參考以下鏈接：
https://blog.csdn.net/qq_28467367/article/details/92832685
EUROC數據集提供了雙目和IMU數據，可是並沒有找到關於雙目相機基線長度的直接描述。 查看了一番關於該數據集的論文publisher，設備描述部分並沒有關於這一點的細節。 不過數據集中提供了sensor.yaml文件，該文件中，有這個s
由於ceres庫和eigen庫有一定的版本對應關係，因此很容易在編譯期間報錯。 報錯內容是：雖然找到了.cmake，但是版本不匹配，需要eigen3.2.92之類之類 之前通過Eigen的官網直接安裝了Eigen3.3.7（採用3
因爲之前玩ros，使用了sudo apt-get install libopencv-dev 安裝了opencv2，而slam十四講的opencv版本爲3。 因此需要重新安裝opencv3（在與opencv2共存的條件下，因爲以後
見此鏈接 https://blog.csdn.net/weixin_44684139/article/details/104837210
由於買的是高博的新書slambook2。。。。。。所以版本問題很d疼（又沒學會克隆子模塊） 因此庫的版本與代碼的兼容性一直很頭疼 現在看到第六章，g2o下載下來卻編譯報錯，懷疑就是版本問題。 一般來說，報錯形式爲： :error:
學習完成高博第二版的第七章了，多多少少對slam有些認知，但是對於圖優化這個玄妙而又有用的東西理解不深，因此想在這裏集中學習一下圖優化和g2o的使用。 本文包含兩部分內容： 圖優化的理解。高博的參考鏈接：https://www.
學到slam十四講第十一章，需要安裝DBoW3庫。 一直都在自己安裝這些庫，沒用書中自帶的，這樣的話可以多踩一踩坑，多經歷一些挫折。 結果坑一個個來。 安裝DBoW3庫之後卻調用不了。這裏暗含了與opencv的匹配問題。我從DBO
slam十四講——RGBD的視覺里程計 定義了幾個類，分別爲相機類（Camera）、幀類（Frame）、地圖點類（MapPoint）、地圖類（Map）、配置類（Config） 下面給出大綱： 1. 相機類Camera 相機類中儲存
SLAM十四講第二版ch8中，LK光流的代碼是新的，和第一版不一樣，並且用到了opencv4 如果不裝4，但是cmakelists裏面寫的是 find_package(OpenCV 4 REQUIRED) 找4的包就會出問題。
之前討論的都是兩兩幀間的位姿估計，然而我們將發現僅憑兩幀的估計是不夠的。 解決辦法是： 我們把特徵點緩存成爲一個小地圖，計算當前幀與地圖之間的位置關係。 這樣的好處是：比如兩幀之間，能夠提取50個特徵點，然後兩兩匹配，RGBD的話
解決方法一： 如果你使用的Kdevelop，則： 工程 -> 打開配置 -> 左側CMAKE -> 勾選–顯示高級變量 -> 在CMAKE_CXX_FLAGS選項中加入： -std=c++11 解決方法二： （如果你不用Kde
地圖VO 之前計算位姿的方法是，兩兩幀間運用特徵匹配，PnP方法計算位姿並用g2o進行單元邊的3d-2d的優化。 雖說用g2o優化已經能夠避免一部分噪聲對RANSAC的PnP的影響。 但是，如果存在幀丟失的情況，可能距離比較遠的兩
之前用的是RANSAC的PnP求解，opencv一行命令就搞定了。 但是容易受到噪聲影響。除了可以光流法搞一下（如同第二版），但是maybe用g2o會更好 因此這裏加入g2o優化，以ransac的pnp結果爲圖優化的初始值 具體爲
首先克隆並編譯: 參考:https://blog.csdn.net/qq_17232031/article/details/79519695 首先要安裝一些依賴庫,比如eigen opencv DBoW3 Pangolin…等等,
Eigen 爲 Matrix 、Array 和 Vector提供了塊操作方法。塊區域可以被用作 左值 和 右值。在Eigen中最常用的塊操作函數是 .block() 。 block() 方法的定義如下： block of siz
