- 博客(49)
- 收藏
- 关注
RSS订阅原创 [图形学] 射线和线段之间的最小距离
我们来看v0v_0v0的变化对结果的影响，先简单地将射线和线段起点重合，此时很容易看出，射线到线段上最短距离对应的点就是原点，距离为0，如下图所示：将目标线段沿着x’轴移动，发现最短的点仍然为线段的原点，射线上对应的仍然是原点，只不过最短距离发生了变化，也就是说在x’方向上的距离分量是无法通过调整射线上和线段上点的位置缩短的，其增减的是不可更改的距离，如下图所示：同样的，将目标线段沿着z’轴移动，发现最短的点仍然为线段的原点，最短距离也没有发生变化，只不过射线上对应的点改变。
2023-05-07 17:52:59
575
1
原创 [Unity] No.3 EventManager事件管理 与 观察者模式
前文讲到了InputManager，在其后需要一个事件的管理者用于调度任务的执行，包括：①查看发生了什么事；②出事后看看都需要通知谁干什么事；以上两个内容就对应了EventManager中关键的和，而在讲EventManager之前还需要知道，它是符合观察者这一模式的。
2023-04-27 00:44:04
1159
1
原创 [Unity] No.2 InputManager输入管理
在利用Unity进行游戏设计时，许多游戏中的流程判断是需要外部输入才能进行的，比如：①需要鼠标点击才能选中物体；②需要按下特定按键才能打开菜单；③需要鼠标转动才能移动视角…等等；此类功能的实现我们理所当然地想到了。然而，如果在没处地方都采用if()的写法，会极大地增加编写难度、代码的质量以及可读性。此时输入管理就排上用场了。
2023-04-26 23:59:05
954
原创 [SLAM] 动态SLAM中的矩阵计算
点在世界坐标系下，在时刻1的坐标到时刻2的坐标的坐标变换，表示一个点在两个时刻的之间的运动，记为。若不考虑目标的运动，直接利用目标上的匹配点求解位姿，可得到一个虚拟的相机位姿。表示的是2时刻坐标系相对于1时刻坐标系的位姿；②其在相机坐标系C到世界坐标系W的坐标变换表示相机的位姿，记为。点在时刻2物体坐标系下到时刻1物体坐标系的坐标变换，表示。O表示物体坐标系，C表示相机坐标系，W表示世界坐标系；③此时有在物体坐标系O到世界坐标系W的坐标变换表示物体。①其在物体坐标系O到相机坐标系C的坐标变换表示物体。
2022-10-09 15:25:21
506
原创 [Linux] VMware虚拟机开机后直接进入memtest
至此解决了我碰到的VMware虚拟机开机报错+直接进入memtest的问题，出现该问题很有可能是因为grub出了问题，寻找修复grub相关的方法即可。
2022-08-16 00:07:19
1315
原创 [SLAM] 传感器总结
本文对SLAM中常见的传感器做出总结，以对SLAM输入端有一个比较全面的理解，分为相机类和非相机类：表示相机的位姿变换：场景中物体的远近和大小：恢复的场景和真实场景相差的比例。
2022-08-15 16:13:28
1093
原创 [图像处理] 计算n条线段的交点个数
意为：一条线段的两端点在另一条线段的两侧，如P1、P2分别在线段Q的两侧，Q1、Q2分别在线段P的两侧，此时P、Q即为相互跨立的关系，也一定满足相交关系。①叉乘的正负表示叉乘前向量到叉乘后向量的旋转方向+②点乘的正负表示两个向量是否同向。给出n条由[起点，终点]表示的线段，判断线段间的交点个数（要求O(nlogn)）为了优化线段相交的判断，同样可分为两步：快速排斥实现和跨立实验。暂时没想到nlogn的做法，感觉是从排序的方法中借鉴思路？①快速判断两线段是否相交的方法。②优化的执行n条线段判断的方法。...
