一抹烟霞的博客

原创 矩阵求导网站

https://www.matrixcalculus.org/

原创 方差传递公式

假设\(Y=f(X)\),则$Var(Y) = \Sigma{\frac{\partial f}{\partial x_i}} Var(x_i) $

原创 二分图匹配算法

匈牙利算法、Hopcroft-Karp算法和Kuhn-Munkres算法是三种常见的二分图匹配算法，它们在实现方式、时间复杂度和适用场景上有所差异。以下是它们的区别和优缺点：匈牙利算法：实现方式：匈牙利算法使用深度优先搜索(DFS)来寻找增广路径，通过不断更新匹配的顶点对来找到最大匹配。时间复杂度：匈牙利算法的时间复杂度为O(VE)，其中V是顶点数，E是边数。优点：实现简单，易于理...

原创 旋转向量与旋转矩阵的相互转化

【代码】旋转向量与旋转矩阵的相互转化。

原创 chatgpt论文润色

https://github.com/binary-husky/chatgpt_academic

原创 Ceres 中的线性求解器类型（linear_solver_type）

Ceres Solver中的线性求解器类型(linear_solver_type)有多个选项，包括：DENSE_QR：使用稠密QR分解方法求解线性方程组。适用于内存足够的小规模问题，求解速度较快。DENSE_SCHUR：使用Schur补方法进行求解。适用于大规模问题，但内存消耗较大。SPARSE_NORMAL_CHOLESKY：使用稀疏Cholesky分解方法求解正规方程。适用于具有稀...

原创 VSCode连接远程服务器里的docker容器

https://zhuanlan.zhihu.com/p/361934730

原创 ImportError: OpenCV loader: missing configuration file: ['config-3.8.py', 'config-3.py']. Check Open...

https://blog.csdn.net/u014734886/article/details/96997097

原创 增加swap空间

https://blog.csdn.net/littleRpl/article/details/92626436?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2~default~CTRLIST~Rate-1-92626436-blog-53610412.pc_relevant_...

原创 公开数据集下载

https://opendatalab.org.cn/

原创 一文入门图像分类

在这里插入图片描述](https://img-blog.csdnimg.cn/f92eadb1b35843bf82d98c6f9aa1b46e.png)query：查询特征，即我关心的特征有哪些。以自动驾驶举例，比如我关心车、行人、车道等三类特征；## 4.6 随机深度 Stochastic Depth。key：图像中有什么，比如图像中有车和车道这两种特征。## 4.6 丢弃层 Dropout。

原创 Eigen中pretranslate和translate的区别

pretranslate(t)表示对三维空间向量v进行旋转操作R后，直接加上该平移量t，即Rv+t；而translate(t)需要对t也进行旋转操作，即Rv+Rt。

原创 基于梯度下降神经网络训练整体流程

批量梯度下降法（Batch Gradient Descent，简称BGD）是梯度下降法最原始的形式，它的具体思路是在更新每一参数时都使用所有的样本来进行更新，其数学形式如下：优缺点：在凸优化(Convex Optimization)的情况下，一定会找到最优解在非凸优化的情况下，一定能找到局部最优解由于批量梯度下降法在更新每一个参数时，都需要所有的训练样本，所以训练过程会随着样本数量的加大而变得异常的缓慢,单次参数调整计算量大不适合在线(Online)的情况。

原创 计算两个向量的旋转矩阵

先叉乘得到旋转轴再点乘得到角度最后使用Rodrigues 公式https://zhuanlan.zhihu.com/p/134299994

原创 如何在命令行使用conda虚拟环境

在命令行指定python路径启动： ~/anaconda3/envs/<你的虚拟环境路径>/bin/pythonx.x

原创 切换bash和zsh

切换成bashchsh -s /bin/bash切换成zshchsh -s /bin/zsh

原创 机器人的地图——占据栅格地图

1. 机器人地图的分类地图有很多种表示方式，例如，用经纬度标识地方的世界地图，城市的地铁图，校园指引图。第一种我们称为尺度地图(Metric Map)，每一个地点都可以用坐标来表示，比如北京在东经116°23′17''，北纬39°54′27''；第二种我们称为拓扑地图(Topological Map)，每一个地点用一个点来表示，用边来连接相邻的点，即图论中的图(Graph)，比如从地铁路线图...

