麻省理工大学开源数据集，格式为.g2o文件，包含2D Pose Graph Optimization与3D Pose Graph Optimization数据，可以使用ceres 示例程序pose_graph运行
2021-10-20 14:23:16
4.4MB
1
MU-Camera 相对位姿标定及应用是指将惯性测量单元（IMU, Inertial measurement
unit）刚性搭载在相机上，找到 IMU 坐标系和 Camera 坐标系之间姿态关系。进而利用
IMU 反馈的相机姿态变化数据实现电子稳像。
2021-10-19 18:15:54
3.78MB
1
4、闭环校正&全局位姿图优化
真真的 紧耦合 部分，而初始化的过程事实上是一个 松耦合。因为初始化过程中的状态量并没有放在最底层融合，而是各自做了位姿的计算，但是在后端优化的过程中，所有优化量都是在一起的。
特征检索
闭环检测
重定位
位姿图加入关键帧
4DOF位姿图优化
数据库管理
使用DBoW2词袋模型和BRIEF描述子检测闭环
当检测到闭环时，需要检索特征建立连接，本文仅建立含深度信息的前端提取的特征间的连接
当检测到闭环时，需将闭环帧与窗口内关键帧进行联合优化，加入闭环帧仅增加了视觉约束而没有增加IMU约束
当检测到闭环时，需当关键帧被边缘化时，将它加入位姿图，实际上为减少计算量每三个才加入一个
由于惯性视觉系统可以观测到绝对尺度、俯仰角和滚动角，累积漂移仅出现在位置xyz和偏航角4个自由度上。因此闭环后，需要进行4自由度而不是6或7自由度位姿图优化
当关键帧数量超过某个门限时，根据关键帧密度分布去掉一些密集的关键帧
2021-10-03 10:34:44
1.14MB
1
入门教材，适合广泛应用，对于初学者可以进行体系建立，了解当前时代更新知识。紧跟时代变化知识体系。快来看一看。
2021-09-28 15:34:13
256KB
1
RPY变换结果（绝对变换）：
四、欧拉角
变换过程1（Z-Y-X)：
变换过程2 (Z-Y-Z)：
欧拉变换结果（相对变换）：
第二种3参数定姿态法！
2021-09-26 17:12:10
1.1MB
1