首先我希望通过这个从这个作者的角度来说,来谈一谈我,我对自己写这个书已经开这个课的一些想法啊,然后这个课书呢,是我在博士期间,我是读在读期间完成的,然后当时要写这个书的一个主要原因是因为我当时自己在入什拉门的时候,感觉非常的困难啊,因为当时没什么特别好的那个书记和那个材料,然后呢,我就花了差不多一年一年多一点时间去把这个材料给整理出来,把书里面的所有的那个内容啊代码呀,文本啊,插图啊都完成了,然后这份东西是差不多在一五年到一六年的时候。
那么我们也是希望通过这次这个视频课程,能够给大家带来更好的自学体验,当然这些事情本质上都是建立在你能够以一种比较自律的方式,每周的定期的去看这个视频以及完成作业啊,然后课程的内容方面,刚才嘉兴也介绍过一遍了,那么我们简单再回顾一下,因为我这边也做了一些简单的介绍。
计算机视觉用的设备主要是相机,处理的是由图像序列组成的视频。
SLAM处理视频的时候涉及到:物体识别、物体跟踪、物体检测、语义分割等领域
计算机视觉任务:估计相机运动.采用的方法主要有三类:1. 特征点法:ORBSLAM;2.直接法:DSO; 3,RGBD相机
SLAM应用场景广泛:主要有:1. 手持设备定位;2. 自动驾驶定位;3. AR(增强现实)三种场景;
使用教材:视觉SLAM十四讲:从理论到实践;
参考书:多视图几何;状态估计;
课程特点
每节课结束后会布置习题;习题花费时间大约在课内时间的3倍以上;需要至少达到8/10分才能通过;习题包括编程题、简述题;会提供详细的操作指导。
数学:高等数学、线性代数(矩阵论)、概率论
编程:C++、 Linux,了解语法和基本命令即可
英语:文献、文档阅读能力
环境: Ubuntu16.04(不提供windows环境下的方案)
自主运动的两大基本问题
SLAM用到的传感器是机器人感知外界环境的手段。大致可以分为内质和外质两类。
其中,内质传感器是用来感受机器人本体信息,比如:加速度计、陀螺仪、编码器等
外质传感器是用来感受测量外界的信息。比如:相机、激光、导轨、磁条等
环境限制了一些传感器的形式。比如 GPS:需要能接收到卫星信号的环境;Marker、导轨:需要环境允许安装 相比之下,激光、相机等携带式传感器更加自由。
概念:以一定速率采集图像、形成视频(24hz 30hz)
分类:相机的主要分类有:1. 单目相机 Monocular;2. 双目相机(立体相机) Stereo;3. 深度相机RGB-D ;4.其他全景、 Event Camera。
以二维投影形式记录了三维世界的信息
该过程丢掉了一个维度:距离
各类相机的区别
视觉SLAM主要包含以下部分
运动方程:\(x_(k+1)= f(x_k, u_k,w_k)\)
观测方程:\(z_(k , j) = h(x_k, y_j,w_(k,j))\)
为了解决这个问题,需要解决一下三个问题
原文:https://www.cnblogs.com/guoben/p/12896985.html