小参
该存储库包含由GraphOptimization（Beijing），Inc.开发的轻量级图形优化库的代码。
感谢gtsam的作者。 我们仅将核心功能和类保留在gtsam中。
编写库时，请遵循以下规则。
尽可能少使用模板。
没有使用boost库。
没有特质。
没有智能指针。
自给自足。
要求：
gcc编译器版本：5.4.0 20160609（Ubuntu 5.4.0-6ubuntu1〜16.04.11）
高于2.6版的CMake
安装：
将项目克隆到本地。
git clone
运行命令：
cd minisam_lib
mkdir build
cd build
cmake ..
sudo make install
平台：
仅支持Ubuntu。 对于其他平台，您可以与我们联系。
接触：
如果您有任何需求，请在github上提出问题，或发送电子邮
2022-04-18 22:03:18
27.88MB
1
centos7下部署Django后台服务器用于ROS机器人管理调度：
nginx
uwsgi
django
python3
2022-04-17 13:02:20
393KB
1
一系列算法都在机器人操作系统ROS中有很好的支持，所以后续的章节中都会使用ROS来组织构建代码；而ROS又是安装在Linux发行版ubuntu系统之上的，先学一些Linux命令行相关的知识，对后续ROS教程的快速上手会大有帮助。由于后续ROS的开发都是在Linux发行版ubuntu系统上进行，所以本章节就以ubuntu系统为例，对Linux命令行相关的知识进行展开讲解，本章节主要内容：
1.Linux简介
2.安装Linux发行版ubuntu系统
3.Linux命令行基础操作
2022-04-17 11:00:36
2.57MB
1
Android要与ROS通讯，一种是基于rosbridge，另一种是基于rosjava库。
rosbridge
rosjava
2022-04-17 10:03:45
475KB
1
g2opy
这是图形优化C ++框架的python绑定。
g2o是用于优化基于图的非线性误差函数的开源C ++框架。 g2o被设计为易于扩展到各种问题，通常可以在几行代码中指定一个新问题。 当前的实现为SLAM和BA的多个变体提供了解决方案。 机器人技术和计算机视觉中的许多问题都涉及到最小化可以表示为图形的非线性误差函数。 典型实例是同时定位和映射（SLAM）或捆绑包调整（BA）。 这些问题的总体目标是找到能最大程度解释受高斯噪声影响的一组测量值的参数或状态变量的配置。 g2o是用于解决此类非线性最小二乘问题的开源C ++框架。 g2o被设计为易于扩展到各种问题，通常可以在几行代码中指定一个新问题。 当前的实现为SLAM和BA的多个变体提供了解决方案。
当前，该项目不支持用python编写用户定义的类型，但是预定义的类型足以实现最常见的算法，例如2d或3d场景中的PnP，ICP，捆绑
2022-04-16 19:56:57
4.46MB
1
这是我做的一个关于视觉SLAM中回环检测部分的PPT，用于课堂上的presentation，可以自行下载查看，不设置积分。参考于《视觉SLAM十四讲从理论到实践 第2版》。
2022-04-09 12:06:27
714KB
1