国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

視覺SLAM【第二講-初識SLAM】

這篇具有很好參考價值的文章主要介紹了視覺SLAM【第二講-初識SLAM】。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

SLAM簡介

視覺SLAM,主要指的是利用相機完成建圖和定位問題。如果傳感器是激光,那么就稱為激光SLAM。
定位(明白自身狀態(tài)(即位置))+建圖(了解外在環(huán)境)。
視覺SLAM中使用的相機與常見的單反攝像頭并不是一個東西,它更簡單,不攜帶昂貴的鏡頭,以一定速率拍攝周圍環(huán)境,形成一個連續(xù)的視頻流。
在SLAM(同時定位與地圖構(gòu)建)中,常用的相機種類包括以下幾種:

  • RGB相機:RGB相機是最常用的相機類型之一,它可以捕獲彩色圖像。通常使用標準的RGB傳感器來獲取圖像,并可以通過軟件處理來提取深度信息。
  • 深度相機:深度相機也被稱為RGB-D相機,它不僅可以捕獲彩色圖像,還可以獲取每個像素點到相機的距離信息。這些相機通常使用結(jié)構(gòu)光、時間飛行或雙目視覺等技術(shù)來測量物體和場景的深度。最大的特點是通過紅外結(jié)構(gòu)或ToF原理,像激光傳感器那樣,主動向物體發(fā)射光并接收返回的光。
  • 單目相機:單目相機只有一個鏡頭,可以捕獲二維圖像(只是三維空間的二維映射)。由于只有一個視角,需要使用其他傳感器或算法來估計深度信息。它以二維的形式記錄了三維的世界,但是丟掉了場景中深度(距離)這一維度。
  • 雙目相機:雙目相機具有兩個鏡頭,可以模擬人眼的立體視覺。通過比較兩個鏡頭捕獲的圖像之間的差異,可以計算得到場景的深度信息。
  • 多目相機:多目相機包含三個或更多的鏡頭,可以提供更豐富的視角和深度信息。多目相機可以用于構(gòu)建更精確和穩(wěn)健的SLAM系統(tǒng)。

這些相機種類在SLAM中的選擇取決于應(yīng)用場景、需要的精度和實時性等因素。不同的相機類型有不同的優(yōu)勢和限制,選擇合適的相機是設(shè)計SLAM系統(tǒng)時需要考慮的重要因素之一。
SLAM可以用來做什么:自主機器人+三維重建+AR

常用工具

htop

相當于windows任務(wù)管理器
直接輸入htop即可運行
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
vim
文本編輯工具
terminator
超級終端
支持分欄和同時操作
ros
機器人操作系統(tǒng),去官網(wǎng)選擇對應(yīng)版本去裝即可

經(jīng)典視覺SLAM框架

視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
視覺里程計
視覺里程計關(guān)心相鄰圖像之間的相機運動,視覺里程計能夠通過相鄰幀間的圖像估計相機運動,并恢復(fù)場景的空間結(jié)構(gòu)。
僅通過視覺里程計來估計軌跡,將不可避免的出現(xiàn)累積漂移,為了解決這個問題出現(xiàn)了后端優(yōu)化(校正整個軌跡的形狀)和回環(huán)檢測(把“機器人回到原始位置”的事情檢測出來)

后端優(yōu)化:
主要指處理SLAM過程中的噪聲問題。后端優(yōu)化要考慮的問題就是如何從帶有噪聲的數(shù)據(jù)中估計整個系統(tǒng)的狀態(tài),以及這個狀態(tài)估計的不確定性有多大–這叫做最大后驗概率估計。
在SLAM中,前端給后端提供待優(yōu)化的數(shù)據(jù),后端負責整體的優(yōu)化過程。前端和計算機視覺研究領(lǐng)域更為相關(guān),比如圖像的特征提取與匹配,后端主要是濾波與非線性優(yōu)化算法。。
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam

