前言 Ceres solver 是谷歌开发的一款用于非线性优化的库,在谷歌的开源激光雷达slam项目cartographer中被大量使用。 Ceres可以解决边界约束鲁棒非线性最小二乘法优化问题。这个概念可以用以下表达式表示:这一表达式在工程和科学领域有非常广泛的应用。比如统计学中的曲线拟合,或者在计算机视觉中依据图像进行三维模型的构建等等。 ALOAM里面的优化问题的建模和求解都是通过Ce
一、缘由 1.occupancy_grid_node_main.cc节点将子图转化为栅格地图发出去 cartographer运行过程中动态发布的nav_msgs/OccupancyGrid格式的topic可作为地图用于navigation。 occupancy_grid_node_main.cc 发布出的栅格地图 值 -1 【0-100】 的int value 实测可以直接使用,但在运
前言 ROS功能包:livox_camera_lidar_calibration提供了一个手动校准Livox雷达和相机之间外参的方法,已经在Mid-40,Horizon和Tele-15上进行了验证。其中包含了计算相机内参,获得标定数据,优化计算外参和雷达相机融合应用相关的代码。本方案中使用了标定板角点作为标定目标物,由于Livox雷达非重复性扫描的特点,点云的密度较大,比较易于找到雷达点云中角点
前言 前两篇介绍了相机和livox激光雷达外参标定:ROS功能包的livox_camera_lidar_calibration 和使用方法.具体链接: 链接1 链接2 本篇在gazebo中搭建可以模拟产生livox_camera_lidar_calibration功能包需要的数据的仿真场景. 场景搭建要求 下面总结下,针对livox_camera_lidar_calibrati
livox_camera_lidar_calibration 功能包介绍 该功能包提供了一个手动校准Livox雷达和相机之间外参的方法,已经在Mid-40,Horizon和Tele-15上进行了验证。其中包含了计算相机内参,获得标定数据,优化计算外参和雷达相机融合应用相关的代码。本方案中使用了标定板角点作为标定目标物,由于Livox雷达非重复性扫描的特点,点云的密度较大,比较易于找到雷达点云中角
相机与激光雷达外参标定 什么是相机与激光雷达外参标定?就是相机坐标系和激光雷达坐标系的TF变化。位置x,y,z 欧拉角 roll,pitch,yaw,6个变量构成一个4*4的旋转变换矩阵标定的就是这个4维的旋转矩阵。 标定的方法有: 基于特征 基于运动观测 基于最大化互信息 基于深度学习 基于特征 的方法是根据对应特征点求解PnP问题,需要标定板来获取特征基于运动观测可以看作
在这篇博客中介绍了Livox的时间硬件同步的3种方法,其中有一种方法是通过PPS信号的方式,信号时间同步。本篇通过STM32 TIM3定时器的更新中断,产生符合要求的PPS信号。 Livox对PPS信号的要求 Livox对PPS信号的要求如下图:其中GPRMC的要求可以不用管,得到两个有用的信息: 相邻两次秒脉冲上升沿的间隔时间 有效范围 900-1100ms 推荐值,1000ms 秒
前言 在这篇博客中工业相机:Flir Blackfly S—-配置多个摄像头进行同步拍摄方法介绍了如何通过主副相机进行多个摄像头同步拍摄。 还有一种方法可以实现多个摄像头同步拍摄,即通过外部触发的方式,所有摄像头的触发信号接同一触发源,即可严格的实现同步拍摄 本篇博客主要介绍 如何通过STM32F4 的 TIM14 来产生 PWM 输出,输出频率为20hz及25hz,高电平占比为周期前10%
本博客主要内容为: 介绍 Blackfly S相机使用的色彩校正矩阵(CCM,color correction matrix) 并展示了如何计算出自定义的CCM。 通过代码进行颜色校正和自定义CCM配置 我们看到的相机拍摄的照片,其实不是相机直接获取的样子,需要经过各种处理,例如白平衡、颜色校正等等,最后才是显示出来被我们眼睛看到,当然各种处理的最终目标就是让我们眼睛看到的照片和我
