今天有空，想看看点云配准4PCS算法，据说是一个高效鲁棒性很好的算法。闲话少说，还是记录一下我的安装过程吧。免得过段时间我又忘记了~~~~~~首先先说一下我的电脑配置：虚拟机安装ubuntu 14.04 LTS内存：2.1GB处理器：Intel® Core™ i5-4590 CPU @ 3.30GHz × 3 图形：Gallium 0.4 on SVGA3D; build: REL

参考地址：http://wiki.ros.org/message_filters1.概述message_filter是roscpp和rospy的一个应用库，他集中了一些滤波算法中常用的一些消息。当一个消息到来，在之后的一个时间点，该消息可能被返回或者不返回，将这样的一个过程或者容器理解为消息滤波器。一个典型的例子就是时间同步器，他从多个数据源采集不同类型的数据，只有

目录网上资料方案1方案2Lidar与IMU的相对旋转实现最近由于工作需要，花了几天时间了解激光与imu的标定方法；因为项目需要，且这里是个人认识的一个整理，所以并不会很深入很细致的进行公式或原理推导。由于个人水平有限，所以可能会存在一些认知的错误，可以留言交流学习一下。网上资料方案1首推浙大开源的Lidar_IMU_calib，标定精度很高。从粗到细的，实现高精度的lidar-imu标定，具体可以

身为一个码农，掌握必要的代码管理工具，是必不可少的。这里简单介绍一下github的简单使用过程。一、注册github账号。请自行进入http://github.com进行注册。二、安装git及一些基本设置。1.安装git  sudo apt-get install git2.设置github账号信息git config --global user.name "your name

PCA主成分分析，是模式识别中常见的特征降维的算法，其大体步骤可以分为以下几个部分：（1）原始特征矩阵归一化处理（假设M和样本，每个样本n个特征，则对M*N的X数据，进行零均值化，即减去这一列的均值）（2）求取归一化处理后特征矩阵的协方差矩阵（3）计算协方差矩阵的特征值及其对应的特征向量（4）将特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵P；（5）Y=PX即...

目录网上资料方案1方案2Lidar与IMU的相对旋转实现最近由于工作需要，花了几天时间了解激光与imu的标定方法；因为项目需要，且这里是个人认识的一个整理，所以并不会很深入很细致的进行公式或原理推导。由于个人水平有限，所以可能会存在一些认知的错误，可以留言交流学习一下。网上资料方案1首推浙大开源的Lidar_IMU_calib，标定精度很高。从粗到细的，实现高精度的lidar-imu标定，具体可以

本文转载自泡泡机器人。本文概述了Cartographer的理论及简要的梳理了其开源实现代码的逻辑，目的在于起到抛砖引玉的作用，为选择性的研究相关理论及实现提供参考。1.    Cartographer理论概述Cartographer主要理论是通过闭环检测来消除构图过程中产生的累积误差[1]。用于闭环检测的基本单元是submap。一个submap是由一定数量的laser