Hansry的博客

原创 大疆飞行系统社招，欢迎找我内推

大疆飞行系统内推，有大佬感兴趣请戳下面链接👇。

原创 VSLAM之边缘化 Marginalization 和 FEJ (First Estimated Jocobian)

文章目录1. 前言2. 舒尔补 (Schur complement) 的应用：边界概率，条件概率1. 前言本博客主要介绍了VINS-Mono中边缘化的相关知识，由于VINS-Mono中只是提及了边缘化的策略并没有提及边缘化信息传递的原理，因此本博客主要参考了崔化坤的《VINS论文推导及代码解析》和深蓝学院的VIO课程。VINS-Mono的边缘化与在《SLAM14讲》中也有提及边缘化 (可看博...

原创 VINS-Mono之外参标定和视觉IMU联合初始化

文章目录1.前言2. 利用旋转约束估计外参数旋转qcbq^{b}_{c}qcb​1.前言本博客主要介绍VINS-Mono初始化时相机与IMU对齐，主要包括相机到IMU的外参估计、陀螺仪偏置、相机位移和估计空间点的尺度、重力加速度、每帧速度，主要参考了深蓝学院的VIO课程及博客VINS-Mono理论学习——视觉惯性联合初始化与外参标定和崔华坤的《VINS 论文推导及代码解析》。总体而言，视觉I...

原创 VINS-Mono之后端非线性优化 (目标函数中视觉残差和IMU残差，及其对状态量的雅克比矩阵、协方差递推方程的推导)

1. 前言之前看过崔华坤的《VINS论文推导及代码解析》还有深蓝学院的VIO课程，对VINS的后端非线性优化有了较为清晰的认识，但是一直没有时间整理写成笔记，最近看到Manni的博客VINS-Mono理论学习——后端非线性优化 概括得很不错，针对这三份资料还有自己的一些理解重新整理下，感谢优秀的大佬们提供的参考资料。2. 非线性最小二乘尽管非线性最小二乘是很常见的问题，可参考《SLAM14讲...

原创 VINS-Mono之IMU预积分，预积分误差、协方差及误差对状态量雅克比矩阵的递推方程的推导

一.前言本博客基本上借鉴了崔华坤的《VINS论文推导及代码解析》和 VINS-Mono理论学习——IMU预积分 Pre-integration (Jacobian 协方差)的内容，有些地方加入自己一些理解。VINS-MONO论文中的IV-B. IMU Pre-integration介绍了IMU预积分模型，Foster的倆篇论文对IMU预积分理论进行详细分析。为什么需要对IMU进行预积分？传...

转载 容器(vector)、数组、new创建的动态数组，哪个执行效率更高些？

一.理论分析1.1堆和栈的区别栈区（stack）— 由编译器自动分配释放，存放函数的参数值，局部变量等。其操作方式类似于数据结构中的栈。堆区（heap）— 一般由程序员分配释放，若程序员不释放，程序结束时可能由OS回收。注意它与数据结构中的堆是俩回事，分配方式倒是类似于链表。全局区（静态区）(static) — 全局变量和静态变量的存储是放在一起的，初始化的全局变量和静态变量在一块区域，...

转载 解方程AX=b与矩阵分解：奇异值分解（SVD分解） 特征值分解 QR分解 三角分解 LLT分解

前言本博客主要介绍在SLAM问题中常常出现的一些线性代数相关的知识，重点是如何采用矩阵分解的方法，求解线性方程组AX=B。主要参考了《计算机视觉——算法与应用》附录A以及Eigen库的方法。本博客可能不会对分解讲的特别深入，主要是想弄清楚各个分解的条件、分解结果以及应用（或特点）。包括：1、三角分解（LU分解）2、LDLT分解与LLT分解（Cholesky分解）3、QR分解4、奇异值分...

原创 ROS常用命令

查看ROS_PACKAGE_PATH环境变量$ echo $ROS_PACKAGE_PATHcatkin 命令$ catkin_init_workspace #初始化catkin构建系统的工作目录$ catkin_create_pkg [功能包名称] [依赖性功能包1] [依赖性功能包2]… #自动生成功能包$ catkin_make #构建包$ catkin_make –pkg ...

