问题标签 [slam-algorithm]

有没有可以在 Windows 上使用 SfM 或 SLAM 的库？这将在 python 中

到目前为止，我所看到的一切都在 Linux 中

按照此链接中提供的教程，我正在尝试将 ORB_SLAM 作为 ROS Indigo 中的 ROS 节点运行。执行 /.build_ros.sh 行后，我面临一系列错误，

我无法解决这些错误，如果有人遇到同样的问题，请帮助调试。谢谢你。

按照此链接中提供的教程，我正在尝试将 ORB_SLAM 作为 ROS Indigo 中的 ROS 节点运行。执行 /.build_ros.sh 行后，我面临一系列错误，

我无法摆脱这些问题，如果有人遇到同样的问题，请帮助。谢谢你。

我试图弄清楚如何使用 GPS 测量来纠正由 SLAM 方法引入的漂移误差，我在固定时刻在欧几里得 3d 空间中有两个点集：

红色数据集由 GPS 引入，没有漂移误差，而蓝色数据集基于 SLAM 算法，随时间漂移。

这个想法是，SLAM 在短距离上是准确的，但最终会漂移，而 GPS 在长距离上是准确的，而在短距离上是不准确的。因此，我想弄清楚如何将 SLAM 数据与 GPS 融合，以使两种测量都具有最佳精度。至少如何解决这个问题？

在视觉 SLAM 领域，有著名的EKF/UKF/Particle-SLAM解决方案，如“mono-slam”。

最近，有一个局部捆绑调整方法的方向，例如lsd-slam 或 orb-slam ..

我的问题是：

过滤方式是否还有未来或稳定的用途？在哪些应用中？有什么优点/缺点？

我阅读了这些论文，但未能得出最终答案（主要是出于误解）：

1. 视觉 SLAM：为什么要过滤？

2. 同时定位和映射的过去、现在和未来

PS：我知道第一个是说Local BA更好，第二个很少提到过滤，所以..就是这样..，是不是Visual-SLAM领域令人敬畏的卡尔曼滤波器的终结？！

我从KITTI 的部分里程计中访问了校准文件，其中一个校准文件的内容如下：

我可以得到P0，P1代表黑白相机和P2，P3彩色相机。据我了解，相机内在的常见形状是

所以我无法弄清楚每一行中剩余的三个参数（我猜是用于失真校正）和 label 后面的最后一行的含义Tr。

可以从这篇文章中找到一个类似的问题，但它的答案对我来说仍然不明显。谁能帮我吗？

在我的论文项目中，我需要实现蒙特卡洛定位算法（它基于马尔可夫定位）。我有整整一个月的时间来理解和实现这个算法。我了解概率和贝叶斯定理的基础知识。现在我应该熟悉哪些主题才能理解马尔可夫算法？我已经阅读了几篇研究论文 3-4 次，但我仍然无法理解所有内容。

我试着用谷歌搜索我不理解的任何术语，但我无法理解算法的本质。我想系统地理解。我知道它做了什么，但我不完全理解它是如何做的或为什么会做的。

例如，在一篇研究论文中写道，马尔可夫算法可用于全球室内定位系统或当您具有多模态高斯分布时。而卡尔曼滤波器由于同样的原因不能使用。现在，我完全不明白。

第二个例子，马尔可夫算法假设地图是静态的，并考虑马尔可夫假设，其中测量是独立的并且不依赖于先前的测量。但是当环境是动态的（物体在移动）时，马尔可夫假设不成立，我们需要修改马尔可夫算法以融入动态环境。现在，我不明白为什么？

如果有人指出我应该学习哪些主题来理解算法，那就太好了。请记住，我只有一个月的时间。

我知道有一些方法可以使用英特尔 realsense 对物体或人进行 3d 扫描，我想问一下是否有任何方法可以 3d 扫描和映射室内位置，例如房间？

我正在尝试使用 Ceres 编写一个 BA 优化器，并希望为我的优化结果计算协方差。但是程序卡住了covariance.Compute(covariance_blocks, &problem)，它似乎永远不会停止计算并永远运行。我在函数内部进行了深入调试covariance.Compute()，发现它卡在了Eigen::SparseQR求解器上。优化步骤工作正常。这是我从谷神星得到的完整报告。

设置协方差的代码是

cameraIntrinsic和delta_theta_ci是我要计算协方差的两个数组。谁能帮我？

现在我正在尝试为 slam 算法实现一个位姿图。为此，我看过一些关于它的视频，并找到了一个我现在想扩展的示例计算x, y, theta。

我看过的视频是

https://www.youtube.com/watch?v=uHbRKvD8TWg&t=3273s

幸运的是，我能够在 python 中实现他的示例：

此外，我能够以令人满意的响应实现第二维：

但是当我试图将 theta 添加到它时，我没有成功：

现在我想要求对此示例进行实施。