2D激光SLAM算法比较+cartographer
Hector slam： Hector slam利用高斯牛顿方法解决scan-matching问题，对传感器要求较高。 缺点：需要雷达（LRS）的更新频率较高，测量噪声小。所以在制图过程中，需要robot速度控制在比较低的情况下，建图效果才会比较理想，这也是它没有回环（loop ...
原文：[SLAM]2D激光线特征提取
Nguyen, V., et al. . A comparison of line extraction algorithms using D range data for indoor mobile robotics. Autonomous Robots : . 论文提出了 中从二维激光扫描数据中提取线段的方法 .分割合并算法 有的时候十分烦那些斜着的连线，实际不是想要的。 .回归方法 先聚类， ...
2016-07-16 11:03 0 4261 推荐指数：
相关推荐
ORB-SLAM2的特征提取算法
ORB-SLAM2跟踪线程对相机输入的每一帧图像进行跟踪处理，如下图所示，主要包括4步，提取ORB特征、从上一帧或者重定位来估计初始位姿、局部地图跟踪和关键帧处理。 以下结合相关理论知识，阅读ORB-SLAM2源代码，从而理解ORB-SLAM2算法中ORB特征提取过程。 ORB ...
ORB-SLAM（七）ORBextractor 特征提取
该类中主要调用OpenCV中的函数，提取图像中特征点（关键点及其描述，描述子，以及图像金字塔） 参考TUM1.yaml文件中的参数，每一帧图像共提取1000个特征点，分布在金字塔8层中，层间尺度比例1.2，计算下来金字塔0层大约有217个特征点，7层大约有50个特征点。这样有一个比较直观的概念 ...
[SLAM]2D激光扫描匹配方法
1.Beam Model Beam Model我将它叫做测量光束模型。个人理解，它是一种完全的物理模型，只针对激光发出的测量光束建模。将一次测量误差分解为四个误差。 $ph_{hit}$，测量本身产生的误差，符合高斯分布。 $ph_{xx}$，由于存在运动物体产生的误差 ...
C3D视频特征提取
一．部署 1． 先把项目Clone下来 git clone https://github.com/jfzhang95/pytorch-video-recognition.git 2． 安装环境： ...
《视觉slam十四讲》之第7讲－特征提取与匹配
特征 特征为图像中具有代表性的区域， 可以为角点，边缘和区块等。 特征是图像信息的另一种数字表达形式。 特征具有以下性质： 可重复性（ Repeatability）：相同的“区域”可以在不同的图像中被找到。 可区别性（ Distinctiveness）：不同的“区域 ...
数据特征提取
数据表达 : 有时,我们通过对数据集原来的特征进行转换,生成新的"特征"或者说成分,会比直接使用原始的特征效果要好,即数据表达(data representation) 特征提取 : 如图像识别,数据表达显得十分重要,因为图像是有成千上万个像素组成的,每个像素又有不同的的RGB色彩值,所以我 ...
文本之特征提取
法一：Bag-of-words 词袋模型 文本特征提取有两个非常重要的模型： 词集模型：单词构成的集合，集合中每个元素都只有一个，也即词集中的每个单词都只有一个 词袋模型：如果一个单词在文档中出现不止一次，并统计其出现的次数（频数） 两者本质上的区别，词袋是在词集的基础上 ...