分上下篇吧，一共有七八十个公式呢 ^-^ 写在一篇就太长了 ……继续阅读 » 芝士奶盖 4年前 (2021-04-26) 2181浏览 0评论2821个赞
接着上篇：从零手写VIO——（三）基于优化的 IMU 与视觉信息融合（上篇） 再次说明一下，本博客目前只是我在看深蓝时记录的，当然会有很多 PPT 上的内容，加上一点自己学的……继续阅读 » 芝士奶盖 4年前 (2021-04-26) 2604浏览 0评论771个赞
滑动窗口算法 图优化基础 在十四讲中，我们已经接触了图优化以及如何使用 g2o 进行后端优化。 圆圈 Vertex：表示顶点，需要优化估计的变量。……继续阅读 » 芝士奶盖 4年前 (2021-04-26) 2148浏览 0评论1628个赞
从高斯分布到信息矩阵 某个状态 ……继续阅读 » 芝士奶盖 4年前 (2021-04-26) 2343浏览 0评论1125个赞
补充 深蓝学院-手写VIO 第六章 与《十四讲》前端知识不重合的部分。内容较少，没有前几章丰富。 ……继续阅读 » 芝士奶盖 4年前 (2021-04-26) 2398浏览 0评论1509个赞
目录 ……继续阅读 » 芝士奶盖 4年前 (2021-04-26) 2862浏览 0评论2612个赞
目前网上有很多分析文章，但是都只是一些比较基础的原理分析，而且很多量，虽然有推倒，但是往往没有讲清楚这些量是什么，为什么要有这些量，这些量是从哪来的，也没有刷通整个代码，或者太简练了，对新手不友好。这一次我计划从原理/代码一步步刷通整个VINS，并且说清楚代码中遇到的每一个数据结……继续阅读 » iwande 4年前 (2021-04-26) 1631浏览 0评论2218个赞
这个系统是基于香港科技大学飞行机器人组的开源框架VINS-Mono开发的，原开源框架是针对单目SLAM。本双目SLAM系统是在原单目开源框架基础上的二次深度开发，外部接口与原框架一致。这个项目是我的研究课题项目，非商业用途，感谢HKUST的沈老师课题组提供的开源框架。该项目的gi……继续阅读 » iwande 4年前 (2021-04-26) 1418浏览 0评论2299个赞
6.初始化 第一个问题，为什么要初始化？ 对于单目系统而言， (1)视觉系统只能获得二维信息，损失了一维信息(深度),所以需要动一下，也……继续阅读 » iwande 4年前 (2021-04-26) 2761浏览 0评论2519个赞
6.2 代码解析 这部分代码在e……继续阅读 » iwande 4年前 (2021-04-26) 1422浏览 0评论2839个赞
7.后端非线性优化 7.1 理论基础 ……继续阅读 » iwande 4年前 (2021-04-26) 2503浏览 0评论2646个赞
7.2 代码 在estimator.cpp的processImage()的最后，代码如下： else//solver_flag = NON_……继续阅读 » iwande 4年前 (2021-04-26) 2062浏览 0评论1094个赞
8.sliding window8.1 理论基础 实际上，这一部分跟后端非线性优化是一起进行的，这一部分对应的非线性优化的损失函数的先验……继续阅读 » iwande 4年前 (2021-04-26) 2617浏览 0评论1995个赞
4.IMU预积分 IMU预积分主要干了2件事，第一个是IMU预积分获得α、β、γ值，另一个是误差传递函数的获取。本部分的流程图如下图所示。 ……继续阅读 » iwande 4年前 (2021-04-26) 2106浏览 0评论1746个赞
直接总结吧：这一节描述的视觉里程计就是检测特征点，特征点匹配，匹配上以后算位姿和深度。 特征点检测： Fast特征点：……继续阅读 » 微鉴道长 4年前 (2021-04-26) 1988浏览 0评论1533个赞
这次的笔记我把13讲的部分内容总结一下。 虽然slam的名字叫同步定位与构图，但是书中建图的内容却少的可怜。据此高博给出了自己的解释，意为在定位的过程中，我确定了很多特征点的世界坐标，那这个过程其实就是建图了。一个点云中，每个已知世界坐标系的特征点给它的位置塞一个点，那这不就是建……继续阅读 » 微鉴道长 4年前 (2021-04-26) 1381浏览 0评论1223个赞
本章的内容没有理论知识，完全是由实践部分组成的。 本章主要有两大难点。 第一，g2o的使用。对此，我总结了到了之前的一章中： SLAM14讲学习笔记（十一）g2o图优化中的……继续阅读 » 微鉴道长 4年前 (2021-04-26) 2452浏览 0评论2788个赞