白平衡基本概念 白平衡是图像基础颜色强度(红色、绿色和蓝色通道)的调整。 白平衡也称为色彩平衡或灰平衡,用于根据各种照明条件改变图像的整体表现,以反映我们眼睛所看到的内容。 照明条件在图像的表现中起着重要作用。白平衡缩放图像中的三个颜色分量 (RGB) 以适应照明条件。 白平衡的功能 一般原始的图像是单色图像,通过将所有颜色进行插值才成为了彩色图像也就是说通过插值方法转换为彩色图像,图像
自动曝光 自动曝光通过调整增益和曝光时间来优化图像的亮度。 自动曝光在相机中进行的话则减少了CPU后期的处理运算。 什么是目标灰度值(曝光值) 目标灰度值是一个参数,通过调整亮度,来实现在多种光线强度下输出优化后的图像结果该值是线性的,是最大像素值的百分比。 在各种数码相机中,目标灰度值称为曝光值,是根据光圈大小、f-stop 和快门时间估算的。 如何辨别曝光值是否正确 图像像素强度
本篇博客技术内容可以应用于 FLIR 的网口和USB3的相机 Flir Blackfly S USB3 产品介绍 Blackfly S 采用业内先进的冰块外形传感器。具有强大功能,可以轻松生成所需的精确图像,并加速应用程序开发。包括对图像捕获和相机预处理的自动和精确手动控制。Blackfly S 提供GigE、USB3、套装和板级版本。精确图像 索尼CMOS传感器中的选择包括:全局快门、偏振和
Flir Blackfly S 工业相机介绍 Blackfly S 采用业内先进的冰块外形传感器。具有强大功能,可以轻松生成所需的精确图像,并加速应用程序开发。包括对图像捕获和相机预处理的自动和精确手动控制。Blackfly S 提供GigE、USB3、套装和板级版本。精确图像 索尼CMOS传感器中的选择包括:全局快门、偏振和高灵敏度BSI传感器。 实物图如下: 同步拍摄概念 同步拍摄是指
本文档概述了 Blackfly S 相机中的计数器和定时器的使用方法。 Blackfly S 采用业内先进的冰块外形传感器。具有强大功能,可以轻松生成所需的精确图像,并加速应用程序开发。包括对图像捕获和相机预处理的自动和精确手动控制。Blackfly S 提供GigE、USB3、套装和板级版本。精确图像 索尼CMOS传感器中的选择包括:全局快门、偏振和高灵敏度BSI传感器。 实物图如下: 概
前言 Ouster 公司简介 Ouster Inc.成立于2015年,由激光雷达领域内独角兽Quanergy的前联合创始人Angus Pacala创立,总部设置在美国旧金山。 它是一家激光雷达研发生产商,产品包括OS0、OS1、OS2三个系列9款激光雷达。 Ouster致力于构建用于大规模应用的新一代激光雷达传感器,致力于提高产品分辨率、可视距离和外形尺寸等参数, 基于MBF多光束闪光基础
前言 在进行机器人进行slam的时候往往单一的传感器不能实现强鲁棒性,很多时候需要用到多个传感器的融合,例如激光雷达+相机+IMU+GPS+轮速计+毫米波雷达等等。 在进行多传感器融合的时候就涉及到了数据帧的对应,如果需要用时间戳去对应的话,那么则需要进行时间同步。由于数据的传输接收等存在不同程度的延时,数据的产生频率也不相同,如果仅用软同步的话,那么必然会存在一定偏差,导致数据对准不精确,那
内容列表 5.1 DWA路径规划基本原理 5.2 DWA路径规划流程 5.3 栅格地图上绘制XY图像 5.3.1 栅格地图和XY坐标系关系 5.3.2 栅格行列位置转坐标系函数sub2coord.m 5.3.3 栅格坐标系位置转行列位置函数coord2sub.m 5.4 DWA路径规划MATLAB代码 5.4.1 MATLAB效果示例 5.4.2 主函
内容列表 4.1 Astat路径规划算法原理 4.2 Astat路径规划例子示例 4.3 Astat路径规划算法MATLAB代码 4.3.1 MATLAB代码示例 4.3.2 主代码:Astat.m 4.3.3 函数代码:Astat_NextNode.m 4.4 Astat路径规划算法Python代码 4.4.1 Python实现示例 4.4.2 辅助函数
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信