- 博客(82)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 【算法系列】隐马尔可夫链预测问题-从维特比到SLAM
通过三篇文章，我们详细的介绍了马尔科夫链中的相关概念，以及三个基本问题的解法，马尔科夫链是各个领域应用十分广泛的数学工具，其结合了图论和概率论的相关算法模型，特别是在SLAM领域，很多现代的算法都是在马尔科夫链基础上发展而来，希望大家通过这三篇文章的讲解，可以比较好的理解相关内容！
2024-02-12 14:09:03
1140
原创 【算法系列】终于有人把隐马尔可夫链的前向后向算法讲懂了！
现在我们已经掌握了，在给定隐马尔科夫链参数的条件下，如何计算获得当前观测的概率，对应这组观测序列，有很多可能得状态序列，比如：0,1,0,1,0;1,1,1,0,1;1,1,1,1,1等等，哪一条才是最有可能得到这组观测的状态序列呢？这就是预测问题，我们将在下一篇文章介绍解决这个问题的经典算法-维特比算法。
2024-02-05 10:20:05
691
原创 【如何轻松拿捏LIO-SAM？】今天终于来啦！！
中科院保研硕士教你如何轻松拿捏LIO-SAM，本门课程不仅会对LIO-SAM的论文原理和代码进行详细讲解，也会对SLAM中的数学知识、LOAM、LeGO-LOAM的论文原理及代码进行详细讲解，本课程2024年1月28日开始更新啦！之后每周日晚20:00更新一章，欢迎大家加入星球了解更多信息！！后续课程都将在星球更新~~
2024-01-29 19:58:28
535
原创 【算法系列】一文彻底讲懂隐马尔可夫模型
视频讲解在我女朋友的B站马尔科夫链或者马尔科夫性是一个非常重要的数学概念，大家在做科研或者学习过程中或多或少都听过，马尔科夫性在中也是非常重要的，iSAM中的因子图也是在此基础上改进而来。很多人觉得这是一个非常复杂、难懂的概念，特别是它的一些相关概念，性质，包括前向后向算法等等。本篇文章将为大家详细讲解马尔科夫链、马尔科夫性、以及隐马尔可夫链的相关概念和问题，下一篇文章将会以一种通俗易懂的方式，为大家讲解隐马尔可夫链的前向后向算法和维特比算法。
2024-01-22 14:13:27
1028
原创 如何轻松拿捏LIO-SAM？
但是LIO-SAM中涉及到很多内容和理论的推导，不仅包括LOAM中原有的特征检测、特征匹配、噪声去除等内容，还使用了因子图来组织整个系统，其代码中使用了GTSAM包进行建模；但其中效果较好的当属。知识星球现已和众多公司建立了良好的合作关系，公司内的算法负责人会不定期的来内部进行前沿技术/产品分享，除此之外，星球也为公司推荐合格的算法/开发人才。系列视频课程，希望通过这门课，大家能对LIO-SAM的理论和代码有一些清晰的认识，自己能够真正地理解其算法思路，并进一步学习到一些阅读其他相关论文或代码的方法。
2024-01-10 16:18:02
942
原创 【文献分享】UncLe-SLAM: 将不确定性学习用于密集神经SLAM
论文题目：UncLe-SLAM: Uncertainty Learning for Dense Neural SLAM中文题目：UncLe-SLAM: 将不确定性学习用于密集神经SLAM作者：Erik Sandstrom Kevin Ta Luc Van Gool Martin R.Oswald这篇文章也是NeRF+SLAM系列，可以是NICE-SLAM的延伸，NICE-SLAM的基础上做了很多的改进，仔细读这篇文章是有很多收获的：本文提出了一种用于密集神经SLAM的不确定性学习框架，该框架可以仅从2D输入
2023-12-21 10:23:56
1135
原创 【文献分享】DynaSLAM：你见过动态物体修补效果这么好的SLAM吗？
本文提出了一个视觉SLAM系统，在ORB-SLAM的基础上，增加了一个运动分割方法，使其在动态环境中对单目、立体和RGB-D相机具有鲁棒性。提出的系统精确地跟踪相机，并创建一个静态的，因此可重复使用的场景地图。在RGB-D情况下，DynaSLAM能够获得没有动态内容和被遮挡背景的合成RGB帧，以及它们对应的合成深度帧，这对于虚拟现实应用可能非常有用。这项工作的未来扩展可能包括，实时性能、基于RGB的运动检测器、或通过使用更精细的绘画技术来合成RGB帧的更逼真的外观。
