上一页 1 ··· 7 8 9 10 11 12 13 14 15 下一页
该文被密码保护。 阅读全文
posted @ 2019-05-17 11:51 心田居士 阅读(0) 评论(0) 推荐(0) 编辑
摘要: 半闲居士高翔博客: https://www.cnblogs.com/gaoxiang12/ 视觉大佬冯兵博客: http://www.fengbing.net/ SLAMCN http://www.slamcn.org/index.php/首页 ORBSLAM(2) http://webdiis.u 阅读全文
posted @ 2019-05-14 22:36 心田居士 阅读(596) 评论(0) 推荐(0) 编辑
摘要: 追踪 追踪部分的主要思路是在当前帧和(局部)地图之间寻找尽可能多的对应关系,来优化当前帧的位姿。 作者在追踪这部分主要用了几种模型:运动模型(Tracking with motion model)、关键帧(Tracking with reference key frame)和重定位(Relocali 阅读全文
posted @ 2019-05-11 22:33 心田居士 阅读(720) 评论(0) 推荐(0) 编辑
摘要: ORB-SLAM[1]完全继承了PTAM(http://www.cnblogs.com/zonghaochen/p/8442699.html)的衣钵,并做出了两点巨大改进:1)实时回环检测;2)很鲁棒的重定位。为了实现这两点改进,ORB-SLAM把PTAM的mapping线程基于局部BA和全局BA拆 阅读全文
posted @ 2019-05-11 21:47 心田居士 阅读(4223) 评论(0) 推荐(0) 编辑
摘要: 在Orb-Slam中有三个地图分别是Covisibility Graph,Spanning Graph,以及Essential Graph,它们三个分别是什么意思呢? 首先,图优化是目前视觉SLAM里主流的优化方式。其思想是把一个优化问题表达成图(Graph),以便我们理解、观察。如果题主想更清楚地 阅读全文
posted @ 2019-05-11 20:07 心田居士 阅读(2474) 评论(0) 推荐(0) 编辑
摘要: 如何优化 1 优化的目标函数在SLAM问题中,常见的几种约束条件为: 1. 三维点到二维特征的映射关系(通过投影矩阵);2. 位姿和位姿之间的变换关系(通过三维刚体变换);3. 二维特征到二维特征的匹配关系(通过F矩阵);5. 其它关系(比如单目中有相似变换关系)。如果我们能够知道其中的某些关系是准 阅读全文
posted @ 2019-05-11 16:35 心田居士 阅读(784) 评论(0) 推荐(0) 编辑
摘要: 本教程针对于UEFI启动来叙述的,根据普遍的支持UEFI的机器来叙述。 标题简要说明:Windows Boot Manager 安装完Windows系统后而出现的启动选项(相关的信息存储在NVRAM),可以删除和建立,和bcdboot.exe有关Bootmgfw.efi 引导Windows的引导文件 阅读全文
posted @ 2019-05-07 14:14 心田居士 阅读(9604) 评论(0) 推荐(0) 编辑
摘要: https://www.jianshu.com/p/9ee6b2145eaa?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation https://www.cnblogs.com/ 阅读全文
posted @ 2019-05-05 23:19 心田居士 阅读(222) 评论(0) 推荐(0) 编辑
摘要: wait 阅读全文
posted @ 2019-05-05 20:13 心田居士 阅读(132) 评论(0) 推荐(0) 编辑
摘要: 背景 平时apt-get install安装软件时,下载的deb文件都会存放在/var/cache/apt/archives/下,为了今后重装或给别人用,特别是没有网络时,这些deb文件实际上是可以派上用途的,也就是可以用这些deb制作成本地源。这种方法还有一个应用场景: 下面给出可行且实用的部分本 阅读全文
posted @ 2019-05-05 16:14 心田居士 阅读(929) 评论(0) 推荐(0) 编辑
上一页 1 ··· 7 8 9 10 11 12 13 14 15 下一页