原创 VIO綜述論文:A review of visual inertial odometry from filtering and optimisation perspectives

A review of visual inertial odometry from filtering and optimisation perspectives摘要1.概述2.基於濾波的方法2.1 IMU數據驅動運動模型2.2

原创 問題小記--第4篇:依賴庫更新問題

Ubuntu依賴庫更新問題1 問題2. 解決方案3. 更新依賴庫 1 問題 正在讀取軟件包列表… 完成 正在分析軟件包的依賴關係樹 正在讀取狀態信息… 完成 有一些軟件包無法被安裝。如果您用的是 unstable 發行版,這也許是

原创 VINS-Mono運行小覓相機bag包

VINS-Mono運行小覓相機bag包1. 小覓相機SDK安裝2. VINS-Mono安裝3. 修改VINS-Mono啓動文件4. VINS-Mono運行小覓bag包 1. 小覓相機SDK安裝 可參考官方給定使用說明書: 小覓相機

原创 Ubuntu學習--第2篇: ubuntu16.04英偉達顯卡驅動異常解決

ubuntu16.04英偉達顯卡驅動異常解決1. 官網下載驅動2. 切換到命令模式3. 關閉lightdm service4. 卸載有問題的驅動5. 安裝驅動6. 開啓lightdm service7. 查看顯卡狀態 1. 官網下

原创 IMU(Xsens)與Kinect聯合使用

IMU-Xsens與Kinect聯合使用1. X-sens傳感器使用2. Kinect傳感器使用3. 錄製ROS-bag數據包4. 回放ROS-Bag數據包 1. X-sens傳感器使用 ROS(kinetic版本)下的IMUC傳

原创 IMU標定及Allan方差分析

IMU-Xsens標定及Allan方差分析1. 下載編譯標定功能包2. 錄製IMU數據包3. 標定IMU4. Allan方差分析 1. 下載編譯標定功能包 安裝依賴項 sudo apt-get install libdw-de

原创 Kalibr聯合標定Camera-IMU (總結)

Kalibr聯合標定Camera-IMU1. Kalibr安裝2. 製作標定板3. Camera標定3.1採集數據3.2開始標定3.3標定驗證4. IMU標定5. Camera與IMU聯合標定 1. Kalibr安裝 安裝依賴庫

原创 視覺−慣性里程計(VIO)融合SLAM方案

VIO融合方案第一章1. 視覺與IMU融合後的優勢?2. 常見的視覺和IMU融合方案?工業界的應用例子3. 學術界VIO研究進展如何?將學習的方法用到VIO的例子4. 使用右乘so(3)so(3)so(3),推導下面導數 第一章

原创 視覺SLAM筆記--第8篇: DSO編譯運行

DSO編譯運行1. DSO編譯運行(非ROS)1.1 安裝依賴庫1.2 編譯1.3 運行測試1.4 測試結果2. DSO編譯運行(ROS版本)2.1 編譯2.2 運行測試2.3 測試結果3. 出現的問題3.1 evo評估問題3.2

原创 視覺SLAM筆記--第7篇: 單目相機位姿估計流程

單目相機位姿估計流程參考書籍整體流程1. 座標系變換2. 對極約束3. 單目初始化4. 三角測量5. 求解空間3D座標6. 最小化重投影誤差 參考書籍 參考書籍:《視覺SLAM十四講》 高翔博士 整體流程 1. 座標系變換

原创 視覺SLAM筆記--第4篇: 高斯牛頓法(GN)和列文伯格-馬夸特算法(LM)的算法流程,優劣分析

GN和LM的算法流程,優劣分析參考博客數學基礎(泰勒展開)1. 高斯牛頓法(GN法)1.1 基本原理1.2 GN迭代算法步驟1.3 優缺點2. 列文伯格-馬夸特法(LM法)2.1 基本原理2.2 LM迭代算法步驟2.3 優缺點3.

原创 視覺SLAM筆記--第6篇: 單目初始化和三角測量

單目初始化和三角測量參考博客1. 三角測量2. 單目初始化 參考博客 參考博客:https://blog.csdn.net/llfjcmx/article/details/83410318 1. 三角測量 在得到了相機的運動之後,

原创 視覺SLAM筆記--第5篇: 基礎矩陣F和單應矩陣H的推導過程,區別分析

基礎矩陣F和單應矩陣H的推導過程,區別分析參考博客1. 基礎矩陣F1.1 Essential Matrix1.2 Fundamental Matrix1.3 兩者區別2. 單應矩陣H3. 基礎與單應矩陣區別4. 詳細推導求解 參考

原创 深度學習--第13篇: Pytorch優化器

Pytorch優化器1. 優化器含義2. 優化器Optimizer2.1 optimizer的屬性2.2 optimizer的方法2.3 optimizer實例展示3. Optimizer方法3.1 學習率3.2 動量3.3 常用

原创 深度學習--第15篇: Pytorch保存和加載模型參數

Pytorch保存和加載模型參數參考博客1. 保存模型和參數2. 僅保存參數3. 加載pytorch預訓練模型3.1 加載預訓練模型和參數3.2 只加載模型不加載預訓練參數 參考博客 參考博客: https://blog.csd