以3UPS-1S机构为研究对象,使用Grubler-Kutzbach自由度公式计算了机构的自由度,通过机器人学及机构学理论确定动、静平台坐标系、旋转矩阵,并根据机构几何关系推导出机构位姿逆解、正解方程,再由位姿方程求导得到雅克比矩阵,从而得到速度逆解、正解方程。分析结果表明:结构调整的3UPS-1S机构满足空间三维转动,且在动平台承受重载时,操作平稳;运动学分析得出机构的位姿正、逆解,速度正、逆解,对此类机构的理论研究很有意义。

深度学习在物体位姿测量方面的应用深度学习在物体位姿测量方面的应用

P4P ，相机位姿标定

湖南大学04年博士学位论文。

增强位姿融合的 Cartographer 算法及系统实现, 基于扫地机器人增强位姿融合的 Cartographer 算法及系统实现,基于扫地机器人增强位姿融合的 Cartographer 算法及系统实现

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

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。

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

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。

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！