EUCM 模型即为extended unified camera model， 主要会涉及到几个坐标系，如下：a. 世界坐标系： 真实世界坐标中的位置坐标，单位为m，　一般对应在表达为Ｘ；b. 椭球面坐标系：是一个中转球面，与对应点的世界坐标相差一个scale的系数；也成为Ｐ平面， 对应表达为Xpc. 图像坐标系：是椭球面上的点在z=1平面上的投影，也称为M平面，其x，y值与Xp一样，只...

一直都在基于ORBSLAM做一些相关的开发，只知道进来的图片会直接提取出BRIEF描述子，但是都没有详细地看过它具体的提取过程，今天仔细研究了一下代码和相关理论，弄清楚之后感觉神清气爽，部分内容查找有些费劲，所以特此整理出来，希望对需要的人有所帮助。1. 前言ORBSLAM中使用的ORB特征是FAST特征和BRIEF描述子的集合，详细的FAST特征的提取过程这里大概说一下，方便后面对描述子的理解；

在做slam的时候经常遇到的一个概念就是schur complement，了解这个概念，对于理解slam的优化过程也会有很大的帮助；首先给出的是舒尔补的定义：舒尔补的由来其实就是将一个矩阵变成对角阵的过程，比如在线性代数课程中会经常用到的Ax=B的求解，如果手动去求解的话就需要将矩阵A|b化简成为上三角矩阵或者下三角矩阵，主要用到的就是高斯消元法。而舒尔补理论其实就是这个过程的一个...

本来想要用image_transport来将compressed图像republish成raw的，结果使用过程中遇到找不到image_transport.这一点很矛盾，因为一直都在用这个，一下是遇到的问题集锦；1. 首先是找不到list_transport:s———n@shinan:/opt/ros/kinetic/lib/image_transport$ rosrun image_transpo

1. 总结先贴上我总结的Opencv的数据类型, 主要是针对不同Mat类型进行新建,修改和访问时使用, 更详细的数据访问见下文:2. CV_8UC3解说新建一个CV_8UC3型的cv::Mat, 其中U代表了unsigned char型的数据, 其表示的范围为0 到 255;C3表示三个通道, 也就是同一个位置能存放几个数字;最常见的使用位置是用于保存图像类型, C3用于存储RGB彩色图像, C1

这篇文章主要参考《SLAM十四讲》和《多视觉几何》两本书关于三角测量的原理和推导内容，以ORBSLAM2和ORBSLAM3为例，说一下三角测量的应用，有不对的地方，欢迎指正交流～～以单目初始化为例，得到两张图像的匹配点之后，第一步就是计算H矩阵或者F矩阵，并从这两个矩阵中恢复出这两帧之间相机的运动，也就是R，t有了相机的位姿，接下来就是恢复3D点，即通过两帧图像中对应的匹配点的像素坐标x1,x1'

导航功能包要求机器人 能够通过里程计信息源发布包含速度信息的里程计nav_msgs/Odometry 消息；本篇整理了nav_msgs/Odometry消息的具体结构，更加清晰一点，以及如果订阅这种类型的topic时应该如何获取数据；了解了具体的结构后来看一下简单一点的订阅实例：typedef struct {float x;float y;float th;} POSE2D;vector<

使用Kalibr标定的使用方法可以参考:　这里因为使用过程中出现很多问题，这里大概总结如下，有更多注意事项或者错误的地方欢迎大家补充或指正：1. 模型的选择这里主要是总结在各种issue中大家提出的使用kalibr中模型选择的问题,以及各种模型之间利弊;pinhole-radtan: 最常见的针孔模型+布朗畸变模型, 适用于大多数的角度小于120的相机, 其中畸变参数包含了径向畸变k1,k2和切向

周六看到了ORBSLAM3的源码，安装运行后看了一下其代码结构，因为加IMU的部分是针对之前的ORB-VI， 因此大家可以参考jinpang的LearnORBVI可以更纯粹地学习视觉+IMU的组合；这篇文章主要是针对其在Tracking线程做出的改动，尤其是添加Atlas后对Tracking部分的影响，LoopClosing和MapMerging的部分会在后面的分析中讲到，有错误也欢迎各位指正。O

背景： UBUNTU16.04 +NVIDIA-384安装过程比较坚信，参考了很多人的博客，中间走了一些弯路，下面主要将大家的方法分为两类：1. 使用apt-get 安装的方法2. 使用官网下载 .run 文件安装的方法我两种方法都试了，先用第一种没成功，又尝试了第二种，也没成功，后面又重新安装第一种，成功。所以，下面的方法总结是按照apt-get的安装方法，如果想用.run文...