学院——三维点云处理课程
2022-08-16 09:07:06 84B slam 三维点云处理
1
旋转矩阵用九个量描述三自由度的旋转,具有冗余性;欧拉角和旋转向量是紧凑的,但具有奇异性。事实上,我们找不到不带奇异性的三维向量描述方式 [19]。这有点类似于,当我们想用两个坐标表示地球表面时(如经度和纬度),必定存在奇异性(纬度为 ±90 ◦ 时经度无意义)。三维旋转是一个三维流形,想要无奇异性地表达它,用三个量是不够的。 在表达三维空间旋转时,也有一种类似于复数的代数:四元数(Quaternion)。四元数是 Hamilton 找到的一种扩展的复数. 它既是紧凑的,也没有奇异性。 一个四元数 q 拥有一个实部和三个虚部。 其中 i,j,k 为四元数的三个虚部。这三个虚部满足关系式: 由
2022-08-14 11:53:55 270KB slam 三维空间 四元数
1
摘要近年来,随着人工智能技术的发展,移动机器人在社会发展的各个领域得到广泛应用。机器人导航是移动机器人技术的一个基本问题,而 SLAM (Simultaneou
2022-08-04 09:00:53 4.39MB 算法
1
摘|要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.I第1章绪论⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯
2022-08-04 09:00:51 9.26MB 算法
1
摘要1目 录 3第 1 章 绪 论 11.1 引言 11.2 SLAM 研究的背景 31.3SLAM 技术研究现状
2022-08-03 22:00:56 2.85MB 3d 毕业设计
1
摘要配,并通过基于CPU的多线程流水线方法解决了计算负载不平衡的问题,提高了计算效率。通过实验分析验证了提出算法的有效性。关键词:室内复杂环境;特征点法视觉SL
2022-08-03 22:00:21 5.36MB 自动化 毕业设计 ci
1
格文斯 GVINS:紧密耦合的GNSS-视觉-惯性融合,用于平稳一致的状态估计。 GVINS是一个基于非线性优化的系统,该系统将GNSS原始测量结果与视觉和惯性信息紧密融合在一起,可进行实时和无漂移状态估计。 通过合并GNSS伪距和多普勒频移测量,GVINS能够在复杂环境中提供平稳且一致的6自由度全局定位。 系统框架和VIO部分改编自 。 我们的系统包含以下功能: ECEF帧中的全局6自由度估计; 多星座支持(GPS,GLONASS,Galileo,北斗); 在线本地-ENU帧对齐; GNSS不友好甚至是GNSS被拒绝的地区的全球姿态恢复。 1.先决条件 1.1 C ++ 11编译器 该软件包需要C ++ 11的某些功能。 1.2活性氧 该程序包是在环境下开发的。 1.3本征 我们的代码使用进行矩阵处理。 1.4立方米 我们使用 1.12.0来解决非线性优化问题。 1.5 gns
2022-08-02 16:23:17 2.9MB localization gnss slam sensor-fusion
1
动态语义SLAM 目标检测 VSLAM 光流/多视角几何动态物体检测 octomap地图 目标数据库
2022-07-29 10:44:15 27.18MB C/C 开发-机器学习
1
里程计标定源码,采用直接线性标定
2022-07-28 20:11:32 33.19MB slam
1
步态matlab代码盲步SLAM算法 动机 从移动性的角度来看,步行机器人代表了一个非常好的解决方案,但需要能够处理地形不确定性的更优雅(且更复杂)的控制器。 因此,本论文是在法国南特中央理工学院,上海交通大学和意大利热那亚大学的监督下实现的,通过交互方案产生感知,从而为移动机器人的研究领域做出了贡献。旨在焊接在核压力容器上的平行六足机器人,平均最大步长为0.25 m,可在平坦的地形上行走,并将其功能进一步扩展为能够协商不平坦地形的第二种形式。 机器人没有附加任何视觉系统,必须同时从机器人关节(编码器)映射环境,以生成所谓的盲步行SLAM算法,因为同时会估计定位。 由于系统的组织结构良好,因此该方案可同时满足许多要求,并以其可预测性,适应性,模块化,参数化性质,收敛性证明,给定地形的静态稳定性最大化,快速计算预测方案和机器人任务而著称。遵守。 考虑了测试机器人上海交通大学的八达通,根据先前的研究阶段给出了机器人的几何和运动学模型,并推导了一般的机器人运动学模型。 这些模型被用作步态生成链的一部分,计算步态的几何量,可行性和边界检查。 摘要 从本文的移动机器人角度来看,步行机器人是一个很
2022-07-27 20:56:48 3.04MB 系统开源
1