原创 Ceres庫安裝踩坑（SLAM十四講）
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
2020-06-28 16:52:45
22
原创 Opencv3安裝踩坑（SLAM十四講）
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
2020-06-28 16:52:44
7
原创 git clone下載慢的解決方法
一、 修改hosts文件（/etc/hosts） 其中，在最後兩行加上： 前面的域名怎麼來的呢？ 最好用這個：http://tool.chinaz.com （經過實驗只是這個好用） 搜索github.com和github.
2020-06-28 16:52:44
原创 Eigen3.3.7安裝教程（SLAM十四講）
見此鏈接 https://blog.csdn.net/weixin_44684139/article/details/104837210
2020-06-28 16:52:44
10
原创 locate不到存在文件（更新數據庫索引的辦法）
經常新下載下來的東西，文件明明存在，卻無法被程序調用或locate不到。 這時候需要更新搜索數據庫 命令爲： sudo updatedb
2020-06-28 16:52:43
原创 G2O庫安裝踩坑（SLAM十四講）
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:
2020-06-28 16:52:43
126
原创 g2o學習（附帶SLAM十四講第二版 第七章作業3d3d代碼）
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.
2020-06-28 16:52:43
原创 DBoW3安裝踩坑含opencv匹配問題(SLAM十四講)
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
2020-06-28 16:52:43
34
原创 SLAM十四講---前端0.1---相機/幀/地圖點/地圖/配置類的定義
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
2020-06-28 16:52:43
5
原创 Opencv4安裝踩坑（SLAM十四講ch8）
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。
2020-06-28 16:52:43
8
原创 SLAM十四講---前端0.2---基本的VO---兩兩幀的視覺里程計
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
2020-06-28 16:52:43
3
原创 將攝像頭話題remap爲其他名稱
<launch> <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" > <param name="video_device"
2020-06-28 16:52:43
原创 Kdevelop設置支持C++11
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
2020-06-28 16:52:42
3
原创 SLAM十四講---前端0.4----VO+局部地圖
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
2020-06-28 16:52:42
原创 SLAM十四講---前端0.3---基本的VO---兩幀視覺里程計基礎上加入g2o以優化PnP
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
2020-06-28 16:52:42
5