g2opy:SLAM图优化框架g2o的Python绑定

上传者: 42168230 | 上传时间: 2022-04-16 19:56:57 | 文件大小: 4.46MB | 文件类型: ZIP
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

文件下载

资源详情

[{"title":"( 965 个子文件 4.46MB ) g2opy:SLAM图优化框架g2o的Python绑定","children":[{"title":"setup.py <span style='color:#111;'> 1.34KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 15B </span>","children":null,"spread":false},{"title":"Makefile <span style='color:#111;'> 347B </span>","children":null,"spread":false},{"title":"config.h.in <span style='color:#111;'> 624B </span>","children":null,"spread":false},{"title":".travis.yml <span style='color:#111;'> 625B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明