2020年6月16日
摘要：
@ 一、奇异值分解(SVD)原理 1.1 回顾特征值和特征向量 我们首先回顾下特征值和特征向量的定义如下： \(Ax=λx\) 其中A是一个n×n的实对称矩阵，x是一个n维向量，则我们说λ是矩阵A的一个特征值，而x是矩阵A的特征值λ所对应的特征向量。 求出特征值和特征向量有什么好处呢？ 就是我们可以
阅读全文
posted @ 2020-06-16 17:17
一抹烟霞
阅读(12551)
推荐(4)
2020年6月14日
摘要：
https://blog.csdn.net/qq_34213260/article/details/106756944
阅读全文
posted @ 2020-06-14 20:59
一抹烟霞
阅读(256)
推荐(0)
摘要：
@ 一、简介 动态内存的使用很容易出问题，因为确保在正确的时间释放内存是极其困难的。有时我们会忘记释放内存，在这种情况下就会产生内存泄漏;有时在尚有指针引用内存的情况下我们就释放了它，在这种情况下就会产生引用非法内存的指针。 为了更容易(同时也更安全)地使用动态内存，新的标准库提供了两种智能指针(s
阅读全文
posted @ 2020-06-14 20:46
一抹烟霞
阅读(278)
推荐(0)
2020年6月12日
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(1101)
推荐(0)
2020年6月11日
摘要：
一、文件读写 Numpy可以方便的进行文件读写，如下面这种格式的文本文件： # 使用np.fromfile从文本文件'housing.data'读入数据 # 这里要设置参数sep = ' '，表示使用空白字符来分隔数据 # 空格或者回车都属于空白字符，读入的数据被转化成1维数组 d = np.fro
阅读全文
posted @ 2020-06-11 15:56
一抹烟霞
阅读(753)
推荐(0)
摘要：
diag：以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）。 # numpy.linalg 中有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西 # np.linalg.diag 以一维数组的形式返回方阵的对角线（或非对角线）元素， # 或将一维数组
阅读全文
posted @ 2020-06-11 15:51
一抹烟霞
阅读(700)
推荐(0)
摘要：
@ 主要介绍创建ndarray随机数组以及随机打乱顺序、随机选取元素等相关操作的方法。 一、创建随机ndarray数组 创建随机ndarray数组主要包含设置随机种子、均匀分布和正态分布三部分内容，具体代码如下所示。 设置随机数种子 # 可以多次运行，观察程序输出结果是否一致 # 如果不设置随机数种
阅读全文
posted @ 2020-06-11 15:40
一抹烟霞
阅读(765)
推荐(0)
摘要：
@ 一、简介 Python中的list列表也可以非常灵活的处理多个元素的操作，但效率却非常低。与之比较，ndarray数组具有如下特点： ndarray数组中所有元素的数据类型相同、数据地址连续，批量操作数组元素时速度更快。而list列表中元素的数据类型可能不同，需要通过寻址方式找到下一个元素。 n
阅读全文
posted @ 2020-06-11 14:32
一抹烟霞
阅读(353)
推荐(0)
2020年6月9日
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(5259)
推荐(0)
2020年6月8日
posted @ 2020-06-08 15:03
一抹烟霞
阅读(718)
推荐(0)
浙公网安备 33010602011771号