原创 Ubuntu16.04下安装AutoWare

平台：ros-kinetic安装依赖：sudo apt-get install ros-kinetic-desktop-full ros-kinetic-nmea-msgs ros-kinetic-nmea-navsat-driver ros-kinetic-sound-play ros-kinetic-jsk-visualization ros-kinetic-grid-map ros-k...

转载 二叉搜索树、平衡二叉搜索树和红黑树

一. 二叉搜索树（Binary Sort Tree）二叉搜索树，又称为二叉排序树（二叉查找树），它或许是一棵空树，或许是具有一下性质的二叉树：1.若它的左子树不为空，则左子树上所有的节点的值小于根节点的值2.若它的右子树不为空，则右子树上所有的节点的值都大于根节点的值3.它的左右子树也分别是二叉搜索树二叉搜索树的这种特性，使得我们在此二叉树上查找某个值就很方便了，从根节点开始，若要寻...

原创 在文件夹内查找某行代码

进入要查找的文件夹，其中 **** 为要查找的内容grep -rn * -ie "****"

原创 C++11 之emplace_back 与 push_back的区别

C++ 开发中我们会经常用到插入操作对STL的各种容器进行操作，比如vector，map，set等。在引入右值引用，移动构造函数，移动赋值运算符之前，通常使用push_back()向容器中加入一个右值元素（临时对象）时，首先会调用构造函数构造这个临时对象，然后需要调用拷贝构造函数将这个临时对象放入容器中，原来的临时变量释放，这样造成的问题就是临时变量申请资源的浪费。引入了右值引用，移动构造函数后...

转载 Cholesky分解法

Cholesky分解法又叫平方根法，是求解对称正定线性方程组最常用的方法之一。对于一般矩阵，为了消除LU分解的局限性和误差的过分积累，采用了选主元的方法，但对于对称正定矩阵而言，选主元是不必要的。 定理：若对称正定，则存在一个对角元为正数的下三角矩阵，使得成立。 假设现在要求解线性方程组，其中为对称正定矩阵，那么可通过下面步骤求解 （1）求的Chole...

原创 C++11多线程并发中的std::thread、std::mutex和std::future

C++11 新标准中引入了五个头文件来支持多线程编程：<atomic>,<thread>,<mutex>,<condition_variable> 和 <future><atomic>: 该文件主要申明了俩个类，std::atomic 和 std::atomic_flag,另外还声明了一套 C 风格的原子类和与C兼容的...

原创 ORB-SLAM2中的g2o

一. 图优化库g2o图优化，是把优化问题表现成图（Graph）的一种形式。这里的图是图论意义上的图。一个图由若干个顶点（Vertex），以及连接着这些定点的边（Edge）组成。进而，用顶点表示优化变量，用边表示误差项。于是，对于任意一个如下形式的非线性最小二乘问题，我们可以构建与之对应的一个图：mina,b,c12∑i=1N∥yi−exp(axi2+bxi+c)∥2\underset{a,b,...

原创 Ubutu16.04编译Kintinuous

下载Kintinuous: git clone https://github.com/mp3guy/Kintinuous，严格按照里面的build.sh安装1.安装依赖项 sudo apt-get install -y cmake-qt-gui git build-essential libusb-1.0-0-dev libudev-dev openjdk-7-jdk freeglut3-d...

转载 C++中的inline用法

1.引入inline关键字的原因在c/c++中，为了解决一些频繁调用的小函数，即不断地有函数入栈，即函数栈，大量消耗 栈空间（栈内存） 的问题，特别的引入了inline修饰符，表示为内联函数。栈空间就是指放置程序的局部数据 (也就是函数内数据)的内存空间。在系统下，栈空间是有限的，假如频繁大量的使用就会造成因栈空间不足而导致程序出错的问题，如，函数的死循环递归调用的最终结果就是导致栈内存空间...

转载 构造函数私有化

通常我们都将构造函数的声明置于public区段，假如我们将其放入private区段中会发生什么样的后果？没错，我也知道这将会使构造函数成为私有的，这意味着什么？1.　我们知道，当我们在程序中声明一个对象时，编译器为调用构造函数(如果有的话)，而这个调用将通常是外部的，也就是说它不属于class对象本身的调用，假如构造函数是私有的，由于在class外部不允许访问私有成员，所以这将导致编译出错。2...