2023-11-24 16:12:59
1169
原创 一文带你了解全覆盖路径规划算法(CCPP)
全覆盖路径规划(complete coverage path planning, CCPP)问题的任务是确定一条路径，该路径在避开障碍物的情况下通过一个区域或一定空间范围内的所有点。Choset根据环境地图是否先验已知，将全覆盖路径规划算法分为“在线式”和“离线式”两类。离线式CCPP算法只依赖于静态环境信息，并且假设环境是先验已知的。然而，在许多情况下，假设对环境有充分的先验知识可能是不现实的。在线式CCPP算法不假设对要覆盖的环境有充分的先验知识，而是利用传感器数据实时扫描目标空间。
2023-11-09 11:31:06
1319
原创 【文献分享】NASA JPL团队CoSTAR一大力作：直接激光雷达里程计:利用密集点云快速定位
这项工作提出了Direct LiDAR Odometry (DLO)，这是一种轻量级和精确的前端定位解决方案，在极端环境下长期遍历的计算开销最小。一个关键创新是我们如何有效地使用关键帧-点云对数据库派生出用于全局姿态优化的局部子地图。这反过来又允许大量的求解器数据结构在系统模块之间共享和重用，所有这些都可以使用我们定制的NanoGICP云注册包来实现。未来将会将研究重点放在与IMU的紧耦合上。
2023-11-06 19:53:54
565
原创 【文献分享】基于线特征的激光雷达和相机外参自动标定
在图像和点云的特征提取之前进行一系列的预处理从图像和点云中提取线特征，通过特征滤波进行细化最后，通过对初始外部参数添加小扰动，将点云线特征投影到像素帧上，并对每个扰动的得分进行计算和优化本文提出了一种在线自动标定激光雷达和相机外部参数的方法。与以前的自动化方法不同，这种新的校准方法不需要在场景中放置标记。作者证明了点云和图像的线特征是校正校准偏差的鲁棒特征。人为添加的偏置可以在一到两帧内得到纠正，比其他方法更快。此外，文中还说明了当前校准结果的置信度可以计算，并进一步用于提高计算效率和精度。
2023-10-29 18:40:33
740
原创 【3D激光SLAM】LOAM源代码解析--transformMaintenance.cpp
本系列文章将对LOAM源代码进行讲解，在讲解过程中，涉及到论文中提到的部分，会结合论文以及我自己的理解进行解读，尤其是对于其中坐标变换的部分，将会进行详细的讲解。本来是懒得写的，一个是怕自己以后忘了，另外是我在学习过程中，其实没有感觉哪一个博主能讲解的通篇都能让我很明白，特别是坐标变换部分的代码，所以想着自己学完之后，按照自己的理解，也写一个LOAM解读，希望能对后续学习LOAM的同学们有所帮助。之后也打算录一个LOAM讲解的视频，大家可以关注一下。到此为止，整个LOAM的讲解就结束了！！
2023-08-22 14:18:42
1009
原创 【3D激光SLAM】LOAM源代码解析--laserMapping.cpp
本系列文章将对LOAM源代码进行讲解，在讲解过程中，涉及到论文中提到的部分，会结合论文以及我自己的理解进行解读，尤其是对于其中坐标变换的部分，将会进行详细的讲解。本来是懒得写的，一个是怕自己以后忘了，另外是我在学习过程中，其实没有感觉哪一个博主能讲解的通篇都能让我很明白，特别
2023-08-22 13:41:45
909
原创 【3D激光SLAM】LOAM源代码解析--laserOdometry.cpp
本系列文章将对LOAM源代码进行讲解，在讲解过程中，涉及到论文中提到的部分，会结合论文以及我自己的理解进行解读，尤其是对于其中坐标变换的部分，将会进行详细的讲解。本来是懒得写的，一个是怕自己以后忘了，另外是我在学习过程中，其实没有感觉哪一个博主能讲解的通篇都能让我很明白，特别是坐标变换部分的代码，所以想着自己学完之后，按照自己的理解，也写一个LOAM
