随笔分类 -  VIO

1
msckf
该文被密码保护。
posted @ 2021-12-15 14:14 一抹烟霞 阅读(0) 评论(0) 推荐(0)
特征点三角化恢复3D点
摘要:![在这里插入图片描述](https://img-blog.csdnimg.cn/7b353984bb6d4921bfda748494b71920.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5LiA5oq554Of6Zye,size_20,color_FFFFFF,t_ 阅读全文
posted @ 2021-09-30 22:05 一抹烟霞 阅读(96) 评论(0) 推荐(0)
VIO——陀螺仪零偏估计
摘要:![在这里插入图片描述](https://img-blog.csdnimg.cn/c5222b4675494feb99d82ba8af06c131.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5LiA5oq554Of6Zye,size_20,color_FFFFFF,t_ 阅读全文
posted @ 2021-09-30 21:33 一抹烟霞 阅读(75) 评论(0) 推荐(0)
VIO——旋转外参估计
摘要:假定外参$q_{c b}$是不变的,对于每两帧图像间的位姿变换$q_{c_k c_{k+1}}$和对应IMU的$q_{b_{k} b_{k+1}}$有如下关系: \[ q_{c b} \otimes q_{b_{k} b_{k+1}} =q_{c_k c_{k+1}} \otimes q_{c b} 阅读全文
posted @ 2021-09-30 21:11 一抹烟霞 阅读(114) 评论(0) 推荐(0)
ceres教程(3)ceres::Problem
该文被密码保护。
posted @ 2021-08-07 10:25 一抹烟霞 阅读(14) 评论(0) 推荐(0)
ceres教程(2)ceres::LocalParameterization
该文被密码保护。
posted @ 2021-08-07 10:07 一抹烟霞 阅读(13) 评论(0) 推荐(0)
ceres教程(1)
该文被密码保护。
posted @ 2021-08-07 09:07 一抹烟霞 阅读(18) 评论(0) 推荐(0)
VINS 外参标定
该文被密码保护。
posted @ 2021-05-31 14:22 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(8)——局部地图跟踪TrackLocalMap
该文被密码保护。
posted @ 2021-04-14 22:48 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(7)—— SLAM模式下的跟丢后重定位
该文被密码保护。
posted @ 2021-04-13 15:25 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(6)—— SLAM模式下的tracking
该文被密码保护。
posted @ 2021-04-12 00:05 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(4)——视觉词袋模型
该文被密码保护。
posted @ 2021-04-09 21:11 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(3)——创建单目初始化地图
该文被密码保护。
posted @ 2021-04-09 00:38 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(2)——单目初始化
该文被密码保护。
posted @ 2021-04-01 22:15 一抹烟霞 阅读(0) 评论(0) 推荐(0)
ORB_SLAM3原理源码解读系列(1)—— ORB特征点提取
该文被密码保护。
posted @ 2021-03-29 01:01 一抹烟霞 阅读(0) 评论(0) 推荐(0)
论文阅读【ORBSLAM-VI】——Visual-Inertial Monocular SLAM with Map Reuse
该文被密码保护。
posted @ 2020-08-26 17:10 一抹烟霞 阅读(0) 评论(0) 推荐(0)
VIO(4)—— 基于滑动窗口算法的 VIO 系统:舒尔布、边缘化、可观性和 一致性
摘要:@ 一、从高斯分布到信息矩阵 1.1 SLAM 问题概率建模 1.2 SLAM 问题求解 1.3 高斯分布和协方差矩阵 因为一般可以假设$x_{i}和 x_{j}$是相互独立的: \(\Sigma_{i j}=E\left(x_{i} x_{j}\right)=E(x_i)E(x_j)=(x-u)^ 阅读全文
posted @ 2020-08-26 10:53 一抹烟霞 阅读(3074) 评论(0) 推荐(1)
VIO(3)—— VIO 残差函数的构建
摘要:@ IMU与VO的融合问题可以看作是对状态量的最小二乘估计,因此核心问题就转换为了VIO 残差函数的构建。 一、系统需要优化的状态量 二、视觉重投影误差 三、预积分模型 3.1 IMU 测量值的积分问题 3.2 IMU预积分模型的提出 3.3 IMU 的预积分误差 第二项可以由第一章公式(7)得到 阅读全文
posted @ 2020-06-12 16:44 一抹烟霞 阅读(1094) 评论(0) 推荐(0)
VIO(2)—— IMU传感器测量模型、误差模型、运动模型(预积分模型)
摘要:@ 一、旋转运动学 1.1 线速度与角速度 1.2 旋转坐标系下的运动学 补充:右扰动模型: \(R[w]_{X}=[R w]_{X} \cdot R\) 在旋转坐标系下观察,运动的物体(运动方向和旋转轴不为同一个轴时)会受到科氏力的作用。 二、IMU 测量模型及运动模型 2.1 MEMS(Micr 阅读全文
posted @ 2020-06-09 10:31 一抹烟霞 阅读(5218) 评论(0) 推荐(0)
VIO(1)—— 概述与基础知识
该文被密码保护。
posted @ 2020-06-08 15:03 一抹烟霞 阅读(718) 评论(0) 推荐(0)

1

Live2D