会员
周边
新闻
博问
闪存
众包
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
SunshineWeather
博客园
首页
新随笔
联系
订阅
管理
2026年2月10日
关于李群和李代数的理解
摘要: 李群(Lie Group)和李代数(Lie Algebra)是SLAM、机器人学等领域中表示旋转/位姿的核心概念。 李群是"连续的群"比如旋转矩阵群SO(3)、位姿矩阵群SE(3),描述的是“最终的变换结果”。 李代数是李群在单位元处的切空间,描述的是“变换的增量/速度”。 一、先搞懂“群”:李群的
阅读全文
posted @ 2026-02-10 11:44 阳光天气
阅读(6)
评论(0)
推荐(0)
2026年2月6日
解决SLAM14讲中变量待优化变量在断点中只能看到指针地址,而不是指针指向的具体数值看起来不直观的问题
摘要: mutable_points()返回的是double*类型,调试器只知道这是一个内存地址,不知道它指向的数组长度是多少。通过Eigen::Map指定长度为 3,调试器就知道要读取 3 个连续的 double 值,并以 3 维向量的形式展示,这样就直观了。 在调试器的对表达式求值窗口(Clion里右侧
阅读全文
posted @ 2026-02-06 16:50 阳光天气
阅读(2)
评论(0)
推荐(0)
Ceres中tr_radius的理解
摘要: tr_radius 是 Trust Region Radius 的缩写,直译是信赖域半径,是 Ceres信赖域(LM)算法的核心控制参数—— 它定义了算法每次迭代时,参数更新步长能探索的最大范围,简单说就是给参数更新画了一个「探索圈」,步长只能在这个圈子里试探,圈子的半径就是tr_radius。 结
阅读全文
posted @ 2026-02-06 14:09 阳光天气
阅读(2)
评论(0)
推荐(0)
Ceres中tr_ratio的理解
摘要: tr_ratio 是 Trust Region Ratio 的缩写,直译是「信赖域比率」,是 Ceres 中信赖域(LM)算法判定步长是否有效的核心指标,本质是 **「实际代价下降量」和「预测代价下降量」的比值 **,用来判断本次迭代尝试的步长是否靠谱、是否能让优化更接近最优值,这个值的大小直接决定
阅读全文
posted @ 2026-02-06 13:35 阳光天气
阅读(4)
评论(0)
推荐(0)
2026年2月4日
解决SLAM14讲第九节initial.ply不能显示的问题
摘要: meshlab只显示绿色的摄像机点,不显示正常3D点 解决思路:给ply中绿色的摄像机点和白色的普通点都加上坐标数值异常过滤 极大 / 极小的数值,这说明部分地图点的 3D 坐标是无效值(比如 NaN、inf 或者计算溢出的错误值),导致 MeshLab 显示出了异常的坐标刻度。 点击查看代码 vo
阅读全文
posted @ 2026-02-04 22:47 阳光天气
阅读(3)
评论(0)
推荐(0)
2026年1月29日
SLAM中通过坐标变换计算相机中心
摘要: 点击查看代码 // 计算相机中心:c = -R^T * t // 其中R是旋转矩阵(由角轴转换),t是平移向量 Eigen::VectorXd inverse_rotation = -angle_axis_ref; // 逆旋转(角轴取反) // 计算 R^T * t (通过角轴旋转点实现) Ang
阅读全文
posted @ 2026-01-29 10:22 阳光天气
阅读(1)
评论(0)
推荐(0)
2026年1月28日
C++中memcpy的理解
摘要: memcpy 就是 C/C++ 里一个内存块 “搬家” 工具,你可以把它想象成「用胶带把一整排文件从抽屉 A 粘到抽屉 B」的操作。 它的作用是:从一个内存地址(源),把指定字节数的数据,原封不动地复制到另一个内存地址(目标)。 不管内存里存的是什么类型(int/double/ 结构体都可以),它只
阅读全文
posted @ 2026-01-28 09:57 阳光天气
阅读(15)
评论(0)
推荐(0)
2026年1月26日
C++ 动态数组管理
摘要: 点击查看代码 #include<iostream> using namespace std; int main() { //模拟BALProblem的核心逻辑:角轴数组->四元数数组 //1.初始化旧数组(角轴格式:假设1个相机,9维参数) int old_size = 9;//9*1个相机+0个点
阅读全文
posted @ 2026-01-26 10:12 阳光天气
阅读(4)
评论(0)
推荐(0)
2026年1月24日
cpp中atan与atan2的对比
摘要: 核心差异:atan 是单参数、无象限区分、范围窄;atan2 是双参数、有象限区分、范围全,且无需提前做除法; 工程选择:SLAM / 机器人 / 图形学等需要精准计算角度的场景,优先用 atan2(y, x);atan 仅适用于已知角度在 [-90°, 90°] 的简单场景; 代码意义:atan2
阅读全文
posted @ 2026-01-24 21:32 阳光天气
阅读(9)
评论(0)
推荐(0)
2026年1月21日
labelme的一个特定标签改成另一个标签
摘要: Python代码 点击查看代码 import json import os from pathlib import Path # 把labelme的一个特定标签改成另一个标签 def replace_labelme_label( input_path: str, old_label: str, ne
阅读全文
posted @ 2026-01-21 17:30 阳光天气
阅读(3)
评论(0)
推荐(0)
下一页
公告