首页 > TAG信息列表 > slam
OpenXRLab
OpenXRLab扩展现实开源平台（https://openxrlab.org.cn/），包含了6大工具箱：SLAM、SfM、视觉重定位、动作捕捉、动作生成和NeRF，并且提供了一个将SLAM、SfM和视觉重定位打通连接起来的大场景AR DemoSLAM后端—线性系统滤波（KF）与非线性系统滤波（EKF）
SLAM学习笔记—后端 概述 状态估计概率分布的核心思想 未知量(\(x_k\))的后验概率分布 = 似然概率分布 × 未知量(\(x_k\))的先验概率分布 这一等式贯穿全文，请牢牢抓住！ 运动方程和观测方程 \[\begin{cases} x_k = f(x_{k-1},u_k)+w_k \\\\ z_k=h(x_k)+v_k \end{cases}《机器人SLAM导航核心技术与实战》第1季：第2章_C++编程范式
《机器人SLAM导航核心技术与实战》第1季：第2章_C++编程范式 视频讲解 【第1季】2.第2章_C++编程范式-视频讲解 【第1季】2.1.第2章_C++编程范式-C++工程的组织结构-视频讲解 【第1季】2.2.第2章_C++编程范式-C++代码的编译方法-视频讲解 【第1季】2.3.第2章_C++编程范式-C+常见开源库
可视化 1. opengl：Open Graphics Library，译名：开放图形库或者“开放式图形库”。是用于渲染2D、3D矢量图形的跨语言、跨平台的应用程序编程接口（API）。 即为可视化开发API，强项在于交互功能。 2. Pangolin是SLAM常用的库之一，主要用于SLAM系统的可视化。它是基于OpenGL的，主要优势在《机器人SLAM导航核心技术与实战》第1季：第1章_ROS入门必备知识
《机器人SLAM导航核心技术与实战》第1季：第1章_ROS入门必备知识 视频讲解 【第1季】1.第1章_ROS入门必备知识-视频讲解 【第1季】1.1.第1章_ROS入门必备知识-ROS简介-视频讲解 【第1季】1.2.第1章_ROS入门必备知识-ROS开发环境搭建-视频讲解 【第1季】1.3.第1章_ROS入门必全国SLAM技术论坛笔记
2.3视觉融合建图 语义地图：家具地图等 结构地图：structVIO/SLAM是未来SLAM的发展方向之一，两大场景可能会先落地：1、家庭环境 2、泊车环境 2.4视觉融合建图：XR地图 3.1视觉融合感知：单目侧距 目标检测+距离计算 3.2视觉融合感知：后融合感知 核心思想就是，通过不同时间，不同位置，不同传感SLAM十四讲第二版环境配置
SLAM十四讲第二版环境配置 1.源码下载路径 https://githup.com/gaoxiang12/slambook2 2.三方库安装 2.1 Eigen3 sudo apt-get install libeigen3-dev 2.2 Sophus (1)首先安装fmt 注意：不要用git下载，会报bug 下载链接：https://fmt.dev/8.1.1/index.html cd fmt mkdir build cd buislam14(1) v1_5 SLAM中用大的数学
e的由来 当时，欧拉试图解决由另一位数学家雅各布·伯努利（Jacob Bernoulli）在半个世纪前提出的问题。 伯努利的问题与复利有关。假设你在银行里存了一笔钱，银行每年以100%的利率兑换这笔钱。一年后，你会得到（1+100%）^1=2倍的收益。 现在假设银行每六个月结算一次利息，但只能提供利率的《机器人SLAM导航核心技术与实战》第1季：第0章_SLAM发展综述
《机器人SLAM导航核心技术与实战》第1季：第0章_SLAM发展综述 视频讲解 【第1季】0.第0章_SLAM发展综述-视频讲解 【第1季】0.1.第0章_SLAM发展综述-梳理定位导航技术-视频讲解 【第1季】0.2.第0章_SLAM发展综述-揭秘SLAM技术路线-视频讲解 【第1季】0.3.第0章_SLAM发展综深度学习跟SLAM的结合点
1、用深度学习方法替换传统SLAM中的一个/几个模块 特征提取，特征匹配，提高特征点稳定性，提取点线面等不同层级的特征点。 深度估计 位姿估计 重定位 其他 2、在传统SLAM之上加入语义信息（毕设相关） 图像语义分割 语义地图构建 3、端到端的SLAM 机器人自主导航（深度强化学习）等 2《机器人SLAM导航核心技术与实战》先导课：SLAM的应用价值与技术难点
《机器人SLAM导航核心技术与实战》先导课：SLAM的应用价值与技术难点 视频讲解 【先导课】3.SLAM的应用价值与技术难点-视频讲解 【先导课】3.1.SLAM的应用价值与技术难点-SLAM价值-视频讲解 【先导课】3.2.SLAM的应用价值与技术难点-产业应用与生态-视频讲解 【先导课】3.3《机器人SLAM导航核心技术与实战》先导课：如何安装Ubuntu系统
《机器人SLAM导航核心技术与实战》先导课：如何安装Ubuntu系统 视频讲解 【先导课】2.如何安装Ubuntu系统-视频讲解 【先导课】2.1.如何安装Ubuntu系统-操作系统概念-视频讲解 【先导课】2.2.如何安装Ubuntu系统-Linux操作系统-视频讲解 【先导课】2.3.如何安装Ubuntu系统-【SLAM】ORB_SLAM3 初步调试运行详细记录
