- 博客(230)
- 资源 (3)
- 收藏
- 关注
RSS订阅翻译 GVINS论文翻译
众所周知，视觉惯性里程计 (VIO) 会出现漂移，尤其是在长时间运行的条件下。本文提出了一种基于非线性优化的系统——GVINS，它将 GNSS 原始测量、视觉和惯性信息紧耦合以进行实时和无漂移的状态估计。我们的系统旨在为 GNSS 信号可能大量丢失甚至完全不可用的复杂室内外环境下提供准确的全局 6-DoF 估计。...
2023-04-09 17:26:40
732
1
翻译 VINS-Mono论文翻译
由一个相机和一个低成本惯性测量单元(IMU)组成的单目视觉惯性系统(VINS)，构成了用于估计六自由度状态的最小传感器单元（大小，重量和功耗）。本文提出了VINS-Mono：一个通用和鲁棒的单目视觉惯性状态估计器。我们的方法从鲁棒的估计器初始化程序开始。采用一种基于紧耦合和非线性优化的方法，通过融合预积分后的IMU测量值和特征观测值，获得高精度的视觉惯性里程计。结合我们的紧耦合方法，回环检测模块能够以最小的计算代价实现重定位。此外，我们还进行了四自由度位姿图优化，以增强全局一致性。
2023-04-09 17:24:22
444
翻译 Faster-lio论文翻译
本文提出了一种基于增量体素的激光惯性里程计（LIO）方法，用于快速跟踪旋转和固态激光雷达。为了实现快速的跟踪速度，我们既没有使用复杂的基于树的结构来划分空间点云，也没有使用严格的k最近邻(k-NN)查询计算点匹配。相反，我们使用增量体素(iVox)作为我们的点云空间数据结构（增量体素是对传统体素的修改、支持增量插入和并行近似k-NN查找）。我们把线性iVox和PHC（伪希尔伯特曲线）iVox作为我们算法两种可选的底层数据结构。
2023-04-09 17:22:43
550
翻译 Cartographer论文翻译(回环)
便携式激光测距仪（也被称为激光雷达）和同步定位与建图（SLAM）技术是获取竣工平面图的有效方法。实时生成和可视化平面图有助于操作员评估捕获数据的质量和覆盖范围。构建一个便携式捕获平台需要在有限的计算资源下进行操作。我们介绍了我们的背包测试平台中使用的方法，该平台实现了5厘米分辨率的实时测绘和闭环检测。为了实现实时闭环检测，我们使用分支定界方法来计算scan-to-submap的匹配作为约束。我们提供了实验结果，并与其他众所周知的方法进行了比较，结果表明，就质量而言，我们的方法与现有技术具有竞争力。
2023-04-08 16:44:23
523
翻译 FAST-LIO论文翻译
本文提出了一个计算效率较高和鲁棒的激光-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LiDAR特征点与IMU数据融合在一起，以便在发生退化的快速运动，嘈杂或杂乱环境中实现稳健的导航。为了在存在大量测量值的情况下降低计算负载，我们提出了一个计算卡尔曼增益的新公式。新公式的计算负载取决于状态维度而不是测量维度。...
2022-08-20 18:44:35
934
2
翻译 FAST-LIO2论文翻译
本文提出了FAST-LIO2：一个快速，鲁棒和多功能的雷达惯性里程计框架。基于一个高效的紧耦合的迭代卡尔曼滤波，FAST-LIO2有两个关键的创新点，可实现快速、鲁棒和准确的激光导航（和建图）。
2022-07-24 08:08:09
2020
2
翻译 R3live论文翻译
在本文中，我们提出了一个新颖的激光惯性视觉传感器融合框架，也就是R3live；它利用了激光雷达、惯性和视觉传感器的测量值，可以得到鲁棒和高精度的状态估计。R3live包含了两个子系统，激光惯性里程计系统（LIO）和视觉惯性里程计系统（VLO）。LIO子系统（FAST-LIO）利用激光雷达和惯性传感器的测量数据构建全局地图的几何特征。VIO子系统则利用视觉和惯性传感器的测量数据给地图添加纹理（也就是给3D点赋予颜色）...............
