• 光流法匹配

    提取特征的话是真的比较慢,换一个方法 可以不通过特征匹配,来拿到匹配点 通过其他方式寻找配对点:光流 不需要配对点:直接法 光流介绍光流:追踪源图像某一个点在其他图像中的运动 一般分为稀疏光流和稠密光流 稀疏以Lucas-Kanade(LK)光...
  • GPU在docker中使用

    首先自己的机器上需要有GPU,在附加驱动中可以查看 安装显卡驱动附加驱动安装NAVIDIA驱动点开Ubuntu中自带的Software & update (软件和更新),选择下面的additional Drivers(附加驱动),即可查看自己...
  • 前段匹配系列

    ICP用于求解两个点云集合转换关系最通用的方法, 去中心化,通过最小化 \frac{1}{N}\sum_{i=1}^N||x_i-Rp_i-t||^2求得两个点云集合的位姿关系$R,T$。 PL-ICP在匹配的过程中,重点不是点和点之间的匹配,而是...
  • 矩阵求导

    行向量偏导若自变量是$1\times m$向量,行向量偏导算子 D_x\overset{def}=\frac{\partial}{\partial x^T}=\left[\frac{\partial}{\partial x_1},...,\frac...
  • SLAM之李代数

    李代数是什么?对应于每一个李群,都有对应的一个李代数。譬如,有一个旋转矩阵$R_0\in SO(3),SO(3)$为所有旋转矩阵组成的群。都有一个李代数,一个三维向量$\phi$与之对应。李代数描述了李群在局部的性质,这是因为R(t)通过在$t=0$...
  • 激光雷达数据处理

    激光雷达的数据处理机器人在运动的时候会导致激光雷达的数据发生畸变,畸变的话,匹配就可能导致匹配出错,基本上就会是导致匹配出错,错误的数据匹配肯定得到错误的位姿。 如果没有去畸变的话,基本上就不能可以建图,因为前段的匹配是很差的。 概念介绍激光雷达传感...
  • 修改orbslam2 OpenCV版本

    修改CMakeLists修改主工程下的CMakeLists.txt以及Thirdparty/g2o/CMakeLists.txt 131 find_package(OpenCV) 把后面的3.0.0和QUIET去掉 修改cv.h 头文件打开文件inc...
  • 建图

    当我们已知了机器人的正确的位姿了之后,就可以进行建图了。 地图分类 尺度地图:栅格地图就是一个尺度地图。如果场景太大的话不太合适 拓扑地图:机器人领域用的多, ​ 若两点之间有连续,就链接一条边,在超大环境里面路径规划的效果 语义地图:赋予...
  • 前段配准

    配准算法(二)爬山法(拟梯度法)总是朝着数值增大的方向移动 缺陷:会陷入局部最高点 名字来由,因为方向是固定的,不需要计算,所以是拟梯度法 搜索时,如果所有的方向得分都小,则搜索步长减半,当减半次数大于五次,则认为收敛 高斯牛顿优化方法爬山法的进阶!...
  • 图优化(Graph-based)

    Pose Graph的构建图构建好,就需要进行优化 用一个图来表示SLAM问题 每一个节点都是位姿(x,y,theta) 两个节点之间的边,表示两个节点之间的空间约束 帧间边:表示时间连续的两个点 回环边:两个时间是不连续的两个点 一旦出现了回...