原创 項目3 清華-西門子“JCAR 杯”機器人工業應用高校邀請賽

  2018.03~2018.09 清華-西門子“JCAR 杯”機器人工業應用高校邀請賽研發描述:通過深度學習實現物體的識別,通過關節機器人實現抓取的動作,完成分類主要貢獻:在項目中負責 ROS 平臺搭建,基於深度學習的視覺目標檢測和機器

原创 項目1 智能掃地機器人視覺 SLAM 研發

2019.06-2019.08 智能掃地機器人視覺 SLAM 研發 研發描述:智能掃地機器人,採用視覺 SLAM 和里程計融合進行定位導航。主要貢獻:在項目中負責傳感器的標定和輔助傳感器融合策略改進。輔助負責人完成里程計和視覺SLAM 融

原创 項目2-六關節機器人控制系統設計研發

2017.09~2019.02 六關節機器人控制系統設計研發 研發描述:實現六關節機器人控制系統,實現軌跡控制和抓取應用主要貢獻:在項目中主要負責六關節機器人運動學部分開發,包含運動學算法,最優解選擇,算法嵌入,以及 QT 控制系統人機界

原创 Apriltag跟蹤和定位

https://blog.csdn.net/qq_16481211/article/details/91039533 https://blog.csdn.net/qq_41839222/article/details/90482421#c

原创 google glog 入門

1.簡介 Google Glog是Google的一個開源庫,用於實現應用級別的logging。 它提供了一系列類似於C++流風格的logging API,以及一些預定義的宏。它有點類似於C裏面的assert,但是比它具備更豐富的輸出信息以

原创 opencv和opencv_contrib arm交叉編譯

平臺:ubuntu16.04  工具爲:linux-arm-gcc opencv庫:opencv-3.4.1 opencv_contrib庫:opencv_contrib-3.4.1(擴展庫源碼) 首先安裝:cmake 和opencv_c

原创 svd奇異值分解

  參考: https://blog.csdn.net/m0_37870649/article/details/80547167 https://blog.csdn.net/xiaocong1990/article/details/549

原创 ORB_SLAM系列總結

1、最早的特徵點法,並把定位與跟蹤分爲兩個線程是PTAM(Parallel Tracking and Mapping for Small AR Workspaces) 可以說是特徵點法SLAM的起源之一。 論文:http://www.ro

原创 DBOW初步認識

  BoW基本簡介 Bag of words模型最初被用在文本分類中,將文檔表示成特徵矢量。它的基本思想是假定對於一個文本,忽略其詞序和語法、句法,僅僅將其看做是一些詞彙的集合,而文本中的每個詞彙都是獨立的。 舉例說明 文檔一:Bob l

原创 gitlab 常用的 命令行

總結一下自己的gitlab命令 1.git init  2.git add . 3.git commit -m  " 註釋" 4.git  log :提交歷史 5.git remote add origin [email protected]

原创 多視幾何-點與直線的關係

直線的齊次表示        平面上的一條直線可用形如ax+ by + c = 0的方程表示,α,b和c 的不同值給出不同的直線.因此,一條直線也可以用矢量(a,b,c)T表示.直線和矢量(α,b,c)T 不是一一對應的,因爲,對任何非

原创 安裝 ros-kinetic-opencv3報錯

報錯如下:      解決: sudo rm -rf /var/cache/apt/archives/ros-kinetic-opencv3_3.3.1-5xenial-20190607-165251-0800_amd64.deb

原创 ORBSLAM2 金字塔保持尺度不變形

1.圖像金字塔 在orb_slam2中,爲了實現特徵尺度不變性採用了圖像金字塔,金字塔的縮放因子爲1.2,。其思路就是對原始圖形(第0層)依次進行1/1.2縮放比例進行降採樣得到共計8張圖片(包括原始圖像), 來說說,尺度不變性,這裏不

原创 [ORB-SLAM2]卡方分佈(Chi-squared)外點(outlier)剔除

outlier、外點、野值會嚴重影響SLAM的精度,因此必須把它們剔除。常用的做法是,計算一個誤差,當這個誤差大於設定閾值的時候就認爲其爲外點。那麼,問題來了,誤差怎麼算?閾值怎麼選? 誤差 就特徵點法的視覺SLAM而言,一般會計算重投影

原创 mosquitto報錯

slam@vslam:~$ mosquitto  -v 1563600178: mosquitto version 1.4.8 (build date Tue, 18 Jun 2019 11:59:34 -0300) starting 1