原创 github上传自己的代码

1.首先创建在github上创建自己的文件夹，如下图所示： 2.点击绿色的键Clone or download，得到类似于[email protected]:Hansry/keypoint_matching.git这样的代码，接着在Ubuntu的terminator中键入git clone [email protected]:Hansry/keypoint_matching.git将packag...

原创 Opencv2.4链接CUDA9.0产生依赖问题

opencv编译的时候，或者其它库链接opencv的时候，报错如下/usr/bin/ld: cannot find -lopencv_dep_nppial/usr/bin/ld: cannot find -lopencv_dep_nppicc/usr/bin/ld: cannot find -lopencv_dep_nppicom/usr/bin/ld: cannot find -lope...

原创 Kinetic ROS编译ORB-SLAM

流程：https://blog.csdn.net/Fishmemory/article/details/53288140遇到问题参照：http://lingtong.de/2018/10/25/Install-ORB-SLAM/

原创 ORB-SLAM2框架梳理

原创 teamviewer解决商业检测问题

1.卸载teamviewersudo apt --purge remove teamviewer2.改变电脑enp4s0f1sudo ifconfig enp4s0f1 downsudo ifconfig enp4s0f1 hw ether 2c:2d:a1:c7:4e:3dsudo ifconfig enp4s0f1 up3.重装teamviewersudo dpkg -i t...

原创 LIFT: Learned Invariant Feature Points 环境配置

论文：Kwang Moo Yi, Eduard Trulls, Vincent Lepetit, Pascal Fua, ” LIFT: Learned Invariant Feature Transform”, in ECCV 2016, https://arxiv.org/abs/1603.09114 LIFT github 代码： https://github.com/cvlab-epfl...

转载 关于pytorch grid_sample()

torch.nn.functional.grid_sample(input, grid, mode=‘bilinear’, padding_mode=‘zeros’)其中，grid的shape为(N, H, W, 2)对于output上的每一点，(x, y)三个通道的像素值，采集自input上某一点三个通道的像素值，采集的点存在于grid最低维，也就是(N, H, W, 2)中的2, [0]索...

原创 ROS tf::TransfromBroadcaster tf::TransformListener listener.lookupTransform listener.waitForTransfor

1.How to broadcast coordinate frames of a robot to tf ?使用tf::TransfromBroadcaster API，具体代码如下： #include <ros/ros.h> 2 #include <tf/transform_broadcaster.h> 3 #include <turtlesi...

原创 Pandas 中iloc 和 loc 的区别

pandas以类似字典的方式来获取某一列的值，比如df[‘A’]，这会得到df的A列。如果我们对某一行感兴趣呢？这个时候有两种方法，一种是iloc方法，另一种方法是loc方法。loc是指location的意思，iloc中的i是指integer。这两者的区别如下：loc是通过数据的索引来定位获取iloc 是通过数据的位置(行号)来定位获取. 也就是说loc是根据index来索引，比如下边的d...

原创 Torchvision transforms 总结

一.torchvision.transformsTransfoms 是很常用的图片变换方式，可以通过compose将各个变换串联起来**1. class torchvision.transforms.Compose (transforms) **这个类将多个变换方式结合在一起参数：各个变换的实例对象举例：transforms.Compose([ transforms.Center...

原创 Python glob　模块

glob 模块根据给定的格式返回路径名，尽管返回的文件路径名是乱序的，其中给定的格式不能包含波浪线(’ ~ ‘), 但是’ * ’ , ’ ? '甚至是[ ]都能够正确匹配。其中glob以dot(.)为标志符，文件名从.开始读。举个例子：假如一个文件夹中包含 1.gif, 2.txt, card.gif 和一个子文件夹且其中包含3.txt这个文件，glob()将会产生下面的结果。>&g...

