weixin_44991673的博客

原创 【听课笔记】航空航天概论(国家精品课程 北京航空航天大学)

了解掌握 航空航天基础理论知识。

原创 颜色码对照表

如何使得内容有色块设置

原创 自动控制原理绪论以及一般概念

整体自动控制理论的绪论上半节内容可以简单的以主要知识点大纲，三到四个现实生活常见系统示例和多个领域的应用来作为引入，使得第一次接触的人有感性认知和现实生活有所联系。注意例子的时间不要过于老旧。然后开始介绍历史发展沿革，相关抽象概念引入，定义引入。（[听课笔记]自动控制原理 西北工业大学 卢京潮）.....................

原创 信息化武器装备(中北大学)学习笔记（１）

军事理论国防教育课程着重记录机器人方面内容：在人类发展史上。宏观战争是政治的延续,今天我们发展成了空间，网络，电磁等多维空间等。武器装备是用于作战和保障作战及其他军事行动的武器、武器系统、电子信息系统和技术设备、器材的统称。主要指武装力量编制内的监听，飞机，导弹，雷达，坦克，火炮，车辆和工程机械，分战斗装备，电子信息装备和保障装备。武器装备系统是指为完成一定的军事任务，由相互配合的武器和技术装备组成并具有一定作战功能的有机整体。......

原创 数字图像处理基础试讲准备

完成一次完整的教学展示过程，要包括老师提问，安排课堂活动，学生合作解决问题等过程的再现。一次好的试讲应该有完整的教学步骤，包括知识点导入，内容讲授，总结与布置作业。时间有限的情况下语言组织能力和应变能力很重要。我们要求教学语言生动富有感染力的同时，做到精练。

原创 【论文摘要】Monocular Object and Plane SLAM in Structured Environments

IEEE ROBOTICS AND AUTOMATION LETTERS 2019Monocular Object and Plane SLAM in Structured EnvironmentsLink：https://arxiv.org/pdf/1809.03415.pdf数据集：ICL NUIM and TUM MonoWe first propose a high order graphical model to jointly infer the 3D object and layout

原创 毕业论文答辩准备工作

各位老师好！我叫XXX，来自XXX，我的论文题目是“xxxxxxx”。在这里，请允许我向XX老师的悉心指导表示深深的谢意，向各位老师不辞劳苦参加我的论文答辩表示衷心的感谢。下面我将从论文的思想内容、结构框架、遣词造句三个方面向各位老师作一大概介绍，恳请各位老师批评指导。Good Morning,ladies and gentlemen,I am xxx,a student majored in master robotics from xxxxxx, before the presentation,I w

原创 pcl点云平面提取检测RANSAC

平面提取检测的方法https://github.com/muratkendir/PlaneDetectionwPCL报错一：找不到头文件include路径更改符号，系统不同注意斜杠方向，解决路径报错问题。对‘pcl::SACSegmentation<pcl::PointXYZ>::segment(pcl::PointIndices&, pcl::ModelCoefficients&)’未定义的引用warning: ‘pcl::SAC_SAMPLE_SIZE’ is d

原创 c++ Eigen库中的矩阵分析为什么使用QR分解

学习QR分解最好的一句话是这样说的：“把质的困难转化为量的复杂，转化前是一个相对复杂的矩阵，转化后矩阵简单但是数量多于一个。”真的是精髓之所在。

原创 图解PVIO边缘化过程

原创 逆深度参数化的相关整理与思考

Inverse Depth Parametrization for Monocular SLAM论文翻译：https://blog.csdn.net/u014709760/article/details/88091720/逆深度：我们经常用一个点的世界坐标x,y,z三个量来描述它，这是一种参数化形式。我们认为x,y,z三个量都是随机的，它们服从三维的高斯分布。然而，在极线搜索中使用了图像坐标u,v和深度值d来描述某个空间点（即稠密建图）。我们认为u,v不动，而d服从（一维的）高斯分布，这是另一种参数化

原创 点云生成bug记录

terminate called after throwing an instance of 'cv::Exception' what(): /home/eminbogen/下载/opencv-3.1.0/modules/calib3d/src/ptsetreg.cpp:178: error: (-215) confidence > 0 && confidence < 1 in function run解决方法：https://blog.csdn.net/unlimi.