回環(huán)檢測(閉環(huán)檢測)
主要解決位置估計隨時間漂移的問題。視覺回環(huán)檢測實質(zhì)上是一種計算圖像數(shù)據(jù)相似性的算法。檢測完后,會將信息告訴后端優(yōu)化算法,然后后端優(yōu)化算法根據(jù)這些新的信息,把軌跡和地圖調(diào)整到符合回環(huán)檢測結(jié)果的樣子。

建圖
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
根據(jù)不同的應(yīng)用構(gòu)建不同的地圖??傮w上可以分為:
度量地圖:強調(diào)精確地表示地圖中物體的位置關(guān)系,通常用稀疏和稠密對其分類。稀疏圖進行一定程度的抽象,并不需要表達所有物體,通常適用于定位。稠密地圖著重于建??吹降乃袞|西,適用于導(dǎo)航。
拓撲地圖:更加強調(diào)地圖元素之間的關(guān)系。由節(jié)點和邊組成,只考慮節(jié)點間的連通性。
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam

SLAM問題數(shù)學表示

xk代表在k時刻與xk處探測到某一個路標yi。uk是運動傳感器的讀數(shù)或者輸入。wk為該過程加入的噪聲。
運動方程
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
觀測方程:
在xk位置看到某個路標點yi,產(chǎn)生了一個觀測數(shù)據(jù)zk,j
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
vk,j是這次觀測里的噪聲。
針對不同的傳感器,方程有不同的參數(shù)化形式。
總結(jié)為兩個基本方程:
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam
視覺SLAM【第二講-初識SLAM】,#視覺SLAM,數(shù)碼相機,視覺slam文章來源地址http://www.zghlxwxcb.cn/news/detail-647093.html

到了這里,關(guān)于視覺SLAM【第二講-初識SLAM】的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 小米12s ultra,索尼xperia1 iv,數(shù)碼相機 拍照對比

    小米12s ultra,索尼xperia1 iv,數(shù)碼相機 拍照對比

    首先說明所有的測試結(jié)果和拍攝數(shù)據(jù)我放到百度網(wǎng)盤了(地址在結(jié)尾) 我一直想知道現(xiàn)在的手機和相機差距有多大,到底差在哪兒? 先說結(jié)論: 1.1英寸的手機cmos(2022年) 6年前(2016)的入門款相機(m43畫幅) 2.手機 不能換鏡頭,只能在特定的拍攝距離才能發(fā)揮出全部的實力.數(shù)碼變焦畫質(zhì)損

    2024年02月09日
    瀏覽(33)
  • 從零開始的三維激光雷達SLAM教程第二講(搭建Gazebo仿真環(huán)境,并添加動態(tài)障礙物)

    從零開始的三維激光雷達SLAM教程第二講(搭建Gazebo仿真環(huán)境,并添加動態(tài)障礙物)

    畢業(yè)設(shè)計打算做三維激光SLAM,記錄一些學習歷程,也給后面人一點幫助。本教程不涉及SLAM基本概念(如果沒有自行補充),主要包含以下幾部分內(nèi)容。 搭建激光SLAM的運行環(huán)境并運行數(shù)據(jù)集 在Gazebo中構(gòu)建仿真地圖并添加動態(tài)障礙物,使用仿真小車采集激光數(shù)據(jù)。 A-LOAM詳解,

    2024年02月01日
    瀏覽(52)
  • 基于全景相機的視覺SLAM

    基于全景相機的視覺SLAM

    相機坐標系中空間點投影到二維圖像的過程可以簡化為將空間點投影到單位球面上,然后將此球面展開成全景圖像。 式中:ri一空間點在相機坐標系中與原點的距離;t0一投影函數(shù)。可以看出,全景相機的投影過程是非線性的。 能看出全景圖像的畸變系數(shù)為cosp,圖2-4為全景機

    2024年02月10日
    瀏覽(28)
  • 視覺SLAM中的相機分類及用途

    目錄 1. 單目相機 2. 雙目相機 3. 深度相機(RGB-D相機) 4. 全景相機 5. 結(jié)構(gòu)光相機 6. 激光雷達相機(Lidar) 應(yīng)用場景與選擇 7.熱感相機 熱感相機用于SLAM的挑戰(zhàn) 視覺SLAM(Simultaneous Localization and Mapping)算法主要用于機器人和自動導(dǎo)航系統(tǒng)中,用于同時進行定位和建立環(huán)境地圖。