2023-08-21 18:13:19
1127
原创 【3D激光SLAM】LOAM源代码解析--scanRegistration.cpp
本系列文章将对LOAM源代码进行讲解，在讲解过程中，涉及到论文中提到的部分，会结合论文以及我自己的理解进行解读，尤其是对于其中坐标变换的部分，将会进行详细的讲解。本来是不想写的，一个是怕自己以后忘了，另外是我在学习过程中，其实没有感觉哪一个博主能讲解的通篇都能让我很明白，特别是坐标变换部分的代码，所以想着自己学完之后，按照自己的理解，也写一个LOAM解读，希望能对后续学习LOAM的同学们有所帮助。之后也打算录一个LOAM讲解的视频，大家可以关注一下。
2023-08-19 10:25:19
1363
原创 【文献分享】KITTI里程计排行榜上第五！CT-ICP：实时弹性激光雷达里程计与回环检测
算法主要流程如下图所示：图中的彩色部分为激光雷达扫描。点云的颜色对应每个点的时间戳(蓝色表示时间戳更远的点云，红色表示时间戳更近的点云)。通过在每一帧扫描的开始和结束时刻联合优化两个姿势，并根据时间戳进行插值，使扫描进行弹性变形以与地图(白点)对齐，从而创建连续时间扫描到地图的里程计。图片最下面下面说明轨迹具有扫描内姿势的连续性和扫描之间的不连续性。本文提出了一种新的实时激光雷达里程计方法，该方法在七个不同数据集(从驾驶到高频运动场景)上超越了目前的技术水平。
2023-08-04 21:14:14
159
原创 【文献分享】动态环境下竟然能实现实时语义RGB-D SLAM？？
尽管现有很多的vSLAM系统都有很好的性能，但这些方法中的大多数严重依赖于静态世界假设，这极大地限制了它们在现实世界场景中的部署。由于移动的人、动物和车辆等动态物体对姿态估计和地图重建有负面影响。尽管稳健的估计技术(如RANSAC)可以用于过滤掉一些异常值，但改进仍然有限，因为它们只能处理轻微的动态场景，当移动的物体覆盖大部分相机视图时，仍然可能失败。由于计算机视觉和深度学习的最新进展，环境的语义信息已被集成到SLAM系统中，比如通过语义分割提取语义信息，预测被检测对象的标签并生成掩码。
2023-07-30 14:58:37
186
原创 【文献分享】比目前最先进的模型轻30%！高效多机器人SLAM蒸馏描述符！
多机器人SLAM系统（MR-SLAM系统）相比单机器人系统最主要的限制是：通信带宽的限制。在MR-SLAM系统中，为了整合整个团队的所有轨迹，团队中的每个机器人都需要共享其关键帧数据(包括关键帧姿态和观察到的特征点)，以处理机器人间的闭环和全局定位。这种类型的数据交换占用了很高的通信容量，很可能降低实时性能。一些工程上的解决方案比如降低频率、减少关键点数量可以降低通信带宽，但会导致定位精度降低；提高精度则会导致带宽升高；如果降低描述符维度会导致匹配性能变差。
2023-07-26 11:44:28
2091
原创 【文献分享】基于感知质量的滚动优化无人机导航
微型飞行器（MAVs）既灵活又通用，适用于工业检测、农业和货物运输等各种任务。为了使无人机能够在未知环境中自主运行，需要可靠的定位和对自身位姿的估计。在用于状态估计的不同传感器中，摄像机重量轻且节能，非常适合于微型飞行器。在对于基于视觉的状态估计中，摄像机的运动对估计精度有重要影响。因此，在规划无人机的运动时，既要考虑以上的任务，又要考虑感知质量。
2023-06-24 09:51:56
969
原创 【文献分享】基于边界点优化和多步路径规划的机器人自主探索
机器人自主探索是机器人领域的一个重要研究课题。主要目标是让机器人在有限时间且无需人工干预的情况下，获得最完整、最准确的环境地图。许多现有的地图探索策略都是基于边界，边界定义为未知空间与已知空间的分界线。生成边界点、选择评价值最高的边界点、规划前往所选边界点的路径。边界点的生成以基于边界的探索策略为前提。基于数字图像处理的边缘检测和区域提取技术：为了提取边界边缘，必须对整个地图进行处理，随着地图的扩展，处理它将消耗越来越多的计算资源。
2023-06-23 15:20:50
1254
1
