摘要：
为什么Error-State Kalman Filter 比 Extend Kalman filter 估计出来的结果更好一些？ 阅读全文
posted @ 2025-05-14 23:45
格得
阅读(133)
评论(0)
推荐(0)
摘要：
Ceres 是如何进行数值求导与自动求导的？ 阅读全文
posted @ 2025-05-14 23:45
格得
阅读(96)
评论(0)
推荐(0)
摘要：
做毕业设计的时候，发现当机器人的点云只照到地面的时候，场景出现退化，依靠点云算出的六自由度relative_pose不再可信。当点云只照到地面的时候，只能通过算法约束relative_pose的z, roll, pitch。传统的ICP算法的没有这种只约束z, roll, pitch的实现，因此自己尝试实现了一番。 阅读全文
posted @ 2025-05-14 23:44
格得
阅读(21)
评论(0)
推荐(0)
摘要：
当使用ICP做点云配准的时候，如何评估配准结果的不确定性(亦即得到的Transform的协方差)？ 阅读全文
posted @ 2025-05-14 23:43
格得
阅读(69)
评论(0)
推荐(0)
摘要：
做毕业设计的时候，发现在大场景（80m*60m，八叉树栅格分辨率为0.4m）下，将点云塞入到八叉树栅格时，计算量太大而导致无法实时。于是想到用CUDA来加速光线投射。 阅读全文
posted @ 2025-05-14 23:42
格得
阅读(52)
评论(0)
推荐(0)
摘要：
阅读Xingxing Zuo论文的过程中的一些公式的推导。 阅读全文
posted @ 2025-05-14 23:41
格得
阅读(26)
评论(0)
推荐(0)
摘要：
阅读LIC-fusion论文的过程中的一些公式的推导。 阅读全文
posted @ 2025-05-14 23:40
格得
阅读(40)
评论(0)
推荐(0)
摘要：
介绍机器人建图中常见的三维地图表达形式。 阅读全文
posted @ 2025-05-14 23:39
格得
阅读(48)
评论(0)
推荐(0)
摘要：
随着我的课题的深入，我逐渐加深了对octomap的内部的细节的理解，也逐步感受到octomap的细节的精妙。我选出一些细节内容与其代码实现，来细讲一些目前网上没有的内容。 阅读全文
posted @ 2025-05-14 23:36
格得
阅读(50)
评论(0)
推荐(0)
摘要：
c++ 如何实现反射？ 阅读全文
posted @ 2025-05-14 23:35
格得
阅读(28)
评论(0)
推荐(0)
摘要：
搜集了自己在读论文过程中发现的很好的科普性论文。 阅读全文
posted @ 2025-05-14 23:34
格得
阅读(13)
评论(0)
推荐(0)
摘要：
换课题了，换主动三维重建，今晚刚把两个Information gain调通，不打算写代码和看论文了，故总结之。 阅读全文
posted @ 2025-05-14 23:32
格得
阅读(39)
评论(0)
推荐(0)
摘要：
自己虽然用过很多次八叉树地图，但是对于其概率的计算方式一直有些含糊，因此决定重新读一遍论文，来了解其原理。 阅读全文
posted @ 2025-05-14 23:30
格得
阅读(89)
评论(0)
推荐(0)
摘要：
SegMatch中提到的几何一致性究竟是什么呢？ 阅读全文
posted @ 2025-05-14 23:28
格得
阅读(110)
评论(0)
推荐(0)
摘要：
实验室新进了两个Livox Horizon激光雷达，特此记录特性。 阅读全文
posted @ 2025-05-14 23:24
格得
阅读(121)
评论(0)
推荐(0)
摘要：
在上一篇文章中，对于点云聚类的分类是利用传统机器学习算法——随机森林去做的。而喂给随机森林的不是
点云聚类自身，而是其人工提取的特征向量（或者特征直方图）。这样的做法，分类的效果受限于人工特征
自身的鲁棒性。因此本文提出了数据驱动的CNN分类器来提取特征描述子。 阅读全文
posted @ 2025-05-14 23:21
格得
阅读(103)
评论(0)
推荐(0)
摘要：
户外大尺度环境下做SLAM一般是用激光雷达传感器与相机。如果直接保存点云地图，则由于户外机器人运动的范围比较大，地图的占用内存会过大。因此ETHZ-ASL实验室提出了一种基于segment的地图，能够将点云地图很好的抽象，适合于多机器人户外大范围环境的探索与建图。 阅读全文
posted @ 2025-05-14 23:20