原创 Minimum Snap轨迹规划详解（3）闭式求解

如果QP问题只有等式约束没有不等式约束，那么是可以闭式求解(close form)的。闭式求解效率要快很多，而且只需要用到矩阵运算，不需要QPsolver。 这里介绍Nicholas Roy文章中闭式求解的方法。1. QP等式约束构建闭式法中的Q矩阵计算和之前一样(参照文章一)，但约束的形式与之前略为不同，在之前的方法中，等式约束只要构造成[...]p=b的形式就可以了，而闭式法中，每段...

原创 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 Demo...

原创 知名无人驾驶公司：文远知行内推

投递简历入口：https://www.weride.ai/career内推码：NTANE4L

原创 git常见命令

Untracked files:文件未跟踪Changes to be committed：文件已暂存Changes not staged for commit:：文件未暂存git diff --cached or --staged（功能相同）已经暂存的改动git rm --cached [文件名] 只从暂存空间中删除-p 查看每次提交的内容差异-2 只显示最近两次的内容 将 master 分支推送到 origin 服务器时 删除分支 已经合并到当前分支的分支 尚未合并到当前分支的分支 创建并切换

原创 AI抠图工具

https://www.magiceraser.io/

原创 gdb调试ROS程序

https://guyuehome.com/33790

原创 用Python3 调用cv_bridge

bugdynamic module does not define module export function (PyInit_cv_bridge_boost）原因是在python3中调用了cv_bridge，而ros默认的cv_bridge是python2的解决（用python3编译）参考 https://stackoverflow.com/questions/49221565/unable-to-use-cv-bridge-with-ros-kinetic-and-python3?rq=1

原创 R3LIVE代码注释

详细代码注释：https://gitee.com/qcl5683/R3LIVE-CommentV

原创 Ubuntu18.04 ros-melodic opencv版本冲突问题解决

原链接：https://blog.csdn.net/Shushan1/article/details/116588614问题描述ros自带的opencv版本和自己安装的opencv版本冲突导致如下报错解决办法修改cv_bridge指定的opencv版本sudo gedit /opt/ros/melodic/share/cv_bridge/cmake/cv_bridgeConfig.cmake修改如下两个地方#if(NOT "include;/usr/include;/usr/include

原创 多传感器标定工具

https://github.com/calibtoolkit/calibration_kit

原创 多版本cuda安装

https://www.jianshu.com/p/58ae2048c91a

原创 r2live论文阅读

文章目录连续时间的运动模型离散时间的IMU模型ESIKF（迭代误差状态卡尔曼滤波器）假设的先验分布激光：点到面的距离残差视觉：重投影残差⊞\boxplus⊞和⊟\boxminus⊟: 流型上的加减法连续时间的运动模型ama_mam​和ωm\omega_mωm​是IMU的加速度和角速度的原始测量值bab_aba​和bgb_gbg​是加速度和角速度的biasna=nban_a = n_{ba}na​=nba​和ng=nbgn_g = n_{bg}ng​=nbg​ 是随机游走的高斯白噪声离

原创 重力加速估计

文章目录地球重力地球重力静止在地球表面上的物体：重力 = 万有引力 - 地球自转导致的离心力关于geoid的近似公式：物体处的近似公式μ\muμ是万有引力常量 = 3.986004418×10143.986004418 \times 10^{14}3.986004418×1014ωie\omega_{ie}ωie​是地球自转角速度 = 7.292115×10–57.292115 \times 10^{–5}7.292115×10–5f：引力?...

原创 基于纬度位置的重力加速估计

@目录地球重力地球重力静止在地球表面上的物体：重力 = 万有引力 - 地球自转导致的离心力关于geoid的近似公式：物体处的近似公式\(\mu\)是万有引力常量 = \(3.986004418 \times 10^{14}\)\(\omega_{ie}\)是地球自转角速度 = \(7.292115 \times 10^{–5}\)f：引力?...