原创 精简版Git基础操作（快速上手）
Git是一个开源的分布式版本控制系统，用于敏捷高效地处理任何或大或小的项目。Git是Linus Torvalds为了帮助管理Linux内核开发而开发的一个开放源代码的版本控制软件。Git与常用的版本控制工具CVS、Subversion等不同，它采用了分布式版本库的方式，不用服务器端软件支持，各个客户端都有一个最新版本信息，当服务器故障了，各个客户端都不会受到影响。# 一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。推荐这个B站教程。
2023-06-20 12:18:22
1311
原创 【SLAM】ROS平台下三种自主探索算法总结
探索是指当机器人处于一个完全未知或部分已知环境中，通过一定的方法，在合理的时间内，尽可能多的获得周围环境的完整信息和自身的精确定位，以便于实现机器人在该环境中的导航，并实现后续工作任务。探索是移动机器人实现自主的关键功能，是移动机器人的一项重要任务，也是一个重要的研究领域。在许多潜在的应用中，建筑物、洞穴、隧道和矿山内的搜索操作有时是极其危险的活动。使用自主机器人在复杂环境中执行这些任务，降低了人类执行这些任务的风险。
2023-06-06 09:35:58
3678
12
原创 【问题解决】Ubuntu20.04下move_base发送目标Bug
在自己编写多目标导航功能包时，选择好目标点之后需要使用move_base的sendgoal()函数发送目标点给move_base节点，当选择多个目标点时，机器人只前往了前两个，当到达第一个节点和第二个节点时在终端分别出现以下错误信息：[ERROR] [1631185426.822456738]: BUG: Got a transition to CommState [ACTIVE] when in SimpleGoalState [DONE][ERROR] [1631185426.822487358]
2023-01-16 16:39:22
515
2
原创 【ROS】使用pluginlib自定义costmap地图层
pluginlib是一个 C++ 库，用于从 ROS 包中加载和卸载插件。插件是从运行时库（即共享对象、动态链接库）加载的动态可加载类。使用 pluginlib，人们不必将他们的应用程序显式链接到包含类的库，相反，pluginlib 可以在任何时候打开一个包含导出类的库，而无需应用程序事先知道该库或包含类定义的头文件. 插件可用于在不需要应用程序源代码的情况下扩展/修改应用程序行为。
2023-01-16 13:35:01
1550
7
原创 【ROS】dynamic_reconfigure配置详细说明
dynamic_reconfigure配置是ROS中为了方便用户对程序中的参数进行实时调整而推出的工具，配置好自己的dynamic_reconfigure文件后，可以很方便的使用ROS提供的rqt_reconfigure工具对程序的参数进行合理调整，以获得最优的性能。例如：move_base中就针对costmap、planner等设置了很多动态调整的参数，可以方便用户在使用过程中调整得到合适的参数。
2023-01-15 14:24:47
3221
1
原创 【ROS】CMakeLists.txt文件解析
这就是CMakeLists.txt文件的大部分主要功能的解析，其中还有一个generate_dynamic_reconfigure_options()函数没有说到，这个是根动态参数配置相关的，将会在介绍dynamic reconfigure的文章中说到。
2023-01-15 13:12:21
1367
原创 【ROS】package.xml文件解析
ros每个功能包中都有一个包清单，它是一个名为的XML 文件，它必须包含在任何符合 catkin 的包的根文件夹中。此文件定义有关包的属性，例如包名称、版本号、作者、维护者以及对其他 catkin 包的依赖性。package.xml文件有自己特有的数据书写标签，而它是xml格式文件，大家可能不太熟悉这个格式，其中的标签也比较复杂，本文对这些标签的作用进行解析，并阐明Metapackage元包的作用。