2022-06-25 19:06:20
1438
翻译 LIO-SAM论文翻译
我们提出了一个通过smoothing and mapping实现的紧耦合激光惯性里程计框架，LIO-SAM，能够取得高精度、实时的移动机器人的轨迹估计和地图构建。LIO-SAM基于因子图构建，把多个相对测量数据或者绝对测量数据，包括回环检测，以因子的形式加入到系统中进行联合优化。通过IMU预积分获得的运动估计可以用于点云运动畸变的修正和作为激光里程计优化的初值。反之，基于获得的激光里程计可以估计IMU的零偏。...............
2022-06-19 09:33:41
1384
翻译 LVI-SAM论文翻译
我们提出了一个通过smoothing and mapping的雷达视觉惯性里程计紧耦合的框架，LVI-SAM，能够实时状态估计和建图，且具有很高的精度和鲁棒性。LVI-SAM基于因子图构建，其包含了两个子系统：一个视觉惯性系统和一个雷达惯性系统。这两个子系统以紧耦合的方式设计，其中VIS利用LIS的状态估计促进VIS的初始化。VIS的精度通过使用激光雷达的测量值提取视觉特征点的深度信息进行提高。反之，LIS使用VIS的状态估计作为估计初值进行scan-match。......................
2022-06-12 14:27:27
885
翻译 FAST-LIVO论文翻译
多传感器融合被证明是一种能够在SLAM任务中取得准确和鲁棒位姿估计的有效解决方案，因而在机器人应用中具有无限可能。本文提出了FAST-LIVO方法，一种快速的雷达-惯性-视觉里程计，其中包含了两个紧耦合的直接里程计子系统：一个VIO子系统和一个LIO子系统。.........
2022-06-05 21:41:51
1529
原创 并发与多线程3 （访问局部变量）
1 例子1.1 程序#include <iostream>#include <thread>using namespace std;struct func{public: func(int& i_):i(i_){} void operator()() { for (unsigned j=0; j<10000; ++j) { do_something(i);
2021-05-13 11:53:11
169
原创 积分曲线的绘制问题
# -*- coding: utf-8 -*-"""Created on Sun Feb 7 02:44:55 2021@author: junjun"""import math import matplotlib.pyplot as pltimport numpy as npdef main(): a = 0; b = 10; num = 100; x = np.linspace(a, b, num) y = np.zeros.
2021-03-03 18:55:14
876
1
翻译 TEB论文翻译
本文提出了一种称为“Time elastic band”的方法，明确地考虑了运动在时间方面的动态约束，如有限的机器人速度和加速度。
2021-01-03 21:16:39
6165
2
原创 RRT算法
原理其他资料例子"""Path planning Sample Code with Randomized Rapidly-Exploring Random Trees (RRT)author: AtsushiSakai(@Atsushi_twi)"""import mathimport randomimport matplotlib.pyplot as pltimport numpy as npshow_animation = Trueclass RRT:
2020-09-15 20:41:43
810
原创 Probabilistic Road Map
原理其他资料例子"""Probabilistic Road Map (PRM) Plannerauthor: Atsushi Sakai (@Atsushi_twi)"""import randomimport mathimport numpy as npimport matplotlib.pyplot as pltfrom scipy.spatial import cKDTree# parameterN_SAMPLE = 500 # number of sample
2020-09-12 17:18:53
706
原创 使用python提取日志
# -*- coding: utf-8 -*-"""Created on Thu May 21 06:01:53 2020@author: junjun"""from docx import Documentfrom docx.shared import RGBColorfrom docx.shared import Pt from docx.shared import Inchesfrom docx.oxml.ns import qn import matplotlib.pyp..
2020-08-31 18:53:23
371
原创 Jump Point Search
原理Jump Point Search是一种打破平衡性的方法，可能比A*更高效。其他资料对于straight情况，对X节点进行扩展，那么只会考虑节点5；因为节点1、2、3、6、7、8通过其父节点4直接到达会父节点经过X再到达更近（小于等于）；所谓的（inferior neighbors）节点；否则是natural neighbors节点；对于diagonal情况，对X节点进行扩展，那么只会考虑节点2、3、5；因为节点1、4、7、8通过其父节点6直接到到会比经过X再到达更近（小于）；
2020-06-28 22:50:24
1466
1
原创 双向A*
原理双向A*算法（bidirectional a star）是对A*的一种扩展，只是从起点和终点同时进行搜索而已；不过起点以终点为目标，终点以起点为目标，最后找到它们的交点。例子c_id_A = min( open_set_A, key=lambda o: self.find_total_cost(open_set_A, o, current_B))current_A = open_set_A[c_id_A]c_id_B = min(open_set_B, key=lambda o: .
