SLAM概念学习之特征图Feature Maps
特征图（或者叫地标图，landmark maps）利用参数化特征（如点和线）的全局位置来表示环境。如图1所示，机器人的外部环境被一些列参数化的特征，即二维坐标点表示。这些静态的地标点被观测器（装有 ...
原文：SLAM概念学习之随机SLAM算法
这一节，在熟悉了Featue maps相关概念之后，我们将开始学习基于EKF的特征图SLAM算法。 . 机器人，图和增强的状态向量 随机SLAM算法一般存储机器人位姿和图中的地标在单个状态向量中，然后通过一个递归预测和量测过程来估计状态参数。其中，预测阶段通过增量航迹估计来处理机器人的运动，并增加了机器人位姿不确定性的估计。当再次观测到Map中存储的特征后，量测阶段，或者叫更新阶段开始执行，这个 ...
2016-11-02 11:57 0 3892 推荐指数：
相关推荐
SLAM学习笔记（2）SLAM算法
SLAM算法分为三类：Kalman滤波、概率滤波、图优化 Kalman滤波方法包括EKF、EIF；概率滤波包括RBPF，FastSLAM是RBPF滤波器最为成功的实例, 也是应用最为广泛的SLAM方法； SLAM分为Full SLAM和Online SLAM 常见的二维激光SLAM算法 ...
[SLAM]Karto SLAM算法学习（草稿）
Karto_slam算法是一个Graph based SLAM算法。包括前端和后端。关于代码要分成两块内容来看。 一类是OpenKarto项目，是最初的开源代码，包括算法的核心内容： https://github.com/skasperski/OpenKarto.git 之后作者应该将该 ...
SLAM学习笔记（1）基本概念
SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建，或并发建图与定位。 SLAM最早由Smith、Self和Cheeseman于1988年提出 ...
SLAM学习资料整理
个人能力有限，若有错误请批评指正！转载请标明出处：http://www.cnblogs.com/wenhust/ 书籍： 1.必读经典 Thrun S, Bur ...
深度学习 vs SLAM
第三部分：深度学习 vs SLAM SLAM 小组讨论真是乐趣无穷。在我们进入重要的「深度学习 vs SLAM」讨论之前，我应该说明每一位研讨会展示者都同意：语义对构建更大更好的 SLAM 系统是必需的。关于未来的方向，这里有很多有趣的小对话。在争论中，Marc Pollefeys（一位 ...
从零开始一起学习SLAM | 为什么要学SLAM？
在《零基础小白，如何入门计算机视觉？》中我提到过，计算机视觉的研究目前主要分为两大方向：基于学习的方法和基于几何的方法。其中基于学习的方法最火的就是深度学习，而基于几何方法最火的就是视觉SLAM。 SLAM将成为计算机视觉的下一个风口 在前几年计算机视觉的三大顶级会议（CVPR,ICCV ...
从零开始一起学习SLAM | SLAM有什么用？
SLAM是 Simultaneous Localization And Mapping的 英文首字母组合，一般翻译为：同时定位与建图、同时定位与地图构建。 「同时定位与地图构建」这几个词，乍一听起来非常拗口，为了不在一开始就吓跑读者，我们先不对其进行专业的解释，用一个日常生活中形象的例子来进行 ...