第六章 非线性优化 1. 理解最小二乘法的含义和处理方式。2. 理解 Gauss-Newton, Levenburg-Marquadt 等下降策略。3. 学习 Ceres 库和 g2o 库的基本使用方法。 因为我们的运动方程和观测方程,受各种噪声影响,所以要讨论如何进行准确的状态估计 ...
第三章主要是三维空间刚体运动描述方式:旋转矩阵,变换矩阵,四元数 欧拉角以及Eigen库的使用。由于本周时间比较紧,看的比较粗略,如有错误还请不吝赐教,不胜感激。 下面记录以散碎的知识点为主,日后在行整理。 .两个向量的外积a X b可以看做一个矩阵和向量的乘法。其中a变为一个反对称矩阵。外积表示向量的旋转 基坐标表示 . 伟大的欧拉 一个向量在机器人坐标系下的坐标到世界坐标系下坐标的转换可以有 ...
2019-09-10 14:41 0 342 推荐指数:
第六章 非线性优化 1. 理解最小二乘法的含义和处理方式。2. 理解 Gauss-Newton, Levenburg-Marquadt 等下降策略。3. 学习 Ceres 库和 g2o 库的基本使用方法。 因为我们的运动方程和观测方程,受各种噪声影响,所以要讨论如何进行准确的状态估计 ...
1. 理解图像特征点的意义, 并掌握在单幅图像中提取出特征点,及多幅图像中匹配特征点的方法。2. 理解对极几何的原理,利用对极几何的约束,恢复出图像之间的摄像机的三维运动。3. 理解 PNP 问题,及 ...
CH1: clion的使用 断点设置之后,逐行执行 (Step Into) ( F7 ),逐函数执行 (Step Over) ( F8 ),注意0和O在clion中的显示区别,0是中间有个点的,O ...
第四讲 李群与李代数 感觉SLAM十四讲真的是深入浅出。第四讲是李群和李代数,为什么要引入这个概念呢? 在SLAM中位姿是未知的,我们需要解决“什么样的相机位姿最符合当前观测数据”,一种典型的方式是把它构建成一个优化问题,求解最优的R,t,使误差最小化。但旋转 ...
github地址:https://github.com/gaoxiang12/slambook2/tree/master/ch13 双目视觉里程计 头文件 所有的类都在myslam命名空间中 1.common_include.h 定义常用的头文件、EIgen矩阵格式 ...
参考教材——《视觉SLAM十四讲》高翔著 第一讲 前言 笔记 SLAM Simultaneous Localization And Mapping——同时定位与地图构建 搭载特定传感器的主体,在没有环境先验信息的情况下,在运动过程中建立环境的模型,同时估计 ...
ch7 视觉里程计1 本章目标: 1.理解图像特征点的意义,并掌握在单副图像中提取出特征点及多副图像中匹配特征点的方法 2.理解对极几何的原理,利用对极几何的约束,恢复出图像之间的摄像机的三维运动 3.理解PNP问题,以及利用已知三维结构与图像的对应关系求解摄像机 ...
ch8-视觉里程计2 主要目标:1.理解光流法跟踪特征点的原理 2.理解直接法是如何估计相机位姿的 3.使用g2o进行直接法的计算 本讲我们将介绍直接法的原理,并利用g2o实现直接法中的一些核心算法。 特征点法的缺点: 1)关键点 ...