原创 点云分割数据集

https://shapenet.cs.stanford.edu/ericyi/shapenetcore_partanno_segmentation_benchmark_v0.zip

原创 LSGAN (Least Squares Generative Adversarial Networks)

Paper: https://arxiv.org/pdf/1611.04076.pdfＧithub:https://github.com/Hansry/PyTorch-GAN1.前言传统GAN出现的问题: 传统GAN, 将Discriminator当作分类器，最后一层使用Sigmoid函数，使用交叉熵函数作为代价函数，容易出现梯度消失和collapse mode等问题，具体原因参考本博客W...

转载 WGAN (Ｗasserstein GAN)

Paper: https://arxiv.org/abs/1701.07875Github:https://github.com/eriklindernoren/PyTorch-GANhttps://github.com/martinarjovsky/WassersteinGAN一. 前言传统GAN存在的问题: 存在训练困难、生成器和判断器的loss无法指示训练过程、生成样本缺乏多样...

原创 LeetCode 208 实现前缀树

难度：中等问题描述：实现一个 Trie (前缀树)，包含 insert, search, 和 startsWith 这三个操作。示例:Trie trie = new Trie();trie.insert(“apple”);trie.search(“apple”); // 返回 truetrie.search(“app”); // 返回 falsetrie.startsW...

原创 Python求特征值和特征向量、奇异值分解

问题描述：求解矩阵A=[-1 2 -3; 4 -6 6]的2范数。其中，矩阵A的2范数为矩阵ATAA^{T}AATA的最大特征值开平方根。即利用Python求解2范数如下所示：>>> A=np.array([[-1,2,-3],[4,-6,6]])>>> A_T=np.transpose(A)>>&am

转载 前缀树和后缀树

转自：从Trie树（字典树）谈到后缀树引言谈及Tire树与后缀树之前，先看俩个问题：**第一个问题：**一个文本文件，大约有一万行，每行一个词，要求统计出其中最频繁出现的前10个词，请给出思想，给出时间复杂度分析。其中，海量数据处理面试题集锦与Bit-map详解中给出的参考答案：用trie树统计每个词出现的次数，时间复杂度是O(nle)(le表示单词的平均长度)，然后是找出出现最频繁的前1...

原创 LeetCode79 单词搜索　(回溯，时间不是很理想)

1.单词搜索给定一个二维网格和一个单词，找出该单词是否存在于网格中。单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。示例:board =[[‘A’,‘B’,‘C’,‘E’],[‘S’,‘F’,‘C’,‘S’],[‘A’,‘D’,‘E’,‘E’]]给定 word = “ABCCED”, ...

原创 LeetCode 78 90 子集 子集II　(回溯，递归)

1.子集难度：中等给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。说明：解集不能包含重复的子集。示例:输入: nums = [1,2,3]输出:[[3],[1],[2],[1,2,3],[1,3],[2,3],[1,2],[]]思路：该题利用递归即可解决，注意的是可将输入先排下序。class Solution {public: ...

原创 LeetCode 39 40 组合总和　组合总和II (回溯)

1.组合总和难度：中等给定一个无重复元素的数组 candidates 和一个目标数 target ，找出 candidates 中所有可以使数字和为 target 的组合。candidates 中的数字可以无限制重复被选取。说明：所有数字（包括 target）都是正整数。解集不能包含重复的组合。 示例 1:输入: candidates = [2,3,6,7], target = ...

原创 回溯算法

1.概念回溯算法实际上是一个类似枚举的深度优先搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回到上一步还能执行的状态，尝试别的路径。　　类似于走迷宫一样，假设我们到了每一个岔路口都规定，除了走过的地方，按照先往前走到底，如果不能走了，再退回到上一个岔路口，走左边，如果不行再走右边，如果再不行就往后退。每次退回就是每次的回溯，所以回溯法要保存每一次的状态...

原创 LeetCode 897 129 98 递增顺序查找树 求根到叶子节点之和 验证二叉树 (树，深度优先搜索)

1.递增顺序查找树给定一个树，按中序遍历重新排列树，使树中最左边的结点现在是树的根，并且每个结点没有左子结点，只有一个右子结点。示例 ：输入：[5,3,6,2,4,null,8,1,null,null,null,7,9] 5 / \ 3 6 / \ \ 2 4 8 / / \ 1 7 9...