原创 採用逆深度參數表達的BA問題導數推導

採用逆深度參數表達的BA問題導數推導 由於大部分的slam算法均採用逆深度參數表達地圖點的結構，但是網上對該方法的介紹比較少因此本文將詳細說明其推導過程。逆深度參數表達具有優化變量少、能表達非常遠的點以及分佈接近高斯分佈等優勢，

2020-07-02 22:03:55 7

原创 A Robust and Easy to Implement Method for IMU Calibration without

誤差模型 來源： 零飄隨機遊走 三軸不絕對垂直 白噪聲 三軸測量靈敏度不一 座標系建立 加速度計： 原始傳感器座標：AF（不正交） 正交傳感器座標：AOF AOF確定規則 x軸AOF和AF相同 y軸AOF在AF的x，y構

2020-06-26 15:40:28 26

原创 g2o學習筆記（二）：Bundle Adjustment 應用

Bundle Adjustment  預備知識： g2o學習筆記（一）：曲線擬合 Bundle Adjustment簡述 1. 問題定義 已知：一系列圖片以及圖片內對應的特徵點匹配關係 圖片：  特徵點： 待求：特徵點的3d位置以及圖片對

2020-06-26 15:40:26 53

原创 g2o學習筆記（一）：曲線擬合

前言：g2o對於slam等問題來說十分的重要，將一個slam問題構建成圖結構表達的優化問題是目前大多數的slam算法的通用做法。之前在學習了高博對g2o的講解後至今感覺意猶未盡，表現在對於簡單問題能夠理解其含義而在slam問題中構建的各種

2020-06-26 15:40:25 5

原创 Cartographer三部曲（三）：Real-Time Loop Closure in 2D LIDAR SLAM

Real-Time Loop Closure in 2D LIDAR SLAM 主要貢獻：提出一種實時運行的激光slam，精度能達到5cm，前端採用CSM後端採用SPA，並採用分枝定界算法添加回環檢測功能。採用構建submap的形

2020-06-16 09:40:02 1

原创 cartographer三部曲（二）：Efficient Sparse Pose Adjustment for 2D Mapping

前言：前端多技巧，後端多理論是slam的一個特性。因此要理解本論文需要一定的理論基礎。即需要對加權LM算法十分熟悉，對矩陣求導、SO（3）上的導數、稀疏線性方程組求解等理論非常熟悉，還有slam問題中圖結構的構造。 總體評價：創新

2020-06-16 09:40:02 16

原创 Cartographer三部曲（一）：Real-Time Correlative Scan Matching

前言：本文是和Cartographer相關的三篇論文之一的《Real-Time Correlative Scan Matching》的閱讀總結，主要介紹了激光slam的前端部分。 創新點： 以往的方法總是希望強調較小的計算量而更

2020-05-23 18:09:24 3

原创 g2o:一種通用的凸優化框架（g2o a general framework for graph optimization）

個人學習筆記，翻譯自原始論文 g2o： a general framework for graph optimization 摘要 在機器人和計算機視覺領域的許多流行問題如SLAM和BA，都可以轉化爲對於誤差函數的最小二乘優化問題

2020-05-09 00:53:16 4

原创 粒子濾波器的Matlab實現

前言：粒子濾波器相較於卡爾曼濾波器或者UKF無跡卡爾曼濾波器而言，可以表達強非線性的變換且無需假設後驗分佈爲高斯分佈，在描述多峯分佈時具有非常大的優勢。粒子濾波器被廣泛的應用於機器人系統中，如著名的Gmapping算法便是在粒子濾波器的基

2020-05-04 09:29:35 25

原创 卡爾曼濾波器的數學推導

前言：這可能是網上最數學化的推導了，相較於其他的推導方法在數學上更加完備，這意味着對於其他的非線性濾波器如EKF或者信息濾波器IF很多其他地方都可以採用同樣的方法進行推導，一通百通。本文的卡爾曼濾波器的推導從最基礎的概率論中的貝葉

2020-04-29 23:24:47 1

原创 veo 學習筆記

configuration evo_config 是一個小工具，可以用於更改全局設置或者生成自定義配置文件。 自定義配置文件 有時，將實驗的參數存儲在專用文件中，而不是每次都手動輸入作爲命令行的參數是非常有用的。evo大多數命令行

2020-04-19 04:09:35 3

原创 基於採樣的路徑規劃算法——RRT

基於採樣的路徑規劃算法——RRT* ​ 在上一篇博客中簡介了基於搜索的路徑規劃算法A*的原理，這篇博客則會從另外一個角度去解決路徑規劃的問題。首先我們要從RRT算法說起，然後再探討其優勢和缺點然後給出一些改進的方法並介紹RRT*

2020-02-24 22:52:02 7

原创 基於搜索的路徑規劃算法

基於搜索的路徑規劃算法是較爲成熟和廣泛使用的一種路徑規劃算法，常常被用於移動機器人或者遊戲中的人物的路徑規劃。 主要分爲下面幾個部分進行介紹： 圖搜索基礎 Dijkstra and A*算法 跳點搜索算法（Jump Point

2020-02-23 00:39:32 15

原创 CS231n第一次作業_問題1

深度學習第一次作業 由於notebook環境的配置較爲麻煩，我直接使用pycharm配置本地的python環境完成了cs231n課堂的第一次作業任務。下面是具體的任務要求： Q1:k-最近鄰分類器 Q2:訓練一個SVM

2019-10-26 02:58:26