SLAM数据集

t2=[0.3,0.1,0.1]^T (q的第一项为实部。这里的q和t的表达的是Tcw，也就是世界到相机的变换关系。小萝卜二号的位姿为q2=[-0.5,0.4,-0.1,0.2],t=[-0.1,0.5,0.3]设有小萝卜一号和小萝卜二号位于世界坐标系中，小萝卜一号的位姿为：q1=[0.35,0.2,0.3,0.1],T ,求该向量在小萝卜二号坐标系下的坐标，请编程实现此事。T_1w :表示世界坐

早期的场景表示使用TSDF，之后使用可扩展(scalable)的表示方式，如：octree等，更进一步地，还可以在tracking上加入loop做改进（BundleFusion）；解决noise depth maps（RoutedFusion），NeuralFusion和 DI-Fusion在此基础上进行扩展；使用RGB作为输入；优化测试时间…

2.编码方式：one-blob（提升未观察到区域的补全能力和一致性）编码方式根据场景表示（hash网格）制定。iMap：由于实时性的要求，iMap使用系数采样和减少迭代次数提升效率，造成丢失高频细节&增大误差。1)场景表示：联合坐标+参数编码-------MLP---------->RGB和SDF。3)mapping：从所有帧采样的全局射线进行全局BA，联合优化map&pose。场景表示：如八叉树

基础操作数据类型数据生成索引和切片维度变换进阶操作boardcast机制合并和分割（1）合并torch.cat() 函数，需保证除了合并维度外的其他维度size一致（2）分割torch.stack() 函数，保证两个合并张量size完全一致数学运算（1）运算符号运算+等价于 torch.add()加法- 等价于 torch.sub()减法* 等价于 torch.mul()乘法/ 等价于 torch

搜索了一堆方法，不是废话就是无效。这个界面，找到冲突的端口然后关掉。

今天在看waymo数据集的时候突然发现也有灰度相机，回想了一下kitti也是灰度相机，莫非…双目相机大部分都不是全彩色？（waymo数据集需要自己去了解+下载）关于如何使用DSGN++测试waymo数据集，我大致有直接利用OpenPCDet里读取数据集的方法，生成waymo数据集下的.pkl文件，修改.yaml中数据集路径。把tfrecord中的数据全部读取出来，包括label、lidar、cal

在Terminal终端输入（以下均以指定使用gpu1为例）或者直接。