2022-08-13 14:31:22
1212
1
原创 [图像处理] 计算任意多边形的面积
本文给出了安装多边形顺时针顶点的坐标计算其面积的方法，具体原理可以看上文给出的链接内容，具体代码在。对于任意一个多边形，给出其顺时针的方向的顶点坐标，计算这个多边形的面积（注：多边形可能是凹的）仓库的Vision中的PolygonArea、对于任意一个多边形，如果已知其各个顶点的坐标。...
2022-08-13 11:40:45
560
原创 [图像处理] IOU Intersection over Union
文章给出了IOU的意义+原理+具体实现，相关代码在github仓库中的Vison中。
2022-08-13 11:11:07
783
原创 [文章阅读] EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object ...
CVPR 2022
2022-08-06 19:47:01
2315
4
原创 [工程编写]cmakelist多版本python环境编写
总结如上，sub_project_name库的python版本就是你特定的那个版本，不会收到主或者其他CmakeLists.txt的影响啦。举一反三，当需要其他依赖的多版本环境时同样可以使用以上方法。
2022-06-27 21:07:33
2925
原创 [论文阅读]Automatic Mapping of Tailored Landmark Representations for Automated Driving and Map Learning
ICRA 2021 论文链接源代码 无1 速读1.1 论文试图解决什么问题？这是否是一个新的问题？高精度地图的高维语义信息的自动构建问题；是个较新的问题，没有被广泛的解决；用途为对交通语义信息自动构建，从人力操作转化为程序自动构建+人工修正误检测；1.2 有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？1.3 文章的贡献是什么？利用雷达给出的深度和朝向+语义信息，解决了单目情况下的地图语义元素的检测+追踪+建图这一整套流程；对交通标识+交通灯+杆子建模，定位精度<10
2022-06-07 20:34:55
320
1
原创 初见Docker
今天准备跑通VDOSLAM的代码，但是现在电脑上的虚拟机装起OpenCV竟然出现各种各样的问题，原工程给出了一个Dockerfile，正好接触以下Docker这个工具；1 Dockerdocker是一个用来装应用的容器，可以把任何想得到的程序放在docker中，就像装水的杯子、装书的背包。在使用上;①docker解决了运行环境不一致所带来的问题。将一台机器上的运行环境原封不动地运到另一台机器；②docker可以为用户提供隔离性。在多用户使用一台主机时不会受对方的代码错误影响（死循环），docker
2022-06-07 18:09:29
121
原创 [源码阅读]VDO-SLAM笔记[2] local optimization和global optimization
本文总结了VDO-SLAM源码中local optimization和global optimization相关的部分，详细注释可以去[我的github](https://github.com/andersonhusky/VDOSLAMlearning)下载带注释的源码。其实真正和动态相关的部分基本梳理结束了，还剩下有点擦边的光流部分或者看到什么比较有意义的部分再做记录。.........
2022-06-07 18:03:35
881
1
原创 [源码阅读]VDO-SLAM笔记[1] Track()中动态obj部分
梳理了VDO-SLAM的Track()函数中和动态obj相关的部分，详细注释可以去[我的github](https://github.com/andersonhusky/VDOSLAMlearning)下载带注释的源码
2022-06-06 21:03:47
880
2
原创 [论文阅读]Stereo Vision-based Semantic 3D Object and Ego-motion Tracking for Autonomous Driving
①轻量的3D box推断方法，结合2D box和视点筛选方法viewpoint classification；②结合语义和特征信息的BA方法；
2022-05-25 16:53:01
333
2
原创 [论文阅读]VDO-SLAM: A Visual Dynamic Object-aware SLAM System
一个动态SLAM框架VDO-LAM；①利用光流法检测动态；②构建因子图优化将动态点加入后端优化；③可以解决遮挡的object创建方法
2022-05-24 22:42:18
546
1
原创 [论文阅读]DynaSLAM II: Tightly-Coupled Multi-Object Tracking and SLAM
1 速读1.1 论文试图解决什么问题？这是否是一个新的问题作者想解决在更具体场景下（自动驾驶、多机器人协调、AR），动态SLAM系统对环境中的动态物体的追踪问。对动态物体的追踪的研究有类似，但是这篇文章中是对相机和动态物体同时追踪，是比较新的问题1.2 有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？1.3 文章的贡献是什么？1.4 文章解决方案的关键是什么1.5 实验如何设计？实验结果足够论证其效果吗？1.6 数据集是什么？1.7 还会存在什么问题.........
