摘要：
一般出现这种问题都是cuda、pytorch或vs版本没配对上。 这里出现问题的文件为torch中的cast.h。 我看网上很多给的解决方法是修改下面代码： template <template <typename...> class Tuple, typename... Ts> class tup 阅读全文
摘要：
下面这个命令： ps -e | grep gsd | awk '{print $1}' | xargs -I{} sh -c 'cat /proc/{}/status && echo " "' > status.txt 用于获取系统中所有进程名称中包含"gsd"的进程的状态，并将结果保存到名为"st 阅读全文
摘要：
可能是编译指令加入了下面三个其中一个： -Ofast -ffast-math -ffinite-math-only 去掉上面的指令或者单独加入下面的指令均可使isnan生效。 -fno-finite-math-only 注意这个要加在最后，如果先加-fno-finite-math-only，后加-f 阅读全文
摘要：
BA作为视觉SLAM中后端优化的一个核心点还是比较重要的。 BA根据优化量的不同可以分为三种形式。 Full BA：观测点和位姿同时优化，一般是视觉SLAM后端的核心。 Motion BA：已知观测点，优化位姿，一般用来定位。之前的文章中有用到BA单做位姿计算的方法。 Struct BA：已知位姿， 阅读全文
摘要：
正交分解可以将多个向量分解为互相正交的多个向量。 可以用QR分解方法或施密特正交化方法，施密特正交化方法一般数值不稳定。 假设有{V1...Vn}向量组，施密特正交化算法原理如下： 结果中{β1...βn}为一组正交基，{η1...ηn}为其标准正交基。 matlab代码如下： clear all; 阅读全文
摘要：
通过3D-2D匹配点计算位姿，除了用上篇的DLT来求解，还可以用非线性优化方式求解。 这篇就用BA的方法求解PnP问题。 使用非线性优化通常要先确定下面四个要素： 1. 待优化模型，模型和上一篇是一样的，三维点通过旋转平移矩阵变换到像空间，然后通过内参投影到二维像平面上，可以用下面几个方程表示： 其 阅读全文
摘要：
在计算位姿的时候，一般我们有一些观测量，这些观测量有些是三维的、有些是二维的，因此需要用到不同的方法。 如果是3D-3D的位姿计算，一般可以用这几种方法（【1】,【2】,【3】,【4】）。 如果是3D-2D的位姿计算，一般可以用PnP-BA或者是本篇的DLT（直接线性变换）方法。 如果是2D-2D的 阅读全文
摘要：
对于两组点集，要计算其旋转平移矩阵，可以用点云配准算法。 也可以用非线性优化的方法计算，不过由于待优化量包含旋转量，做迭代求雅克比矩阵时如果用欧拉角表示旋转矩阵会比较麻烦。 因此这里用李群李代数的方法求解。 李群与李代数互转公式见下图： 通常用三维变换SE(3)多一些，三维空间中一般都是包含旋转和平 阅读全文
摘要：
之前做非线性优化一般都是求雅可比矩阵或者数值求导，然后通过高斯牛顿或者LM迭代求解。 这次用pytorch中的方法求解试试。 下面给一个用pytorch求解的代码，例子是之前文章中的。 import torch import torch.nn as nn import torch.optim as 阅读全文
摘要：
这里是ubuntu系统，其他系统我忘了 ls -l 出来有没有total字符了。 ls -l | grep -v total | wc -l 阅读全文