原创 c++解决 /usr/include/c++/7/thread:122：对‘pthread_create’未定义的引用

解决/usr/include/c++/7/thread:122：对‘pthread_create’未定义的引用g++ -std=c++11 -o main main.cpp -lpthread

原创 c++如何解决段错误 (核心已转储)

在后端优化中遇到了段错误 (核心已转储)问题，寻求解决方法。首先通过不断的注释部分代码，运行，注释，运行，找到一个大概的范围是错在哪一块。这类问题只能说根本原因是内存的非法操作。建议生成内存段错误转储文件，发生段错误后用gdb分析该文件定位到发生段错误的代码上，这样才能确定导致段错误的直接原因。 -国庆GDB大法好，直接定位到相关的信息上去，使用gdb ggoLearning 进入调试界面gdb ggoLearning GNU gdb (Ubuntu 8.1-0ubuntu3.2) 8.1.0

原创 【论文阅读】PlaneMatch: Patch Coplanarity Prediction for Robust RGB-D Reconstruction

参考文献[1] Yifei Shi, Kai Xu*, Matthias Niessner, Szymon Rusinkiewicz and Thomas Funkhouser, “PlaneMatch: Patch Coplanarity Prediction for Robust RGB-D Reconstruction,” ECCV 2018论文开源代码：https://github.com/yifeishi/PlaneMatch.基于Pytorch. Both Python 2.x and 3

原创 c++解决对‘vtable for g2o::VertexSBAPlaneomg’未定义的引用

CMakeFiles/ceresLearning.dir/ceresLearning.cpp.o：在函数‘g2o::VertexSBAPlaneomg::VertexSBAPlaneomg()’中：/home/user/work/slam-tutorial-gx/partI/include/mylib/g2o_opt_type.h:21：对‘vtable for g2o::VertexSBAPlaneomg’未定义的引用collect2: error: ld returned 1 exit status

原创 c++成功解决static用法报错解决：cannot declare member function to have static linkage [-fpermissive]

静态函数和非静态函数的区别静态函数无需创建对象即可以直接使用类class::func的形式使用。 error: cannot declare member function ‘static Eigen::Vector3d QuatPlane::logQuat(Eigen::Quaterniond)’ to have static linkage [-fpermissive] static Eigen::Vector3d QuatPlane::logQuat(Eigen::Quaterniond q.

原创 深度学习物体检测之环境配置作业二

Anaconda的使用教程第一步：检查自己的环境是否安装成功，终端输入 conda --version(base) warmtree@warmtree-HP-Pavilion-Laptop-15-cc5xx:~$ conda --versionconda 4.6.11第二步：查看自己的现存环境，输入conda env list参考conda操作命令的链接检查是否有nvidia显卡，lspci | grep -i nvidia输入 cat /proc/driver/nvidia/ver

原创 验证如何更新四元数

罗德里格斯公式罗德里格斯公式Rodrigues’Rotation Formulaθ←norm(r)r←r/θR=cos⁡θI+(1−cos⁡θ)rrT+sin⁡θ[r]×\begin{array}{l} \theta \leftarrow norm(r) \\ r \leftarrow r/ \theta \\ R = \cos{\theta} I + (1- \cos{\theta} ) r r^T + \sin{\theta} [r]_{\times} \end{array}θ←norm(r)

原创 数学基础：四元数的计算求导问题

原创 c++ Eigen库常见错误汇总（1）

error: static assertion failed: INVALID_VECTOR_VECTOR_PRODUCT__IF_YOU_WANTED_A_DOT_OR_COEFF_WISE_PRODUCT_YOU_MUST_USE_THE_EXPLICIT_FUNCTIONS #define EIGEN_STATIC_ASSERT(X,MSG) static_assert(X,#MSG);矩阵维度不匹配导致的无法计算问题error: static assertion failed: YO

原创 Python 可视化

三维空间点的绘制：'''Create on 2021/06/09@author: Feishu Luyi'''import numpy as npimport matplotlib.pyplot as pltimport mpl_toolkits.mplot3dimport random'''def createPlanePoints(int nbpts): random.seed(1) random.uniform(1, 10) x = np.random.

原创 原始/etc/profile文件

# /etc/profile: system-wide .profile file for the Bourne shell (sh(1))# and Bourne compatible shells (bash(1), ksh(1), ash(1), ...).if [ "${PS1-}" ]; then if [ "${BASH-}" ] && [ "$BASH" != "/bin/sh" ]; then # The file bash.bashrc already s

原创 @【面特征】【参数化放入g2o】带有更高维特征的图优化SLAM平面表达

We tackle the problem of plugging planes into the g2o optimization framework with two distinct plane representations: one based on a properly stated SE(3) parametrization and one based on a minimal parametrization analogous to quaternions.评价好坏的标准为Absolu.

