hhz_999的博客

目录寻找动态链接库地址更改CMakeList.txt，连接上此动态库寻找动态链接库地址比如寻找libg2o_stuff.so库sudo find / -name libg2o_stuff.so此时会给出几个地址/usr/local/lib/libg2o_stuff.so/home/xxx/slambook2-master/3rdparty/g2o/lib/libg2o_stuff.so/home/xxx/Library/g2o/lib/libg2o_stuff.so更改CMakeList

3D-3D g2o顶点和边设置方法顶点和边的设置顶点，优化变量设定一元边BA函数调用g2o得到3D点（深度信息）顶点和边的设置顶点和边的说明可见上一条博客顶点，优化变量/// vertex and edges used in g2o ba class VertexPose : public g2o::BaseVertex<6, Sophus::SE3d> {public: EIGEN_MAKE_ALIGNED_OPERATOR_NEW;//初始估计值 virtual vo

文章目录前言一、需要购买的材料二、树莓派安装Ubuntu18.04系统1.引入库2.读入数据三、安装ROS四、安装ORB-SLAM3四、安装ORB-SLAM3总结前言最近项目需求，要在ARM架构的主板上实现可以实时运行的基于视觉的SLAM系统。由于是纯视觉算法，不需要IMU和激光雷达传感器，故在算法上选择视觉SLAM经典算法中的ORB算法。本人对ORBSLAM算法较为熟悉，也经常安装配置，故考虑ORB系列。使用的视觉相机为最为基础的

ORB_SLAM3安装教程ORB_SLAM3安装准备1、C++11 or C++0x Compiler2、Pangolin3、OpenCV安装4、Eigen安装5、boost安装6、DBoW2 and g2o正式编译ORB_SLAM3测试ROS安装本人是武汉大学测绘国重实验室的一名slam小白。组内有新生讲课的习惯，目前选题为视觉slam介绍，程序方面就选择orbslam3的编译和运行，本次配置花费了将近3天时间，遇到很多的bug，幸运的是每个问题都找到了原因并且配置成功了。ps：只能说时代变化太快了，

Ubuntu18.04安装opencv3.4.3完整版教程下载Opencv 3.4.3解压zip包1 安装opencv依赖项2 Cmake3 再次cmake和make4 将OpenCV的库添加到路径5 配置bash6 小程序运行由于需要安装orbslam3，需要安装opencv，尝试半天越过不少的坑，终于成功了。下载Opencv 3.4.3去官网下载opencv，版本选择opencv3.4.3，其他版本同理。官网地址：链接: opencv官网.下载选择Source就可以，没有必要选github下载

…/lib/libORB_SLAM2.so：对‘Sophus::SE3::SE3()’未定义的引用 解决方案在自己更改orbslam2代码的时候，使用了Sophus库中SE3()，但报错，报错内容如下../lib/libORB_SLAM2.so：对‘Sophus::SE3::operator=(Sophus::SE3 const&)’未定义的引用../lib/libORB_SLAM2.so：对‘Sophus::SE3::SE3()’未定义的引用../lib/libORB_SLAM2.so：对

ORB-SLAM2 源码解读（2）MapPointMapPoint来源： 链接MapPoint是地图中的特征点，它自身的参数是三维坐标和描述子，在这个类中它需要完成的主要工作有以下方面：1）维护关键帧之间的共视关系2）通过计算描述向量之间的距离，在多个关键帧的特征点中找最匹配的特征点3）在闭环完成修正后，需要根据修正的主帧位姿修正特征点4）对于非关键帧，也产生MapPoint，只不过是给Tracking功能临时使用...

图优化理论简介图优化，是把优化问题表现成图的一种方式。一个图由若干个顶点（Vertex），以及连接着这些顶点的边（Edge）组合。进而，用顶点表示优化变量，用边表示误差项。对于任意一个上述形式的非线性最小二乘问题，我们可以构建一个与之对应的图，可以简单称呼为图，或贝叶斯图、因子图。记住：节点为优化变量，边为误差项，构建图。弄清图的模型之后，接下来就是在g2o中建立该模型的优化。主要步骤：定义顶点和边的类型；构建图；选择优化算法；调用g2o进行优化，返回结果。#include <iostr

运行编译cmake代码代码运行代码如下：mkdir buildcd buildcmake ..make

VSCode终端字体设置问题解决方案问题新下载的vscode终端中字体很是奇怪，感觉每个字母之间都有空格。如下图所示：解决方案打开设置-用户-功能-终端，找到Font Family输入monospace这是code自带的等宽字体，挺好看的，就用了。...

ORB-SLAM2 源码解读流程图初始流程系统流程1、System构造函数介绍2、TrackMonocular介绍流程图初始流程首先调用mono_tum.cc 运行程序有以下几块内容LoadImages (const string &strFile, vector &vstrImageFilenames,vector &vTimestamps);读取影像数据ORB_SLAM2::System SLAM (argv[1],argv[2],ORB_SLAM2::Syste

OpenCV基础操作头文件读取图像遍历图像拷贝和赋值头文件#include <iostream>#include <chrono>using namespace std;#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>读取图像int main(int argc, char **argv) { // 读取argv[1]指定的图像 cv::Ma

ROS 笔记本自带摄像头运行ORB-SLAM21 安装摄像头驱动1.1 ROS运行节点2 Ubuntu18.04 安装配置ORB-SLAM2 ROS运行2.1 修改ORB-SLAM默认订阅的话题2.2 启动1 安装摄像头驱动笔记本摄像头驱动，网络上几乎都是安装usb_cam，但我想用自带摄像头，于是使用自带的摄像头驱动进行安装，代码如下：sudo apt-get install ros-melodic-uvc-cameramelodic是我的ROS版本，uvc是自带摄像头。1.1 ROS运行节

CmakeLists.txt的标准格式代码理解代码cmake_minimum_required(VERSION 3.0)project(joinMap)find_package(Sophus REQUIRED)include_directories(${Sophus_INCLUDE_DIRS})find_package(Pangolin REQUIRED)add_executable(joinMap joinMap.cpp)target_link_libraries(joinMap $

视觉SLAM学习：Sophus库中 SO3和SE3的使用方法视觉SLAM学习：Sophus库中 SO(3)和SE(3)的使用方法一、SO(3)的使用方法1.1 构造1.2 李代数用法1.3 增量扰动模型的更新二、SE(3)的使用方法2.1 构造2.2 李代数用法2.3 增量扰动模型的更新视觉SLAM学习：Sophus库中 SO(3)和SE(3)的使用方法一、SO(3)的使用方法1.1 构造首先可以构造旋转矩阵或四元数：Matrix3d R=AngleAxisd(M_PI/2,Vector3d(0,

视觉SLAM学习：Eigen几何模块使用方法目录视觉SLAM学习：Eigen几何模块使用方法Eigen库的使用基本讲解数据结构结构之间的变换代码Eigen库的使用头文件包含：#include <Eigen/Core>#include <Eigen/Geometry>using namespace Eigen;基本讲解数据结构旋转向量 角1+轴3 『AngleAxisd』旋转矩阵 3 * 3 『Matrix3d』欧拉角 3 * 1 『Vector3d』四元数