    2024年02月04日
    瀏覽(21)
  • 視覺SLAM理論到實踐系列(四)——相機模型

    視覺SLAM理論到實踐系列(四)——相機模型

    下面是《視覺SLAM十四講》學習筆記的系列記錄的總鏈接,本人發(fā)表這個系列的文章鏈接均收錄于此 下面是專欄地址: 高翔博士的《視覺SLAM14講》學習筆記的系列記錄 相機將三維世界中的坐標點(單位為米)映射到二維圖像平面(單位為像素)的過程能夠用一個幾何模型進行

    2024年02月04日
    瀏覽(25)
  • 【視覺SLAM入門】3. 相機模型,內(nèi)外參,畸變推導(dǎo)

    【視覺SLAM入門】3. 相機模型,內(nèi)外參,畸變推導(dǎo)

    本節(jié)討論圍繞這個問題展開 機器人如何觀測外部世界? quadlargetextcolor{red}{機器人如何觀測外部世界?} 機器人如何觀測外部世界? 注意: 的研究的目的是為了求出點在世界坐標系下的信息,也就是 ?? P w ;P_w P w ? 是要求出來的量。 以針孔相機為例,我們來推導(dǎo)內(nèi)參的

    2024年02月13日
    瀏覽(26)
  • 【視覺SLAM十四講學習筆記】第五講——相機模型

    【視覺SLAM十四講學習筆記】第五講——相機模型

    專欄系列文章如下: 【視覺SLAM十四講學習筆記】第一講——SLAM介紹 【視覺SLAM十四講學習筆記】第二講——初識SLAM 【視覺SLAM十四講學習筆記】第三講——旋轉(zhuǎn)矩陣 【視覺SLAM十四講學習筆記】第三講——旋轉(zhuǎn)向量和歐拉角 【視覺SLAM十四講學習筆記】第三講——四元數(shù) 【視

    2024年01月17日
    瀏覽(27)
  • 《視覺 SLAM 十四講》V2 第 5 講 相機與圖像

    《視覺 SLAM 十四講》V2 第 5 講 相機與圖像

    空間點 投影到 相機成像平面 前面內(nèi)容總結(jié): 1、機器人如何表示自身位姿 視覺SLAM: 觀測 主要是指 相機成像 的過程 。 投影過程描述: 針孔 + 畸變 相機 內(nèi)參 外參 像素坐標系 與 成像平面之間,相差了一個縮放 和一個原點的平移。 像素坐標系: 原點 o ′ o^{prime} o ′ 位

    2024年02月07日
    瀏覽(23)
  • 視覺SLAM十四講|【五】相機與IMU時間戳同步

    Z [ u v 1 ] = [ f x 0 c x 0 f y c y 0 0 1 ] [ X Y Z ] = K P Z begin{bmatrix} u \\\\ v \\\\ 1 end{bmatrix}= begin{bmatrix} f_x 0 c_x \\\\ 0 f_y c_y \\\\ 0 0 1 end{bmatrix} begin{bmatrix} X \\\\ Y \\\\ Z end{bmatrix}= KP Z ? u v 1 ? ? = ? f x ? 0 0 ? 0 f y ? 0 ? c x ? c y ? 1 ? ? ? X Y Z ? ? = K P 其中, K = [ f x 0 c x 0 f y c y 0 0

    2024年01月20日
    瀏覽(30)
  • 從零實戰(zhàn)SLAM-第四課(相機成像及常用視覺傳感器)

    從零實戰(zhàn)SLAM-第四課(相機成像及常用視覺傳感器)

    ??在七月算法報的班,老師講的蠻好。好記性不如爛筆頭,關(guān)鍵內(nèi)容還是記錄一下吧,課程入口,感興趣的同學可以學習一下。 ------------------------------------------------------------------------------------------------------------------------------- 相機的最基礎(chǔ)模型就是針孔相機模型 針孔相機的

    2024年02月13日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包