2023-01-14 15:33:58
2282
原创 【问题解决】 Extrapolation Error: Lookup would require extrapolation -0.044000000s into the future
有时候当配置完move_base各个文件，准备开启move_base节点愉快的进行导航时，打开Rviz，使用2D Nav Goal工具发布了一个目标点，会出现全局规划路径，但机器人不动，开启move_base节点的终端出现以下错误：我刚开始以为这个问题是两个控制器之间时间不同步的问题，但仿真平台不存在时间不同步的问题，我在仿真平台跑也出现了上图错误，于是排除时间不同步的可能。关于时间不同步问题的解决可查看这篇文章。网上找了一圈也没解决，最后我分析了一下这个错误，感觉跟坐标变换和时间戳有关，下面那个错误又提到
2022-11-24 19:13:48
6951
10
原创 【算法系列】非线性最小二乘-列文伯格马夸尔和狗腿算法
SLAM问题常规的解决思路有两种，一种是基于滤波器的状态估计，围绕着卡尔曼滤波展开；另一种则是基于图论（因子图）的状态估计，将SLAM问题建模为最小二乘问题，而且一般是非线性最小二乘估计去求解。非线性最小二乘有多种解法，本篇博客介绍列文伯格-马夸尔算法及其变种（狗腿算法）求解最小二乘问题。
2022-11-19 10:19:14
1737
原创 【算法系列】非线性最小二乘-高斯牛顿法
SLAM问题常规的解决思路有两种，一种是基于滤波器的状态估计，围绕着卡尔曼滤波展开；另一种则是基于图论（因子图）的状态估计，将SLAM问题建模为最小二乘问题，而且一般是非线性最小二乘估计去求解。非线性最小二乘有多种解法，本篇博客介绍高斯-牛顿法求解最小二乘问题。非线性最小二乘的一般形式如下：其中是非线性函数，表示协方差矩阵为了阐述方便，进行如下表示：。
2022-11-18 19:55:20
3318
1
原创 【算法系列】非线性最小二乘求解-梯度下降法
SLAM问题常规的解决思路有两种，一种是基于滤波器的状态估计，围绕着卡尔曼滤波展开；另一种则是基于图论（因子图）的状态估计，将SLAM问题建模为最小二乘问题，而且一般是非线性最小二乘估计去求解。非线性最小二乘有多种解法，本篇博客介绍梯度下降法系列求解最小二乘问题。非线性最小二乘的一般形式如下：其中是非线性函数，表示协方差矩阵%5Calpha。
2022-11-18 14:15:02
1404
原创 【算法系列】非线性最小二乘求解-直接求解法
SLAM问题常规的解决思路有两种，一种是基于滤波器的状态估计，围绕着卡尔曼滤波展开；另一种则是基于图论（因子图）的状态估计，将SLAM问题建模为最小二乘问题，而且一般是非线性最小二乘估计去求解。非线性最小二乘有多种解法，本篇博客介绍直接求解的方法。在实际的SLAM问题中，非线性最小二乘很难找到合适的线性化方法，仅仅使用一阶泰勒展开进行近似有时会产生较大的误差；而且代价函数的误差往往也不能最小化到0值，所以直接求解的方法在现实中的应用存在诸多问题。
2022-11-17 19:46:47
1183
原创 【算法系列】卡尔曼滤波算法
如果信号中的某些频段混入了噪声，可以用低通滤波器、高通滤波器等对这些噪声进行过滤，但当信号中要是混入了白噪声这种没有明显频率段的噪声，这种滤波器的效果将会大大下降，这时就需要采用统计学的方法对信号进行估计，同时采用某种统计准则来衡量估计的误差，使得误差尽可能小，这种滤波器叫现代滤波器，其中简洁、高效的当属卡尔曼滤波。
2022-11-11 15:15:20
4795
原创 【问题解决】rrt_exploration功能包使用过程中报错处理
上一篇文章介绍了RRT自主建图算法的原理、使用步骤、仿真实验，但是在从ROSWIKI上下载下拉RRT包和例程后，直接编译会产生很多错误，而且这个包官方给出的原话是在Indigo和Kinecit上编译通过，像博主这种系统是ubuntu20.04的noetic系统，一编译就报了很多错。这篇文章，就用来总结一下报错以及处理方法，让更多小伙伴可以将这个包使用到自己的仿真环境以及真实机器人上。
