终于完成了Robotic SLAM 所有的内容了。说实话，课程的内容比较一般，但是作业还是挺有挑战性的。最后一章的内容是 Location. Location 是 Mapping 的逆过程。在给定map的情况下，需要求取机器人的位姿。 1、Location 的意义 在机器人导航任务中，locatio ...
分类：
其他好文 时间：
2016-06-08 15:45:57
阅读次数：
149
对于移动机器人来说，最吸引人的莫过于SLAM，堪称Moving Robot 皇冠上的明珠。Perception 服务于 SLAM，Motion Plan基于SLAM。SLAM在移动机器人整个问题框架中，起着最为核心的作用。为了专注于Mapping，此章我们假设 Location 是已知的。 1、Me ...
分类：
移动开发 时间：
2016-06-04 20:51:17
阅读次数：
286
在基于特征点的视觉SLAM中，通常情况下，在特征匹配过程中往往会存在误匹配信息，使得计算获取的位姿精度低，易产生位姿估计失败的问题，因此，剔除这些错配点有很大的必要性。常会用到RANSAC算法进行消除两两匹配图像的误匹配点，如果只停留在应用的层面上很简单，直接调用opencv函数就行，看到效果时，感 ...
分类：
编程语言 时间：
2016-06-01 06:46:26
阅读次数：
4977
在目前实际的视觉SLAM中，闭环检测多采用DBOW2模型https://github.com/dorian3d/DBoW2，而bag of words 又运用了数据挖掘的K-means聚类算法，笔者只通过bag of words 模型用在图像处理中进行形象讲解，并没有涉及太多对SLAM的闭环检测的应 ...
分类：
编程语言 时间：
2016-06-01 06:45:34
阅读次数：
309
聚类概念： 聚类：简单地说就是把相似的东西分到一组。同 Classification (分类)不同，分类应属于监督学习。而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了。聚类不需要使用训练数据进行学 ...
分类：
编程语言 时间：
2016-06-01 06:45:11
阅读次数：
243
无人机和机器人要加上“智能”二字，必不可少的就要添加视觉功能。从算法层面，计算机视觉可以分为两个方向:1)基于MachineLearning的方法，如检测、跟踪和识别；2）基于Geometry的方法，如SLAM相关的建图、定位与导航。一个低成本有效的SLAM方案是当前智能机器人研发人员急需解..
分类：
其他好文 时间：
2016-05-31 19:12:56
阅读次数：
1412
ORB-SLAM作为单目SLAM，其精度很大程度上决定于帧与帧之间的位姿优化的是否准确。因此优化（optimization）在ORB-SLAM里面扮演了很重要的角色。这一小节探讨一下ORB-SLAM里用到的优化。 ORB-SLAM选用g2o作为图优化的方法，关于g2o可以参考http://www.c ...
分类：
其他好文 时间：
2016-05-30 00:38:04
阅读次数：
366
机器人感知是UPNN机器人专项中的最后一门课程，其利用视觉方法来对环境进行感知。与之前提到的机器人视觉不同，机器人感知更侧重于对环境物体的识别与检测。与计算机视觉不同，机器人视觉所识别的物体往往不需要高精度测量，物体也有明显特征。机器人感知最为典型的应用是对环境的感知 —— SLAM，同步定位与地图 ...
分类：
其他好文 时间：
2016-05-28 12:56:55
阅读次数：
147
摘自 Comparison of Optimization Techniques for 3D Graph-based SLAM Doaa M. A.-Latif et al. (2013) Ain Shams University PDF This paper presents a compari ...
分类：
其他好文 时间：
2016-05-21 23:11:04
阅读次数：
1956
经过一番努力，终于跑通了felix.endres的rgbd slam v2 源码，中间遇到挺多问题。总结如下： （1） 关于SiftGPU问题：ERROR: SiftGPU cannot be compiled解决方法：将源码中CMakeLists.txt中第6行：set(USE_SIFT_GPU ...
分类：
其他好文 时间：
2016-05-20 09:45:29
阅读次数：
418