2020-06-16 23:01:38
4770
原创 A*算法
原理dijkstra也是一种基于图的搜索算法，算法原理也很简单：按照代价排序每次弹出一个代价最小的结点，同样也是一个优先级队列，不过需要注意与Greedy Best First Search的区别（优先级队列，按照与终点的距离排序，每次弹出距离最小的结点）。其他资料...
2020-06-10 22:47:46
972
原创 基于时域线性插值法计算信号的周期
时域线性插值法，是一种计算量小、准确度高和实时性好的计算信号周期的方法。1 算法原理其计算周期的步骤如下：Ts为采样间隔，Ip可由插值法获得，如下图所示：采用时域线性插值法求解信号的周期，如下图所示：2 matlab程序function [ T] = F( a4)a3=a4; va = mean(a3) ; te = 1; for itt = 2 : length(a3) if a3(itt) >= va &.
2020-06-06 00:58:19
1817
原创 基于傅里叶变换法和Rife-Jane法计算信号的周期
1 傅里叶变换法傅里叶变换法估计信号频率的原理是首先通过对信号进行傅里叶变换，然后找到频谱中幅值最大值所对应的频率，再求出其倒数即为信号的周期，使用该方法不需要对加速度信号进行预处理，但该方法容易受傅立叶变换时的频率分辨率的影响。对加速度信号进行傅里叶变化，如下图所示。傅里叶变换法求周期的程序可参考Matlab的库函数fft。2 Rife-Jane方法Rife算法是对傅里叶变换法的改进，是为了解决傅里叶变换法所存在的量化误差问题，其通过对频谱的最大谱线以及与其相邻的较大谱线进行插值，
2020-06-06 00:41:17
2414
3
原创 dijkstra算法
原理其他资料例子这个例子是在开源代码中找到的，给添加了一些注释；另外该算法虽然是使用python写的，但其实可以忽略掉一些辅助性的东西而关注于核心思想。
2020-06-03 23:05:45
760
原创 双向广度优先搜索
原理贪婪最佳优先搜索Greedy Best First Search，是一种启发式搜索算法，我们也可以将它看做广度优先搜索算法的一种改进；算法思想是将节点按距离目标的距离进行排序，然后以这个距离为代价选择待扩展的节点。1）广度有限搜索算法相当于一个先进先出的队列；2）深度有限搜索则相当于一个后进先出的栈；3）贪婪最佳优先搜索则相当于一个根据代价排序的优先级队列。在没有障碍物的情况下，Greedy Best First Search通常可以找到一个最短路径而且效率比BFS要高，但在有障碍物
2020-06-02 23:29:52
832
原创 贪心最佳优先搜索
原理贪婪最佳优先搜索Greedy Best First Search，是一种启发式搜索算法，我们也可以将它看做广度优先搜索算法的一种改进；算法思想是将节点按距离目标的距离进行排序，然后以这个距离为代价选择待扩展的节点。1）广度有限搜索算法相当于一个先进先出的队列；2）深度有限搜索则相当于一个后进先出的栈；3）贪婪最佳优先搜索则相当于一个根据代价排序的优先级队列。在没有障碍物的情况下，Greedy Best First Search通常可以找到一个最短路径而且效率比BFS要高，但在有障碍物
2020-06-01 23:23:30
5597
原创 深度优先搜索
原理深度优先搜索是一种基于图的搜索算法，算法原理比较简单：从起点不断的进行膨胀直到最后触碰到终点为止。如下图所示，令绿色是起点，黄色是终点，算法搜索的步骤就是从绿色开始膨胀，然后红色，然后蓝色，直到最后膨胀到终点黄色。以上虽然不是很严谨吧，我觉得还是可以说明一些思想的。其他的一些资料以下是深蓝学院中的路径规划课程中介绍的DFS算法。例子这个例子是在开源代码中找到的，给添加了一些注释；另外该算法虽然是使用python写的，但其实可以忽略掉一些辅助性的东西而关注于核心思想..
