VIO的角速度和四元数 四元数乘法 四元数的时间导数 VINS-MONO里的相关公式 无论是在VINS-MONO,还是在OKVIS等众多VIO论文,四元数函数项中都出现了一个Ω矩阵……这Ω矩阵有啥用途? 四元数乘法 首先来看一下四元数的乘法:对两个四元数q和p: 用四元数表示的角速度与 b k 时刻的四元数相乘,表示当前时刻各个方向的角速度,然后在 k 到 k+1间隔求积分,得到
三维空间的刚体运动点与坐标系旋转矩阵旋转向量和欧拉角四元数 点与坐标系2D的情况:用两个坐标加旋转角表达3D的情况:?在描述3D的情况前,可以先描述一些基本概念:坐标系、点、向量、向量的坐标 坐标系(参考系)任何运动都是相对的,需要一个参考系。只能说哪个东西在某个参考系下看起来是怎样的运动、它位于什么位置等等。参考系一般是由三个轴组成的迁移空间的一个基,基向量,正常情况下这三个基向量都是彼此正交的
前言 学习SLAM最大的一个问题就是知识点太多,学完前面又忘记后面,而且脑子总是很混乱,还经常看不懂。今天刚搞懂了Bundle Adjustment的原理,马上过来记录一下,以后忘记还可以回来看看。 本文没有公式的证明,只是通俗的理解Bundle Adjustment到底是什么,这需要读者了解一定的slam基础。下面就让我们一步步地理解BA吧。 Bundle Adjustment译为光束法平差,或
在linux下使用opencv编译yolo 前言 安装opencv 1) 安装依赖文件 2)安装源码并编译 3)测试 安装darknet 1)安装源码并编译 2)修改为使用opencv编译 遇到的问题 前言 系统版本:Ubuntu 18.04 opencv版本:3.4.0 本教
轻量级实时语义分割:ICNet & BiSeNet ICNet 贡献 Image Cascade Network Cascade Label Guidance Structure Comparision and Analysis 结果 BiSeNet Introduction Bilateral
轻量级实时语义分割:Guided Upsampling Network for Real-Time Semantic Segmentation 介绍 网络设计 Guided unsampling module 实验部分 总结 介绍 论文贡献 提出一个新颖的名为Guided Upsampling Network多分辨率网
轻量级实时语义分割:ENet & ERFNet ENet ERFNet 总结 ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation发表在CVPR2016上。 ERFNet: Efficient Residual Factorized ConvNet fo
语义分割经典网络:全卷积神经网络(FCN)&U-net FCN 解决问题 将全连接层替换为卷积层: 上采样output使其恢复到原图分辨率 使用FCNs网络来进行像素级别的图像分类 U-net 背景 U-Net架构 overlap-tile 策略 图像分类和检测任务,一般包含图像
从贝叶斯推断到SLAM的数学模型 贝叶斯推断 SLAM数学问题简单描述 滤波方式 非线性优化方式 SLAM的全称是Simultaneous Location And Mapping,即同时定位与建图。机器人要在未知的环境中实时的估算自己的运动、定位并建图。 想象一个移动机器人在未知环境中移动,使用位于机器人上的传感器对一些未知的地标进行
卡尔曼滤波小记 核心思想 痛苦的证明 预测 状态转移方程&预测值 预测值的误差协方差矩阵 更新 获得估计值 卡尔曼增益 估计值的误差协方差 理清思路 扩展卡尔曼滤波 年少不知记笔记,老来方恨看不懂……本文从三方面进行,首先是卡尔曼滤波的思想,然后对
ROS多用户并发demo 前言 程序 测试结果 结论 前言 嗨,各位小伙子,这节我们来写一个简单的多用户demo,并且每个用户都可以使用ROS库。 你可以把SLAM程序想成一台车,每个用户都有一把钥匙,他可以选择开或者不开。 构想的框图如下: 那么问题来了,本地只有一套SLAM代码,SLAM代码又由很多ROS node组成,咋办?要知道
vins-mono保存、重载地图、evo工具测试 地图保存与加载 先跑起来 修改地图保存的路径 保存地图 重载地图 evo测评 evo工具 修改数据格式 使用evo绘制轨迹 与双目ORB_SLAM2进行对比 下面咱们来对vins-mono地图进行简单测试。 地图保存与加载 vi
Paper阅读:Dynamic-SLAM 前言 Missed detection compensation algorithm(漏检补偿算法) Seletive Tracking Method(选择跟踪算法) 总结 前言 论文原文:Semantic monocular visual localization and mapping b
积分
粉丝
勋章
TA还没有专栏噢
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