前言 相关解析及参考： 超详细解读ORB-SLAM3单目初始化（下篇） ORB_SLAM3和之前版本有什么不同？_小白学视觉的技术博客_51CTO博客 orbslam3 官方源码地址：https://github.com/UZ-SLAMLab/ORB_SLAM3 ‼️ 注意如果是ROS编译请见issue：https://github.com/UZ-SLAMLab/ORB_SLAM3/issues/442代码笔记2 slam十四讲中的配置问题
1 总而言之，在ubuntu上搞slam，版本真的是大坑，每一步都是坑。 这里是ch6的配置，先说我成功的版本配置 Eigen 3.2.10 Ceres 1.14.0 g2o 高博版本(我实在没找到g2o的版本号，网上也没人说，但一定不是最新版本) cmake 3.10.2 同时查阅资料发现，好像Sophus库的编译需要Eigen3.3版本的支基于深度相机 RealSense D435i 的 ORB SLAM 2
基于深度相机 RealSense D435i 的 ORB SLAM 2 相比于上一篇文章，这里我们将官方给的 rosbag 数据包替换为来自深度相机的实时数据。之所以选择 Intel RealSense 这款深度相机，仅仅是因为它是最容易买到的。。。在京东上搜“深度相机”，符合要求的几乎都是这个系列的。具体到 D435ievo工具评估slam算法生成的轨迹tum数据集
若生成的tum轨迹文件包含多余空格 执行以下命令 cat results.txt | tr -s [:space:] > results_new.txt 生成单一轨迹命令： evo_traj tum XXXX.txt -p 将csv文件转换成tum文件： evo_traj euroc XXX.csv --save_as_tum 两个tum文件进行轨迹对比： evo_ape tum XXX.tum XXX.txt -p -vaslam-karto
sudo apt-get install ros-melodic-slam-karto roslaunch turtlebot3_slam turtlebot3_slam.launch slam_methods:=karto 参考 https://github.com/ros-perception/slam_karto【SLAM十四讲--第零讲】很高兴认识你，SLAMer
《SLAM十四讲》理论部分专栏 《SLAM十四讲》实践部分专栏 目录一、我的博客怎么写二、一些很赞的资源 一、我的博客怎么写 欢迎来到我的博客，来都来啦，请务必务必看完本博客，这将成为是我们SLAMer一起进步的契机。 写博客之前，我在CSDN上看了很久很久，我在想怎么样的文章如何学习SLAM（超级全面）
如何学习SLAM 由于SLAM是一个错综复杂的研究领域，涉及到非常多的关键技术。这里先讲讲学习方法论，然后对一些关键性概念（包括SLAM、ROS、SLAM移动机器人）进行分析，最后给出典型应用案例方便大家进行实战。 温馨提示 本篇文章已经收录在我最新出版的书籍《机器人SLAM导航核心技《机器人SLAM导航核心技术与实战》前言
《机器人SLAM导航核心技术与实战》前言 温馨提示： 本篇文章是我最新出版的书籍《机器人SLAM导航核心技术与实战》的前言部分，感兴趣的读者可以购买纸质书籍来进行更加深入和系统性的学习，购买链接如下： 点这里购买：《机器人SLAM导航核心技术与实战》购买链接 互联网和人工智能技术可以SLAM与AI的强强联合
SLAM与AI的强强联合 本文默认大家已经熟知SLAM、导航、常见AI算法（比如深度学习、强化学习、卷积神经网络、监督学习）等基本概念，不熟的小伙伴可以从我已经出版的书籍《机器人SLAM导航核心技术与实战》中进行系统性的学习。AI与SLAM的结合大致分为3个思路： 思路1：用AI实现SLAM的所有功SLAM导航全栈书的正确打开姿势
SLAM导航全栈书的正确打开姿势 随着人工智能、机器人、无人驾驶等技术的蓬勃发展，作为底层技术基石的SLAM也逐渐被大家所熟知。人工智能技术如果仅仅停留在虚拟的网络和数据之中的话，那么它挖掘并利用知识的能力将非常有限。也就是说人工智能的最终归宿是与机器人实体相结合，实现机器机器人SLAM导航书重磅来袭
互联网和人工智能技术可以看成是对人类大脑的进一步延展，而机器人技术则可以看成是对人类躯体的进一步延展。如果人工智能技术仅仅停留在虚拟的网络和数据之中，那么其挖掘并利用新知识的能力将很难扩展开来。可以说，机器人是人工智能技术应用能力的有效延展，而能自主移动的机器人更是终于有人把ROS机器人操作系统讲明白了
导读：机器人是多专业知识交叉的学科，通常涉及传感器、驱动程序、多机通信、机械结构、算法等，为了更高效地进行机器人的研究和开发，选择一个通用的开发框架非常必要，ROS（Robot Operating System，机器人操作系统）就是流行的框架之一。 温馨提示 本篇文章已经收录在我最新出版的书籍《机SLAM APP
UI设计 App启动页 导航菜单栏 功能介绍 相机流设置 是否录制相机流 如果选择，按下录制按钮时相机流将按照设置要求打开，相机流预览窗口将实时显示相机画面，得到的数据文件夹中将包含以单帧图像时间戳命名的png文件和全部图像时间戳的列表文件；如果不选，相机流将不会打开，得到的数据文