2020-05-31 19:40:17
544
1
原创 广度优先搜索
广度优先搜索是一种基于图的搜索算法，其算法原理很简单：就是从起点不断的进行均匀膨胀直到最后触碰到终点位置为止。"""Breadth-First grid planningauthor: Erwin Lejeune (@spida_rwin)See Wikipedia article (https://en.wikipedia.org/wiki/Breadth-first_search)"""import mathimport matplotlib.pyplot as pltshow
2020-05-29 23:47:02
792
原创 扩展卡尔曼滤波
卡尔曼滤波适用于线性高斯系统，然而这是一个强假设；对于大部分机器人系统而言，非线性系统才是常态，如此卡尔曼滤波就不太适用了，那么该如何解决这个问题？这引出了扩展卡尔曼滤波。
2020-05-24 15:32:04
4451
原创 卡尔曼滤波
卡尔曼滤波适用于线性高斯系统，其基于马尔可夫假设，认为当前状态只与上次的状态相关（与之相反的是非线性优化，其认为当前状态与过去的所有状态相关），能够根据多个传感器的测量数据和当前的运动学模型估计出当前机器人的最优状态。
2020-05-11 00:08:37
6144
1
原创 基于波峰波谷法计算信号的周期
波峰波谷法原理是：查找信号相邻波峰波谷间隔采样点的数量，乘上采样间隔的时间，最后求平均值即是信号的周期。但该方法对噪声较为敏感，采用波峰波谷法计算滤波后信号的周期，如图所示。该方法主要是需要找到信号的极大值和极小值，程序如下：function [max_p, max_v, min_p, min_v] = find_extrema(y)% find maximas% [tmp_v, tmp_p] = findpeaks(y);tmp_p = find(y(2:end-1)>y(1:e
2020-05-08 21:18:27
3282
原创 五点三次平滑滤波在消除随机噪声中的应用以及其Maltab程序
五点三次平滑滤波其原理是对通过采样信号使用最小二乘法的思想进行三次平滑。采用五点三次平滑滤波对信号进行滤波，其效果如图所示：五点三次平滑滤波的Matlab相关程序如下所示：m = 3; N = length(x1); a = x1; b = zeros(1, N);for M = 1 : m b(1) = (69 * a(1) + 4 * (a(2) + a(4)...
2020-05-06 21:57:45
4228
1
原创 递推平滑算法算法在消除随机噪声中的应用以及其Maltab程序
递推平滑滤波算法原理是利用N个点（N最好为奇数）的平均值来代替采样点的值，这里使用N=11和N=21的两次递推平滑滤波对信号滤波，效果如图。随着点数N的增大，滤波后的加速度信号曲线越来越平滑。递推平滑滤波的Matlab函数为smooth。...
2020-05-06 21:52:17
664
原创 中值滤波在消除脉冲噪声中的应用以及其Maltab程序
中值滤波是一种可以有效的消除脉冲噪声的滤波算法，其滤波方法是每次取N（一般为奇数）个采样点，然后按照数据的大小进行排序，最后取中间值作为本次滤波的结果。这里分别取N=5和N=11对实测加速度信号进行处理，滤波效果图3-4所示。从图可以看出，当取11个点时，滤波效果更好。此外在滤波过程中，根据算法原理，需要在每一个采样点进行了一次N点的排序运算（冒泡法排序），因此当信号的数据量较大以及N取值...
2020-05-06 21:46:29
1926
原创 限幅滤波在消除脉冲噪声中的应用以及其Maltab程序
限幅滤波算法原理：设置一个合适的限定值，然后当采样点的幅值相对于前一个采样点和后一个采样点增大或减小的值超过该限定值时，则认为该点为脉冲点，并使用其前后两个采样点的平均值作为本次滤波的结果。这里分别取限定值为0.1以及0.5，然后对信号进行处理，滤波效果如图所示。当限定值取0.1时滤波结果较理想，但同时可以看到，在脉冲噪声点较集中的区域，限幅滤波算法效果较差。限幅滤波算法的相关Matl...
2020-05-06 21:42:59
2739
1
models.tar
2020-03-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人