格得
阅读(105)
评论(0)
推荐(0)
摘要：
在现有的视觉SLAM框架中，大部分是用针孔相机的图像来进行特征提取与匹配的。在一些特殊场景下有可能会需要用到鱼眼相机，因此一种操作是将鱼眼相机进行标定，转化成针孔相机的图像，然后再用SLAM框架去跑。这就涉及到了鱼眼相机的标定与像素的重映射。 阅读全文
posted @ 2025-05-14 23:19
格得
阅读(49)
评论(0)
推荐(0)
摘要：
上《线性系统理论》这门课，提到了矩阵的二范数，即等式：
$$
\|\mathbf{A}\|_{2}=\sqrt{\lambda_{\max }}
$$
然后中文搜了一堆，没有系统地说明怎么得到的。最后在Wikipedia[^1]中找到了详细推导的来源，也就是这本书[^2]中找到了详细的推导。故记录如下。 阅读全文
posted @ 2025-05-14 23:16
格得
阅读(111)
评论(0)
推荐(0)
摘要：
针对阿克曼底盘的导航，TEB_local_planner没有直接给出具体的导航策略，而是利用非线性优化问题完成了对该问题的建模。 阅读全文
posted @ 2025-05-14 23:15
格得
阅读(32)
评论(0)
推荐(0)
摘要：
其实就是手眼标定。而且这个可以推广开去，做任何可以求出Odometry的传感器之间的标定。 阅读全文
posted @ 2025-05-14 23:11
格得
阅读(55)
评论(0)
推荐(0)
摘要：
上次提到了激光雷达与相机的标定，由于我毕设用的是速腾的激光雷达，发现标定时直接报错，故在此记录下问题与解决措施，借此详细分析下速腾激光雷达与velodyne激光雷达的异同。 阅读全文
posted @ 2025-05-14 23:08
格得
阅读(89)
评论(0)
推荐(0)
摘要：
在图像上做Object detection 准确率目前可以达到90%以上，而在点云上做端到端的Object detection准确率却很低--车辆大概70%,行人大概40%，并且这样的网络换个不同线数的雷达就不行了。（点云有其特殊性， 近处和远处稠密程度不一样，不同线数的激光雷达稠密程度也不一样）。
但是图像做物体识别却没有办法得到深度信息，于是很自然地，便有了将激光雷达点云上的点投影到相机图像上，借而得到深度的想法。而这样做的第一步就是激光雷达和相机的标定，借而得到相机与激光雷达的坐标系间的转换。 阅读全文
posted @ 2025-05-14 23:06
格得
阅读(35)
评论(0)
推荐(0)
摘要：
*PointNet* 是Point cloud的Object detection问题的近乎奠基的论文。作者来自于Stanford，PointNet发表在CVPR 2017。这篇文章是VoxelNet（CVPR2018）的指导思想，VoxelNet将PointNet的功能由分类拓展到定位+分类。 阅读全文
posted @ 2025-05-14 23:05
格得
阅读(48)
评论(0)
推荐(0)
摘要：
CS231n 看了好几次， 特此整理。大部分参照github仓库 [CS231n-2017-Summary](https://github.com/mbadry1/CS231n-2017-Summary) 阅读全文
posted @ 2025-05-14 23:02
格得
阅读(38)
评论(0)
推荐(0)
摘要：
做cv project，题目是绿幕抠图，搜索到了baysian matting。于是便整理了一些有关贝叶斯公式、最大似然估计的知识，并简单介绍了Baysian Matting的思想。 阅读全文
posted @ 2025-05-14 22:27
格得
阅读(58)
评论(0)
推荐(0)
摘要：
在做课题时遇到了一个问题：在视觉里程计中，当平移量t较小的时候的，根据对极约束算出来的旋转矩阵R为何不可信？ 阅读全文
posted @ 2025-05-14 22:13
格得
阅读(36)
评论(0)
推荐(1)
摘要：
前言 这篇文章是针对像我一样非科班的编程爱好者，写着C style的C++代码但是想了解一些代码规范。这里摘抄了一些我认为平时用的到的、不涉及C++高级特性的Google代码风格规定，以供想快速了解的同学参考。 当然你也可以通过点击Google C++ 风格指南来了解到完整的风格指南。 Google 阅读全文
posted @ 2025-05-14 22:07
格得
阅读(41)
评论(0)
推荐(0)
浙公网安备 33010602011771号