摘自:http://www.aeroweaponry.avic.com/article/2020/1673-5048/1673-5048-27-2-1.shtml
1. 使用的安裝過程如下: 先裝下這下面幾個依賴 sudo apt-get update sudo apt-get install -y python-wstool python-rosdep ninja-build 1. carto
g2o安裝和使用 安裝依賴 sudo apt-get install libeigen3-dev libsuitesparse-dev qtdeclarative5-dev qt5-qmake 下載源碼 git clone https
1. 第三講(上)_基於優化的IMU與視覺信息融合(上) 第三講(上): (1)最小二乘問題的求解推導 (2)其中有LM算法的相關推導以及魯棒核函數的推導 1.1. 最小二乘與非線性優化 1.1.1. 最小二乘
1. 四元數的基本運算 主要運算 四元數乘法 乘法性質 滿足結合律 不滿足交換律 乘積的模等於模的乘積 乘積的逆等於各個四元數的逆以相反的順序相乘 其他運算 *四元數部分參考:旋轉矩陣、歐拉角、四元數理論
首先,根據不同的雷達,瞭解雷達發佈的點雲消息。(IMU也是一樣,瞭解IMU發佈的點雲topic)。 本文使用的是Robosense 16線激光雷達,暫時未使用IMU(建議6軸,再加上GPS定位精度會高很多)發佈PointCloud2類型的
官網安裝教程:https://google-cartographer-ros.readthedocs.io/en/latest/compilation.html 不過由於網絡問題,可能在下載的時候會下載中斷。我會上傳我自己下載的到資源處,
ICP算法是點雲配准算法,給出兩組點雲,可以計算出兩組點雲的位姿關係R、t。問題數學表達爲: 已知兩組點雲: 求R、t使
VSLAM方法框架: 整個SLAM大概可以分爲前端和後端 ,前端相當於VO(視覺里程計),研究幀與幀之間變換關係。首先提取每幀圖像特徵點,利用相鄰幀圖像,進行特徵點匹配,然後利用RANSAC去除大噪聲,然後進行匹配,得到一個pose信息(
PnP是一類問題的統稱,是指通過多對點的3D位置及2D投影座標,來估計相機位姿R、t。 場景一:視覺slam中在初始化後可以知道空間中一些點在世界座標系下的座標,在下一幀圖像進行特徵點匹配後,利用這些特徵點的3D座標及2D像素座標,PnP
本章學習 Ubuntu 環境下建立 APM 編譯環境,可以參考官方文檔 :https://ardupilot.org/dev/docs/building-setup-linux.html#building-setup-linu
英文原文地址:https://ardupilot.org/dev/docs/learning-ardupilot-rc-input-output.html 1, RC 輸入輸出概述 對於任何種類的自動駕駛儀,RC 的輸入與輸出都
英文原文地址: https://ardupilot.org/dev/docs/learning-ardupilot-storage-and-eeprom-management.html 存儲和 EEPROM 管理 Ard
爲了方便大家深入瞭解飛控工作原理與編程,ArduPilot 提供了許多示例,位於 /Library 文件中,本文將以串口爲例,爲大家展示如何利用這些示例進一步深入開發 APM 飛控。 官方文檔內容,方便大家對照查閱:htt
英文原文地址: https://ardupilot.org/copter/docs/common-pixhawk-and-px4-compatible-rc-transmitter-and-receiver-systems.html#co
系統爲虛擬機安裝 Ubuntu18.04.1,硬件爲 px4 2.4.8 執行指令參考 https://github.com/ArduPilot/ardupilot/blob/master/BUILD.md 1,接上一篇文章,源碼準備