从CV到SLAM：一个工程师的转型之旅

摘要： 用python可视化.depth文件，并且跟随鼠标的箭头显示深度值 点击查看代码 import numpy as np import cv2 import matplotlib matplotlib.use('TkAgg') # 必须在导入 pyplot 之前设置 import matplotlib 阅读全文

摘要： 点击查看代码 import json import os import base64 import numpy as np import cv2 from math import cos, sin, radians import argparse def rotate_point_opencv_st 阅读全文

摘要： 在学习g2o位姿图优化时，我曾被一行误差计算代码卡壳很久：`_error=(_measurement.inverse()*v1.inverse()*v2).log();`。看似简单的矩阵乘法，背后藏着SE3变换的核心逻辑——尤其是“SE3乘法不满足交换律”“A.inverse()*B表示从A到B的变 阅读全文

摘要： 先明确 SE3 变换的本质 SE3 变换（记为T）描述的是 “从坐标系 A 到坐标系 B 的空间变换”，它包含两部分： 旋转：把 A 系的姿态转到 B 系的姿态； 平移：把 A 系的原点移到 B 系的原点。 数学上，SE3 可以表示为一个 4×4 的齐次变换矩阵，也可以用 “旋转矩阵 + 平移向量” 阅读全文

摘要： 信息矩阵（Information Matrix）是 g2o 优化中用来表示 “观测数据可信度 / 权重” 的矩阵，本质是 “误差的协方差矩阵的逆”。 先搞懂 “协方差矩阵”（信息矩阵的 “前身”） 协方差矩阵（Σ）描述了 “观测误差的波动程度”： 数值越大 → 误差波动越大 → 观测数据越不可信； 阅读全文

摘要： 1. 数学定义：向量 → 反对称矩阵 给定一个 3 维旋转向量 hat 算子把它变成一个 3×3 的反对称矩阵（skew-symmetric matrix）： 特点： 对角线元素全为 0； 主对角线两侧元素互为相反数：Aij​=−Aji​； 因此满足 AT=−A，这是反对称矩阵的定义。 2. 物理意 阅读全文

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

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

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