原创 MULLS:论文阅读

文章目录特点贡献主要内容1、几何特征点提取与编码1.1 双阈值地面滤波：1.2 基于PCA的非地面点分类1.3 邻域类别上下文编码2、 多度量线性最小二乘 ICP2.1 多类最近点关联2.2、多度量变换估计：2.3 多策略加权功能2.4 多指标注册质量评价：3、 MULLS 前端4、后端特点1、类别特征点：ground, facade, pillar, beam等2、多度量最小二乘：每个点类内的点对点（平面、线）误差度量通过线性近似联合优化以估计自我运动将注册帧的静态特征点附加到本地地图中以使其

原创 LOAM雅克比矩阵推导

文章目录雅克比矩阵推导雅克比矩阵推导loam中有两种误差，即点到线的距离和点到面的距离。这两者都可以用目标外一点到目标上的投影点的距离表示。即误差f(X)=D(pw,pt)f(X)=D\left(p^{w}, p^{t}\right)f(X)=D(pw,pt)定义：D(pw,pt)D\left(p^{w}, p^{t}\right)D(pw,pt)为两点间距离， plp^lpl 为当前帧的点在局部坐标系下坐标， pwp^wpw为当前帧的点在世界坐标系下坐标，ptp^{t}pt 为对应线/面上目标点在

原创 陀螺仪零偏bg估计

原创 VIO——陀螺仪零偏估计

原创 VIO——旋转外参估计

假定外参qcbq_{c b}qcb​是不变的，对于每两帧图像间的位姿变换qckck+1q_{c_k c_{k+1}}qck​ck+1​​和对应IMU的qbkbk+1q_{b_{k} b_{k+1}}qbk​bk+1​​有如下关系：qcb⊗qbkbk+1=qckck+1⊗qcb转换为矩阵形式[qbk,bk+1]R∗qcb=[qck,ck+1]L∗qcb([qbk,bk+1]R−[qck,ck+1]L)∗qcb=0q_{c b} \otimes q_{b_{k} b_{k+1}} =q_{c_k c_{k+

原创 SVD分解求解超定方程Ax=0

$Ax = 0 $ 对A做SVD分解,得UΣVTx=0U\Sigma V^Tx =0UΣVTx=0因为是超定方程，一般无法等于0，问题转换为求最小值 =∣∣UΣVTx∣∣min||U\Sigma V^Tx||_{min}∣∣UΣVTx∣∣min​因为UUU是一个正交矩阵：正交变换不改变矩阵的秩, 特征值, 行列式, 迹 所以有：即Ax=0的SVD解是V的最后一列...

原创 滑窗优化——边缘化

文章目录一、从高斯分布到信息矩阵1.1 SLAM 问题概率建模1.2 SLAM 问题求解1.3 高斯分布和协方差矩阵1.4 样例1.4.1 样例11.4.2 样例2二、舒尔补应用：边际概率, 条件概率2.1 舒尔补的概念2.2 舒尔补的来由2.3 使用舒尔补分解的好处2.4 舒尔补应用于多元高斯分布2.5 关于 P(a), P(b|a) 的协方差矩阵2.6 关于 P(a), P(b|a) 的信息矩阵2.7 回顾样例2.8 总结三、滑动窗口算法3.1 最小二乘用图表示3.2 最小二乘问题信息矩阵的构成3.3

原创 Assertion `px != 0' failed

原因：智能指针没有初始化解决：使用前初始化PointCloud<PointT>::Ptr cloud;cloud.reset(new PointCloud<PointT>());

原创 循环求余法

\(x^a\)当a较大时容易溢出，代码中通常对\(10^9+7\)取余为了防止溢出采用循环求余法，求余操作符号为 \(\odot\)循环求余证明\[x^{a} \odot p=\left[\left(x^{a-1} \odot p\right)(x \odot p)\right] \odot p=\left[\left(x^{a-1} \odot p\right) x\right] \od...