2022-05-17 20:25:51
628
原创 [论文阅读]DynaSLAM: Tracking, Mapping and Inpainting in Dynamic Scenes
文章的贡献①一个基于Mask-RCNN网络+运动几何检测+ORBSLAM框架的动态SLAM系统，能够很好的应对静态和动态的场景，并获得静态的可复用地图；②RGBD情况下能过获得每一帧中动态信息被剔除后被遮挡的静态部分补上的图片（鸡肋）；......
2022-05-16 21:54:22
307
原创 [论文阅读]A Light-Weight Semantic Map for Visual Localization towards Autonomous Driving
论文试图解决什么问题？这是否是一个新的问题？试图解决大多车辆搭载的传感器质量难以满足自动驾驶中定位需求的问题。不是新问题。有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？Traditional Visual SLAM：VO, VIO,SLAM；Road-based Localization：构建高精地图（检测有用的信息用于建图，并在定位中使用），有的更进一步地专注于构建道路地图1.3 文章的贡献是什么？①一个轻量级定位框架②高配车建......
2022-05-09 18:11:36
811
1
原创 [论文阅读]AVP-SLAM: Semantic Visual Mapping and Localization for Autonomous Vehicles in the Parking Lot
文章的贡献是什么？给出了结合语义的视觉SLAM停车场场景建图方案；最大的贡献应该是配置到了实车上，有实际应用价值；
2022-05-09 15:03:10
748
1
原创 [论文阅读]Road Mapping and Localization using Sparse Semantic Visual Features
文章贡献：提出了一个提取、建模优化语义道路元素的视觉SLAM方法，结合深度学习模型提取语义。①一个深度学习模块用于语义信息提取；②道路语义的参数化（用关键点对道路线和路标建模、用分段三次样条曲线参数化车道线）并用其设计了相关的loss function③用这些信息建立了完整的SLAM系统；......
2022-05-06 19:25:57
1260
3
原创 [论文阅读]Structure-from-Motion Revisited
文章的主要贡献提出了一个“近乎理想”的incremental SfM并开源了代码COLMAP①**几何验证策略**提高场景质量，增强初始化和三角化的鲁棒性 3.1；②关于最好的**第二帧选择策略**提高重构的鲁棒性和准确性 3.2；🌂**三角化方法**在降低计算量的情况下恢复更完整的场景结构 3.3；④**迭代BA+重三角化+离群点过滤**减小偏移的影响 3.4；⑤**更高效的BA** 3.5；......
2022-04-30 16:56:58
1326
2
原创 GAMES101 作业1
本文讲了GAMES101作业1中涉及的知识和代码实现。源码可以去[我的Github](https://github.com/andersonhusky/GAMES101)查看，为pa1对应的部分。
2022-04-17 22:33:28
9812
8
原创 [论文阅读]SRVIO:Super Robust Visual Inertial Odometry for dynamic environments...
总结：1、对动态语义的进一步处理2、误差去噪声网络的应用，极大地简化了IMU融合3、SuperGlue锦上添花
2022-04-12 17:31:35
472
2
转载 TCP和UDP
UDP和TCPUDP：用户数据报协议TCP：传输控制协议UDPTCP有无连接没有连接，尽最大可能交付面向连接，提供可靠交付拥塞控制无拥塞控制有流量控制、拥塞控制面向报文，对应用程序传下来的报文不合并不拆分，只添加UDP首部字节流，把应用层报文看成字节流，组织成大小不等的数据块一对几支持一对一、一对多、多对一、多对多的加护通信只支持一对一首部格式源端口+目的端口+长度+检验和（2字节16位*8）较UDP更复杂，下面再说什么是TCP的
2022-04-10 15:40:23
2182
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人