Visual Odometry: the idea of estimating your pose based on what you seeInertial Odometry: the idea of estimating your pose based on how you of the two
论文地址：https://www.rose-hulman.edu/class/se/csse461/handouts/Day37/nister_d_146.pdf摘要 我们
原创
2022-07-14 11:08:03
128阅读
# 如何订阅odometry消息并解决实际问题
在ROS中，odometry（里程计）消息对于机器人导航和定位非常重要。在Python中，我们可以通过订阅odometry消息来获取机器人的位置和姿态信息，然后进行相应的处理和控制。在本文中，我们将介绍如何使用Python编程语言订阅odometry消息，并解决一个实际问题。
## 实际问题
假设我们有一个巡线机器人，需要在一条黑线上移动并遵循
原创
2024-06-10 04:29:14
132阅读
接上一篇：1.rplidar测试 方式一：测试使用rplidar A2跑一下手持的hector slam，参考文章：用hector mapping构建地图 但是roslaunch exbotxi_bringup 2dsensor.launch 和 roslaunch exbotxi_nav hect
转载
2016-08-26 17:41:00
136阅读
2评论
你把你的代码写完了，是不是要给别人使用下，怎么打包你的项目代码呢？喂，开源么？
接下来小帅b就跟你说说，如何打包你的代码。就拿我们上次演示的 todo 为例，写完代码之后，代码的目录是这样的： 在 todo 这个目录里面，文件都放在一起了，我们可以这样简单划分一下： 这里创建了一个 package 目录，将源码文件放进去，然后把模板文件和数据库文件分门别类的
虽然semantic SLAM的工作目前来说不多，但是从发展来看，日后将会是SLAM方向的一个热门分支。VSO的工作从要优化的目标函数入手，考虑的是如何将二维图像的语义分割信息融合进SLAM中。目前已经被ECCV 2018接收。下面对VSO的思路进行具体解析。
转载
2021-07-19 10:42:23
1555阅读
虽然semantic SLAM的工作目前来说不多，但是从发展来看，日后将会是SLAM方向的一个热门分支。VSO的工作从要优化的目标函数入手
转载
2022-12-27 15:15:59
334阅读
地址： https://www.cvlibs.net/datasets/kitti/eval_odometry.php
原创
2024-05-11 11:28:05
38阅读
什么是ROS2 nodes 先了解一下ROS2 graph。ROS2 graph是一个ROS2元素同时处理数据的网络。它包含了所有可执行程序和它们之间的连接。ROS中每个负责单独功能的模块叫做节点(node)（例如，一个节点用于控制轮子电机，一个节点用于控制激光测距等）。每个节点可以通过topics(话题)、services(服务)、actions(动作)或parameters(参数)向其它节点发
转载
2024-01-27 23:18:32
115阅读
作者丨马赫WGH编辑丨3D视觉工坊IROS是机器人领域的盛会，本文由南洋理工大学的在读博士王晗等人发表于IROS2021。近期看了李沐大神“三步法”读论文（https://www.zhihu.com/people/mli65）的视频，研读本文时将效仿此法展开。第一遍：看摘要和结论，以及方法和实验部分的关键图表（论文海选初筛）第二遍：从头到尾看一遍，了解所有部分，不用太在意细节（论文精筛）第三遍：精
转载
2022-10-11 14:35:41
482阅读
【代码】the idea of Visual Odometry: ①compute features ②track/match them ③recover pose(Rotation/Translation)
集工具项目学习其他图书馆基本视觉和trasformation图书馆OpenC
翻译
2021-08-16 14:07:14
186阅读
etry消息，以及通过tf从“odom”坐标系到“base_link”坐标系的转换。 在ROS上发布Odometry信息 导航包使用tf来确定机器人在世界中的位置
转载
2022-08-17 11:06:03
833阅读
Sliding Windows Filter（SWF）在VIO、SLAM这个领域应用非常广，比如MSCKF、OKVIS、VINS-Mono等等，几乎可以说是VIO的标配。SWF可以分成基于滤波器的和基于优化的两种。最典型的基于滤波器的方法就是MSCKF算法了。它是基于EKF的算法，在marginalize state的时候处理比较简单，只需要把对应的covariance的对应行列直接丢弃就可以了。
转载
2022-10-05 13:50:14
917阅读
abstractLIO-SAM将lidar-惯性里程计置于一个因子图之上，允许从不同来源将多种相对和绝对测量，包括环闭检测，作为因子合并到系统中。由惯性测量单元（IMU）预积分估计的运动消除点云畸变，并为激光雷达里程计优化提供初始猜测。所得到的激光里程计解被用来估计IMU的偏差。为了确保实时的高性能，我们将旧的激光雷达扫描边缘化以优化姿态，而不是将激光雷达扫描与全局地图匹配。局部尺度的扫描匹配代
转载
2020-08-03 19:40:00
537阅读
2评论
摘要——本文提出一种计算高效、鲁棒的激光雷达惯性里程计框架。我们使用紧耦合的迭代扩展卡尔曼滤波器将激光雷达特征点与IMU数据融合，
原创
2023-05-06 09:08:16
414阅读
Super Odometry: IMU-centric LiDAR-Visual-Inertial Estimator for Challenging Environments作者：Shibo Zhao，Hengrui Zhang, Peng Wang, Lucas Nogueira，Sebastian Scherer论文地址：https://arxiv.org/pdf/2104.14938.
转载
2022-10-11 16:12:04
126阅读
参考文献：[1] Visual Odometry Part I: The First 30 Years and Fundamentals, Friedrich Fraundorfer and Davide Scaramuzza[2] Visual Odometry Part II: Matching, Robustness, Optimization, and Applications
SLAM数据集1、TUM数据集1.1 RGB-D 数据集1.2 VIO 数据集1.3 单目数据集2、EUROC数据集3、KITTI 数据集3.1 灰度序列（data_odometry_gray.zip）3.2 彩色序列（data_odometry_color.zip）3.3 激光序列（data_odometry_velodyne.zip）4、TartanAir 数据集4、ICL-NUIM 数据集
转载
2024-05-23 15:20:49
352阅读
第一个提出 「视觉惯性里程计+深度图」 的数据集 “Visual Odometry with Inertial and Depth” (VOID) dataset论文名称 《Unsupervised Depth Completion from Visual Inertial Odometry》期刊：ICRA2020作者：加州大学洛杉矶分校本文代码：https://github.com
