原创 ubuntu中文輸入法+谷歌輸入法

由於ibus輸入法問題較多,所以目前我用的是谷歌輸入法。 安裝漢語語言包 sudo apt-get install language-pack-zh-hans 執行該命令後,系統就會自動安裝所需要的漢語語言包 安裝谷歌拼音

原创 VScode中關於java的插件

Java Run:只需要按下alt+b,就可以直接編譯運行 Java Test Runner:Java測試用例,在項目生命週期中,測試是一個重要的環節。Java Test Runner 對主流的測試框架 JUnit 和 TestN

原创 (每日一讀2019.10.27)在先驗雷達地圖中的視覺慣導定位

論文:pdf 摘要 本文提出了一種低成本的立體視覺慣性定位系統,該系統利用基於多狀態約束卡爾曼濾波(msckf)的視覺慣性里程計(vio)同時利用先驗lidar地圖 來提供有界誤差的三維導航。除了VIO中使用的標準稀疏視覺特徵測量

原创 (每日一讀2019.10.26)2019年SLAM綜述

摘要 slam是同步定位和建圖的縮寫,它包含定位和建圖兩個主要任務。這是移動機器人學中一個重要的開放性問題:要精確地移動,移動機器人必須有一個精確的環境地圖;然而,要建立一個精確的地圖,移動機器人的感知位置必須精確地知道[1]。這

原创 (每日一讀2019.10.17)基於SE(2)-XYZ約束的地面車輛視覺里程計定位與地圖構建

論文:pdf 中文下載地址:pdf -----word 代碼下載地址:code 論文提出了一種基於里程計和單目視覺圖優化的地面車輛定位和建圖框架。 與一般的基於SE3姿態優化的視覺slam或一些隨機對SE3姿態進行SE2約

原创 (每日一讀2019.10.19)基於移動平臺的激光雷達點雲投影到相機圖像上的不確定性估計

原論文:pdf 摘要 結合多傳感設備以實現高級的感知能力是自動駕駛汽車導航的關鍵要求。傳感器融合用於獲取有關周圍環境的豐富信息。攝像頭和激光雷達傳感器的融合可獲取精確的範圍信息,該信息可以投影到可視圖像數據上。這樣可以對場景有一個

原创 (每日一讀2019.10.18)向人類學習如何抓取:數據驅動的架構 擬人軟手自主抓握

原論文: 摘要 軟手是將順應性元素嵌入其機械設計中的機器人系統。這樣可以有效地適應物品和環境,並最終提高其抓握性能。如果與經典的剛性手相比,這些手在人性化操作方面具有明顯的優勢,即易於使用和堅固耐用。但是,由於缺乏合適的控制策略,

原创 (每日一讀2019.10.21)緊耦合的3D雷達慣性里程計及建圖(LIO)

論文:pdf 代碼:github 視頻:video 摘要 自身運動估計是大部分移動機器人應用的基本需求。通過傳感器融合,我們能夠補償單個傳感器的缺陷並且提供更可靠的估計。在本文中,我們引入一種緊耦合的雷達-慣導融合的方法。通過聯合

原创 (每日一讀2019.10.23)低漂移、魯棒和快速的視覺-激光里程計和建圖(VLoam)

參考:https://www.jianshu.com/p/cb7098567711 論文:pdf 摘要 本文開發了一個低成本的立體視覺慣性定位系統,該系統利用有效的基於多狀態約束卡爾曼濾波(MSCKF)的視覺慣性里程計(VIO),

原创 (每日一讀2019.10.22)cartographer論文(Real-time loop closure in 2D LIDAR SLAM)

論文:pdf 自己看了原版論文,但是後來一些內容忘記了,因此翻譯一下加上自己的一些理解。 摘要 便攜式激光測距儀(也就是LIDAR)以及實時定位和繪圖(slam)都是比較有效的一種建立平面圖的方法。實時生成和繪製平面圖能很好的

原创 (每日一讀2019.10.25)一種基於通用優化方法的多傳感器局部里程計估計框架(VINS-Fusion)

摘要 爲了提高機器人的魯棒性和自主性,越來越多的傳感器被安裝在機器人上。我們已經看到了不同平臺上安裝的各種傳感器套件,例如地面車輛上的立體攝像機、手機上帶有IMU(慣性測量單元)的單目攝像機以及空中機器人上帶有IMU的立體攝像機。

原创 (每日一讀2019.10.24)一種基於通用優化方法的多傳感器全局里程計估計框架(VINS-Fusion)

參考博文: https://blog.csdn.net/qq_41839222/article/details/87860819 https://blog.csdn.net/weixin_41843971/article/deta

原创 (每日一讀2019.10.20)基於模型的輪式車輛實時路徑規劃

論文: Real-time Model Based Path Planning for Wheeled Vehicles 代碼:code 摘要 本文提出了一種基於模型的通行性分析方法,該方法利用詳細的車輛模型在複雜環境中進行實時路

原创 視覺VIO--5.LM和Dogleg的對比與改進

題目1 a. 選用更優的LM策略,使得VINS-Mono在MH-05數據集上收斂速度更快或者精度更高 b. 實現dog-leg算法替換LM算法,並測試替換後的VINS-Mono在MH-05上算法精度 LM算法流程圖 初始化LM參數

原创 視覺VIO--4.邊緣化和滑動窗口算法

當維護一個vio的優化問題時候,因爲優化問題中在不斷的有新的變量進來,同時還需要刪除久的變量,這個過程就變成了一個滑動窗口的過程。 PS:如果只是一個SFM問題的話就不需要關心滑動窗口,或者離線處理也不需要滑動窗口法。只需要把所有