2022-10-17 14:34:08
1944
1
原创 【SLAM】基于rrt_explore的移动机器人自主建图
前面我们尝试了基于explore_lite的自主建图，本篇文章我们对基于rrt的自主建图算法进行探索尝试，并对其原理进行简述，然后进行在ubuntu16.04和ubuntu20.04虚拟机上都进行仿真实验，指出需要进行修改的地方以便于我们仿真通过。
2022-10-15 20:44:44
2788
16
原创 【SLAM】基于explore_lite的移动机器人自主建图
机器人自主建图有很多方式，比如基于位置边界的map-explore，基于快速搜索树的rrt-explore，指定区域自主探索建图frontier-explore，这几种方法各有优劣，博主接下来将对每种方法进行简单介绍、使用实现，和比较测评explore-lite提供了贪婪的基于边界的探索。当节点运行时，机器人会贪婪地探索它的环境，直到找不到边界，它的移动命令会发送至move-base节点。explore_lite不会创建自己的成本图，这使得配置更容易，效率更高（资源更少）。
2022-10-13 16:05:53
3948
10
原创 【问题解决】Could not load controller ‘joint_state_controller‘ ‘arm_controller’ ‘joint_positio_controller‘
解决这个问题，需要根据ROS版本安装机器人各个位置的controller驱动，命令如下：用kinetic、melodic或者noetic等ROS版本号替代$version$即可。
2022-09-21 14:55:57
1177
原创 【问题解决】虚拟机打开gazebo黑屏、闪退、模型加载不出来
可以在github上下载模型库，但是速度极慢，因为服务器在国外。此处提供快速下载方法，通过码云快速git clone这时就加载了模型库，可以打开gazebo自带的模型，如果打开自己创建的模型时gazebo黑屏或崩溃，请继续尝试以下方法解决。
2022-09-21 14:45:14
4555
1
原创 【基于FreeRTOS的STM32F103系统】移动底盘程序优化
前面我们铺垫了很多关于FreeRTOS的基础知识，包括任务调度机制、内存管理等，我们的最终目的都是为了优化我们移动机器人的代码，使得代码更加简洁易懂、效率更高，并便于用户模块化操作。分为两部分介绍，先介绍如何将FreeRTOS简洁的移植到我们的程序中，只保留最核心的文件，并使用一个配置头文件对整个FreeRTOS进行管理；然后再介绍优化后的程序的执行逻辑。
2022-09-14 16:07:51
588
原创 【基于FreeRTOS的STM32F103系统】Heap_4内存管理机制程序详解
在STM32中使用最多最广泛的内存管理机制就是Heap_4，它解决了碎片化的问题，相对稳定高效，非常适合移植到STM32中使用。这篇文章将向您详细地介绍Heap_4内存管理机制的每一行代码和逻辑。终于把基础知识都铺垫完了，终于该结合具体项目程序谈谈怎么优化了。
2022-09-14 13:01:34
847
原创 【基于FreeRTOS的STM32F103系统】队列
在FreeRTOS中，队列是实现任务之间同步、互斥和通信的一种重要方法（其他的实现方法有：任务通知、事件组、信号量、互斥量）。任何任务都可以向队列里存放任何数据，任何任务也可以从队列里读取数据，实现不同任务之间的通信。
2022-09-13 14:14:13
517
使用STM32F103C8T6+L298N+MG513P30电机使用外部中断法和输入捕获法进行编码器测速
2022-02-17
ROS使用Serial库与STM32进行串口通讯的测试程序
2022-02-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人