0.前言 昨天看了关于SLAM的综述文章一篇,对于其中提到的SIFT,SURF,ORB三种特征提取匹配的方法,非常想要实践学习其Python的编写方法。同时我爸让我帮他写一个树莓派(raspberry pi)检测黑点的程序,黑点有什么好检测的(╯•̀ὤ•́)╯,考虑到神经网络识别计算复杂度过高,我决定用模板匹配法去做。 1.程序汇总 链接: https://pan.bai
本节目标:学习gtsam与isam在二位位姿pose2和三维位姿pose3上的使用,并将isam用于位姿的因子图优化。 预期效果:将ICP匹配带来的瞬间位移变成对之前累积误差的消除。蓝色ICP无图优化,紫色ICP后进行图优化。 程序:https://gitee.com/eminbogen/one_liom test_gtsam里有学习 gtsam,isam的四个程序 图优化学习
本节目标:利用ICP进行闭环检测,完成闭环。 预期效果:通过闭环检测完成起止闭环,下图为加入闭环前后。 rosbag数据: https://pan.baidu.com/s/1o-noUxgVCdFkaIH21zPq0A 提取码: mewi 程序:https://gitee.com/eminbogen/one_liom 问题分析 帧-地图匹配时效性问题 由于
向高翔大佬学习,想写一套从零开始的激光SLAM博客记录一下自己学激光SLAM的过程,目前是研一学生,有大佬发现问题请告诉我,或者大家想看啥。 希望囊括slam里ros的基本使用,激光特征提取,地面提取,位姿计算,ceres对于优化的使用,gtsam因子图优化使用,imu与激光雷达融合使用,GPS使用,闭环检测这些基础用法。 引用一下高翔的话。大家加油呀。 一个完整的程序含有大量的算法与G
本节目标:学习gtsam与isam在二位位姿pose2和三维位姿pose3上的使用,并将isam用于位姿的因子图优化。 预期效果:将ICP匹配带来的瞬间位移变成对之前累积误差的消除。蓝色ICP无图优化,紫色ICP后进行图优化。 程序:https://gitee.com/eminbogen/one_liom test_gtsam里有学习 gtsam,isam的四个程序 目录
本节目标:利用ICP进行闭环检测,完成闭环。 预期效果:通过闭环检测完成起止闭环,下图为加入闭环前后。 rosbag数据: https://pan.baidu.com/s/1o-noUxgVCdFkaIH21zPq0A 提取码: mewi 程序:https://gitee.com/eminbogen/one_liom 问题分析 帧-地图匹配时效性问题 由于上次实验
本节目标:搭建一套700行代码的激光SLAM。通过对ALOAM进行修改实验,确定对激光SLAM最核心的技巧,并接上节里程计,完成后端,构建较大场景(轨迹约2km)地图。 预期效果: rosbag数据: https://pan.baidu.com/s/1o-noUxgVCdFkaIH21zPq0A 提取码: mewi 程序:https://gitee.com/eminboge
本节目标:搭建一套400行代码的激光里程计。需要plane特征进行点面距离估计达到位姿优化效果,使用ceres优化,把地图和轨迹打在公屏上。这次目标就是水水地跑通一个最基础的lidar odometer。 预期效果: rosbag数据: https://pan.baidu.com/s/1GaZ2eGZdfc-cluSc-bkQng 提取码: 9zsp 程序:https
本节目标:提取edge点和plane点与地面点并显示 预期效果: rosbag数据: https://pan.baidu.com/s/1GaZ2eGZdfc-cluSc-bkQng 提取码: 9zsp 程序:https://gitee.com/eminbogen/one_liom 目录 特征点 地面点 讨论 信息保存 特征提取数量 时耗 特征点 对于edge和pl
这些东西见过很多遍,不少也用过很多遍,新年新开端,简单地系统总结一下吧。 目录 路径问题 宽度优先搜索 深度优先搜索 A*算法 分类问题 K均值聚类算法(K-means) 邻近算法(kNN) Adaboost 支持向量机 寻优问题 模拟退火法 禁忌搜索 遗传算法 粒子群算法(PSO) 蝙蝠算法 蛙跳算法 人工蜂群算法 人工鱼
本文借鉴很多这个链接的内容,之后加了一些新的注释。 目录 Camera类 camera.h camera.cpp Frame类 frame.h frame.cpp MapPoint类 mappoint.h mappoint.cpp Map类 map.h map.cpp Config类 config.h config.cpp
积分
粉丝
勋章
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