3 Darlingqiang

尚未进行身份认证

AI&PR 研究僧 研究方向 AR SLAM 欢迎讨论&交流

等级
博文 88
排名 4w+

Ubuntu 18.04 LTS安装ROS Melodic版机器人操作系统+Jetson Nano刷机教程-开机配置及Melodic ROS install

PARTONE:https://developer.nvidia.com/embedded/learn/get-started-jetson-nano-devkiticroSDcardslotformainstorage 40-pinexpansionheader Micro-USBportfor5Vpowerinputorfordata ...

2019-07-09 14:31:36

ROS

rosRESOURCE:http://wiki.ros.org/cn/ROS/Tutorials/CreatingPackagesudosh-c'echo"debhttp://packages.ros.org/ros/ubuntu$(lsb_release-sc)main">/etc/apt/sources.list.d/ros-latest.list'...

2019-07-02 16:44:24

orb-slam2(学习笔记)+相机

单目(Monocular)、双目(Stereo)、深度相机(RGB-D)深度相机能够读取每个像素离相机的距离,单目相机只使用一个摄像头进行SLAM的做法叫做单目SLAM(MonocularSLAM),结构简单,成本低。照片拍照的本质,就是在相机平面的一个投影,在这个过程当中丢失了这个场景的一个维度,就是深度(距离信息)单目视觉丢失深度导致无法判断场景物体的具体情况单目SLA...

2019-06-18 17:49:56

ORB + OPENCV

一、介绍假如有两张人物图片,我们的目标是要确认这两张图片中的人物是否是同一个人。如果人来判断,这太简单了。但是让计算机来完成这个功能就困难重重。一种可行的方法是:分别找出两张图片中的特征点 描述这些特征点的属性, 比较这两张图片的特征点的属性。如果有足够多的特征点具有相同的属性,那么就可以认为两张图片中的人物就是同一个人。ORB(OrientedFASTandRot...

2019-04-16 13:19:52

TUM数据集RGBD-Benchmark使用(ate/rpe)

TUM数据集RGBD-Benchmark工具使用官方文档:https://vision.in.tum.de/data/datasets/rgbd-dataset/tools#evaluation标准库测试工具:https://svncvpr.in.tum.de/cvpr-ros-pkg/trunk/rgbd_benchmark/rgbd_benchmark_tools/src/rgbd_b...

2019-04-06 19:50:36

C++(1)

ios学习(一):教你如何在iOS开发中使用C++转载自:https://www.2cto.com/kf/201609/546146.htmlObjective-C可以和C和C++代码无缝集成。因此,对于iOS开发者来说,学习一些C++是有好处的,具体理由如下:你需要在你的app中调用C++写的库。可以将app中的一部分代码用C++来写,这样便...

2019-03-19 21:01:24

OpenCV中遇到Microsoft C++ 异常 cv::Exception

我在实现《OpenCV2计算机视觉编程手册》第2章2.2节存取像素值中的椒盐噪声例子中遇到的程序错误。记录一下

2019-03-19 20:59:27

SURF与SIFT比较分析

opencv3.2SURF实现特征点匹配opencv3.2中SurfFeatureDetector、SurfDescriptorExtractor、BruteForceMatcher这三个的使用方法已经和原先2.4版本前不一样了。使用方法示例如下:Ptr<SURF>detector=SURF::create(minHessian);detector-&...

2019-03-19 20:58:11

客户端与服务器的数据交互

毕设需要接粗到一些关于app和前端后端的东西,学习记录一下。首先不要管安卓端还是苹果端,现在一般都是响应式的app,放到安卓或者苹果或者pc或者平板都是没有问题的。一般采用的是http接口通讯,或者socket连接。具体你要去查资料找Demo了。现在主流是采用html5开发或者混合开发了。所以最好是服务器提供appAPI接口,通过http或者https访问服务器,获取数据,数据一般是jso...

2019-03-19 20:56:34

CMake学习(一)

什么是CMake你或许听过好几种Make工具,例如GNUMake,QT的qmake,微软的MSnmake,BSDMake(pmake),Makepp,等等。这些Make工具遵循着不同的规范和标准,所执行的Makefile格式也千差万别。这样就带来了一个严峻的问题:如果软件想跨平台,必须要保证能够在不同平台编译。而如果使用上面的Make工具,就得为每一种标准写...

2018-10-02 15:01:25

堆和栈的区别(面试常见问题小结(3))

C++中,内存分为5个区:堆、栈、自由存储区、全局/静态存储区和常量存储区。栈:是由编译器在需要时自动分配,不需要时自动清除的变量存储区。通常存放局部变量、函数参数等。堆:是由new分配的内存块,由程序员释放(编译器不管),一般一个new与一个delete对应,一个new[]与一个delete[]对应。如果程序员没有释放掉,    资源将由操作系统在程序结束后自动回收。自...

