。上述讨论的都是定位，讨论了特征值点的定位，直接法的定位，以及后端优化。在经典的slam模型中，所谓的地图，即所有路标点的集合。一旦确定了路标点的位置，可以说明完成了建图。只是如此，那么视觉里程计，Bundle Adjustment算完成阅读全文

posted @ 2019-10-01 19:08 现在种树也不晚阅读(790) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第十一讲笔记

摘要：第十一章回环检测前端提供特征点的提取和轨迹，地图的初值，而后端负责对所有这些数据进行优化。如果如同VO那样仅考虑相邻时间上的关邻，那么之前的误差将不可避免地累积到下一时刻，这样整个SLAM会出现累积误差，长期的结果将不可靠。如上图，a表示真实轨迹，b中前端只给出相邻帧间的估计，优化后Pose 阅读全文

posted @ 2019-10-01 19:07 现在种树也不晚阅读(603) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第十讲笔记

摘要：后端2 一滑动窗口优化由于计算量的缘故，将BA控制在一个窗口内，离开这个窗口的被抛弃。从而达到控制BA规模的目的。当中涉及到关键帧的新增、删除。二、位姿图优化不关心路标点的位置，只关心所有的相机位姿之间的联系推导过程略得出目标函数我们依然可以用Gauss-Newton、Levenber 阅读全文

posted @ 2019-09-24 14:41 现在种树也不晚阅读(626) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第九讲笔记

摘要：一、后端优化概述1. 后端模块的作用前端估计得到： k 时刻相机的位姿，xk 地图中路标j jj的世界坐标，yj 前端估计只基于k 的前一时刻或前几时刻。后端优化所做的，则是根据到目前为止观测到的所有信息，优化之前的估计结果。后端优化中，把位姿x 和路标y 都看做服从某种概率分布的随机变量。阅读全文

posted @ 2019-09-24 14:20 现在种树也不晚阅读(1029) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第八讲笔记

摘要：一、主要内容特征点法的问题关键点的提取和描述子的构造很耗时。忽略了特征点以外的信息。在没有纹理或者纹理重复的地方，难以准确匹配。解决思路光流法。保留关键点，但不构造描述子。通过光流法跟踪关键点来回避构造描述子和匹配的开销。之后仍使用pnp,ICP等方法。使用直接法计算关键点在下一帧的位阅读全文

posted @ 2019-09-24 13:04 现在种树也不晚阅读(689) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第六讲笔记

摘要：第六章非线性优化 1. 理解最小二乘法的含义和处理方式。2. 理解 Gauss-Newton, Levenburg-Marquadt 等下降策略。3. 学习 Ceres 库和 g2o 库的基本使用方法。因为我们的运动方程和观测方程，受各种噪声影响，所以要讨论如何进行准确的状态估计。 6.1 状态阅读全文

posted @ 2019-09-17 14:07 现在种树也不晚阅读(2052) 评论(0) 推荐(0)

视觉SLAM十四讲（第二版）第五讲笔记

摘要：相机与图像 1. 理解针孔相机的模型、内参与径向畸变参数。总结在前：单目相机的成像过程： 1. 首先，世界坐标系下有一个固定的点 P，世界坐标为 Pw； 2. 由于相机在运动，它的运动由 R; t 或变换矩阵 T 2 SE(3) 描述。 P 的相机坐标为： 3. 这时的 P~c 仍有 X; Y; 阅读全文

posted @ 2019-09-17 14:07 现在种树也不晚阅读(723) 评论(0) 推荐(0)