原创 MyG2O中平面类的学习

原创 @【面特征】【平面约束简化BA】MAV Visual SLAM with Plane Constraint（ETH）(ICRA11)

论文想要简化BA，make use of the plane constraint to reduce the complexity of BA，BA功能：. BA works by minimizing the reprojection errors from an initial estimate of the full camera trajectory and map points using non-linear least square minimization methods such as

原创 normalized与Normalize区别

Vector3.normalized的作特点是当前向量是不改变的并且返回一个新的规范化的向量；Vector3.Normalize的特点是改变当前向量，也就是当前向量长度是1

原创 @【面特征】【平面约束】From Points to Planes -Adding Planar Constraints to Monocular SLAM Factor Graphs（IROS20）

这篇文章加平面约束，但是没有计算面特征的雅可比，而是使用平面内特征点作为节点参与图优化。Our formulation, differently from the state of the art, allows us to incorporate general planes, independently of depth information or CNN segmentation being available (although we could also use them)独立于深度信息和C

原创 @【面特征】【RGBD平面检测】Plane-Based Optimization of Geometry and Texture for RGB-D Reconstruction of Indoor

论文开源代码：https://github.com/chaowang15/RGBDPlaneDetection平面检测使用理论支持：Fast Plane Extraction in Organized Point Clouds Using Agglomerative Hierarchical ClusteringMRF使用:https://vision.middlebury.edu/MRF/code/,这里包含有立体视觉，多视图几何，条件随机场，LATEX引用：@inproceedings{wang

原创 @【面特征】【流形封装】【论文阅读】通用传感器融合算法与状态表达的流形封装

词汇释义topological拓扑的ad-hocfor or concerned with one specific purposeencapsulate封装Unscented Kalman Filterinertial navigation systems（INS）惯性导航系统[1]C. Hertzberg et al.:"Integrating Generic Sensor Fusion Algorithms with Sound St...

原创 g2o学习儿童节自检手册

今日发现一个有趣的博主BundleAdjustmentG2O使用要点总结非线性优化（三）：g2o源代码g2o学习记录（3）源码下的example例子运行发现老外在issue里面的社交世界g2o库中lamda含义 就是LM的那个因子自定义节点和边，结果出现Cholesky failure, writing debug.txt (Hessian loadable by Octave)错误，compute error应该是写对了，但如何判断自己的雅可比写对了没有呢？以及在网上搜索的解决方法是将

原创 c++ 使用g2o库自定义节点和边出现Cholesky failure错误并解决

自定义节点和边，结果出现Cholesky failure, writing debug.txt (Hessian loadable by Octave)错误，compute error应该是写对了，但如何判断自己的雅可比写对了没有呢？以及在网上搜索的解决方法是将求解器从g2o::LinearSolverCSparse换为 g2o::LinearSolverEigen云云，出现 Cholesky failure错误是因为什么呢？Cholesky failure,set信息矩阵后就好使了，问题已解决，不过并

原创 解决error: redefinition问题

error: redefinition of ‘static Eigen::Vector3d QuatPlane::log_map(QuatPlane)’ Eigen::Vector3d QuatPlane::log_map(const QuatPlane q){error: redefinition of ‘static Eigen::Vector3d QuatPlane::log_map(QuatPlane)’.h文件不要加{}

原创 哭了，一个惊为天人的CMakeLists.txt改写小技巧，从此再也不用一个一个改txt了，后悔今天才知道

user@user-B460MPOWER:~/work/myBA/planeBA$ grep -r "cmake_minimum_required"CMakeLists.txt:cmake_minimum_required(VERSION 3.17)user@user-B460MPOWER:~/work/myBA/planeBA$ find./-name"CMakeLists.txt"bash: find./-nameCMakeLists.txt: 没有那个文件或目录user@user-B460MP

原创 成功发现error: static assertion failed问题所在

error: static assertion failed: YOU_MIXED_MATRICES_OF_DIFFERENT_SIZES #define EIGEN_STATIC_ASSERT(X,MSG) static_assert(X,#MSG);维度问题定义有误，对于最小化参数表达的理解出现失误。

原创 Sophus库学习

李群SO(3)旋转矩阵李代so(3) 三维向量实际上是旋转向量组成的空间李群SE(3)变换矩阵李代se(3) 六维向量 平移在前 旋转在后

原创 面的定义stanford.edu

面的定义Plane.hPlane.cpp

原创 基于多平面先验的高效VIO-PVIO

浙大最新开源SLAM! 基于多平面先验的高效VIO

原创 Linux下升级CMake版本

https://m.linuxidc.com/Linux/2018-09/154165.htm

原创 李群李代数学习

https://github.com/artivis/manif李群李代数学习机器人状态估计中的简明李群理论(一)