2018-10-01 11:52:17

内存溢出和内存泄漏的定义,产生原因以及解决方法

一、定义(概念与区别)内存溢出outofmemory,是指程序在申请内存时,没有足够的内存空间供其使用,出现outofmemory;比如申请了一个integer,但给它存了long才能存下的数,那就是内存溢出。 内存泄露memoryleak,是指程序在申请内存后,无法释放已申请的内存空间,一次内存泄露危害可以忽略,但内存泄露堆积后果很严重,无论多少内存,迟早会被占光。m...

2018-10-01 10:37:57

Linux进程与线程的区别 详细总结

首先,简要了解一下进程和线程。对于操作系统而言,进程是核心之核心,整个现代操作系统的根本,就是以进程为单位在执行任务。系统的管理架构也是基于进程层面的。在按下电源键之后,计算机就开始了复杂的启动过程,此处有一个经典问题:当按下电源键之后,计算机如何把自己由静止启动起来的?本文不讨论系统启动过程,请读者自行科普。操作系统启动的过程简直可以描述为上帝创造万物的过程,期初没有世界,但是有上帝,是上帝创造...

2018-10-01 10:03:19

移动端AR的适用分析(二)

移动端AR的适用分析(二)1.单目SLAM难点2.视觉SLAM难点3.可能的解决思路单目slam的障碍来自于理论和实践两个方面。理论障碍可以看做是固有的,无法通过硬件选型或软件算法来解决的,例如单目初始化和尺度问题。实践问题包括计算量,视野等,可以依靠选型、算法、软件设计等方法来优化。不过在同等硬件水平下,优化也存在极限的。比如对O(1)的算法不满意从而设计O(1/n)的算法似乎是不可...

2018-09-12 10:56:31

排序算法时间复杂度、空间复杂度、稳定性比较

排序算法分类 内部排序算法又分为基于比较的排序算法和不基于比较的排序算法,其分类如下:比较排序:  直接插入排序  希尔排序 (插入) 冒泡排序   快速排序 (交换) 直接选择排序 堆排序(选择)  归并排序非比较排序:桶排序 基数排序排序算法比较表格 排序算法 平均时间复杂度 最坏时间复杂度 空间复杂度 是否稳...

2018-08-12 16:57:18

视觉词典BOW小结

在目前实际的视觉SLAM中,闭环检测多采用DBOW2模型https://github.com/dorian3d/DBoW2,而bag of words 又运用了数据挖掘的K-means聚类算法,笔者只通过bag of words 模型用在图像处理中进行形象讲解,并没有涉及太多对SLAM的闭环检测的应用。PARTONE1.Bag-of-words模型简介Bag-of-words模型是信息...

2018-08-02 22:07:41

SLAM笔记(五)光束平差法(Bundle Adjustment)

1.什么是光束平差法前边的八点法,五点法等可以求出闭式解的前提是已经知道确切的点对。但实际情况中往往存在大量的噪声,点与点不是精确地对应甚至出现一些错误匹配。 光束平差法由BundleAdjustment翻译得来,有两层意思: 对场景中任意三维点P,由从每个视图所对应的的摄像机的光心发射出来并经过图像中P对应的像素后的光线,都将交于P这一点,对于所有三维点,则形成相当多的光束(bundle...

2018-07-22 21:53:23

马氏距离

马氏距离用来度量一个样本点P与数据分布为D的集合的距离。 假设样本点为: 数据集分布的均值为:  协方差矩阵为S。则这个样本点P与数据集合的马氏距离为: 马氏距离也可以衡量两个来自同一分布的样本x和y的相似性: 当样本集合的协方差矩阵是单位矩阵时,即样本的各个维度上的方差均为1.马氏距离就等于欧式距离相等。 当协方差矩阵是对角矩阵时,即样本数据在各个维度上的方差可能不为1.此时, 可以看做是标准化...

2018-07-05 15:44:09

特征点匹配+特征检测方法汇总

特征点匹配+特征检测方法汇总特征提取与匹配---SURF;SIFT;ORB;FAST;Harris角点匹配方法匹配函数 1.OpenCV提供了两种Matching方式:•Brute-forcematcher(cv::BFMatcher)//暴力方法找到点集1中每个descriptor在点集2中距离最近的descriptor;找寻到的距离最小就认为匹配...

2018-07-04 23:27:10

图像特征点检测与匹配评价准则——量化

欢迎转载,转载请注明出处,谢谢!目前图像匹配中,局部特征匹配占据了绝大部分,常用的局部特征匹配方法有Harris、SIFT、SURF、ORB等等,不同的特征点检测和匹配方法尤其独特的优势和不足; 特征点匹配经过Ransac算法优化后仍存在错误匹配点对,需要优化后的匹配结果进行量化评价; 特征点检测和匹配评价一般包括两个部分,分别为检测和匹配的评价。1、特征点检测评价评价特征点检测方法的优劣常常用到...

2018-07-04 21:49:46
奖章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周上午根据用户上周的博文发布情况由系统自动颁发。