这是原文的PDF，链接: http://pan.baidu.com/s/1nuRIcsT 密码: 32pq，有兴趣的小伙伴可以看下原文，因为接触slam也不是很久，一知半解，如果有理解不对的地方欢迎批评指正。首先，LZ假设小伙伴对以下几个概念已经有了一定的了解：1.SLAM2.Odometry(Visual Odometry)3.Intrinsics & Extrinsics & Cam

之前LZ写过一个SLAM依赖库安装大全，如果按照之前大全安装的方式进行安装，后续在编译自己的工程时需要链接各种库文件和头文件，但是具体在CMakeLists.txt里怎么使用呢？这篇博客就准备汇总各种SLAM常用库的链接方法。1.EigenEigen通过apt-get安装之后，我们要怎么使用这个依赖库呢？Eigen有一点很奇怪，Eigen库只有头文件，所以我们在CMakeLists.txt中是不需

学ＳＬＡＭ的小姑娘　　２０１７年１月２０号正式定下了研究生期间的研究方向：ｓｌａｍ，之前的我是完全不懂什么叫ＳＬＡＭ（Simultaneous Localization and Mapping）,叫做同时定位与地图重建，主要解决了机器人的位姿和地图构建，从我现在的理解，也就是这样了。　　本学期开始，重装了系统，用的时Ｕbuntu14.04,瞬间感觉自己电脑无比干净，因为是个Linux菜鸟，上学期

之前因为版本兼容问题，弄的LZ几乎都要崩溃了，不过和软件打交道，如果没有强大的心里承受能力，感觉基本上是只能GG了。实验室老师也经常说，全身心投入科研，膜拜中……重头戏来了，怎么快速编译通过dso slam呢dso的以来比较少，所以想要跑通这个程序还是比较容易的。1.安装一些必备的依赖项sudo apt-get install libsuitesparse-dev libeigen3-d

首先，先说一下ＬＺ用的呢是Ｕｂｕｎｔｕ１４．０４，ＲＯＳ是我事先安装indigo版，已经安装好了，就不赘述啦，回到整体，做ＳＬＡＭ经常会遇到的一个问题就是要使用自己的摄像头，但是怎么使用呢，有是个ｂｕｇ，Ｏ（∩＿∩）Ｏ哈哈～首先：git clone https://github.com/bosch-ros-pkg/usb_cam.git从github下载原来的代码，指令下载下来进入这个node,

从PCD中读取点云数据#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>int main(int argc, char **argv) {pcl::PointCloud<pcl::PointXYZ>::Ptrcloud (new pcl::PointCloud<pcl::PointXYZ

激光扫描通常产生不同点密度的点云数据集。此外，测量误差导致了更多的稀疏异常值,会得到更不好的结果。这使局部点云特征的估计复杂化，例如表面法线或曲率变化，导致错误的值，这又可能导致点云注册失败。其中一些不好的点云可以通过对每个点的邻域进行统计分析，并修剪不符合某些标准的那些。我们的稀疏异常值去除是基于输入数据集中点对点距离的分布的计算。对于每个点，我们计算从它到其所有邻居的平均距离。通过假设所得到的

#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>int main(int argc, char **argv) {pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (newpcl::PointCloud<pcl::PointXYZ>);clou

使用VoxelGrid filter对点云进行下采样，VoxelGrid可以堪称是个小的3D小方盒，所有存在的点将以它们的质心近似（如，下采样）。这种方法比使用体素的中心近似慢，但它更准确地表示底层表面。#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/filters

先上代码#include <iostream>#include <pcl/point_types.h>#include <pcl/filters/passthrough.h>int main (int argc, char** argv){//initialize point cloudpcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl