三维重建15：最近遇到的-标定-EKF-优化方法等

时间是最好的敌人，再辛苦的东西复盘的时候总是会艮住.....

0. ICP算法

参考：三维重建10-点云配准和点云匹配--https://blog.csdn.net/wishchin/article/details/74279021;

ICP的论文综述-PCL文档：《A review of point cloud registration algorithms fro mobile robotics》，Iterative Closest Point。ICP算法是一些系列算法，在1987年提出最初的版本，后续研究进行了特定的优化。比如Point2Plane之类的改进。ICP算法的求解，最好有一个接近最优的初始解，比如先把重心对齐，先把大致的包围盒BBX对齐，或者寻找主方向也可以。

1. EKF方法系列：

使用卡尔曼滤波器用于追踪：OpenCV的卡尔曼滤波代码--https://blog.csdn.net/wishchin/article/details/9352471;

使用卡尔曼滤波时序分析：https://blog.csdn.net/wishchin/article/details/50378089;

使用EKF用于SLAM空间定位：SLAM-Inverse Depth Parametrization for Monocular SLAM-https://blog.csdn.net/wishchin/article/details/49423559;

使用标记点地图构建SLAM的方法，有一种EKFmonocularSLAM的存在，可以不使用BA直接完成稀疏场景地图重建，详细方法和代码见官网：http://www.openslam.org/，此代码为Matlab版本，使用Eigen翻译成C++版本。

换一个方法解决Eigen的协方差计算：https://blog.csdn.net/wishchin/article/details/49813911

//求矩阵的相关系数！一个原始公式的简化算法/优化算法
//返回矩阵A的列向量的相关系数矩阵//对行向量求相关系数 , 与行数无关，返回 cols()*cols() 矩阵...
Eigen::MatrixXf CIcSearchM::CorrcoefOpm(Eigen::MatrixXf &MI)
{Eigen::MatrixXf M =MI;// C(i,j)/SQRT(C(i,i)*C(j,j)).//C is the covariation Matrix//公式：//temp = mysample - repmat(mean(mysample), 10, 1);//result = temp' * temp ./ (size(mysample, 1) - 1)int Row= M.rows();int Col= M.cols();int Order= Col;//int Order= (std::max)(Row,Col);Eigen::MatrixXf  CovM(Order,Order);//(1,Col);Eigen::MatrixXf  E_M(1,Col);//减去每一个维度的均值;确定一列为一个维度。for (int i =0;i< Col;++i){//求均值E_M(i) =M.col(i).sum()/M.rows();M.col(i) = M.col(i)- E_M(i);}//std::cout<< "Mat E_M :"<<std::endl;m_Testor.print_EigenMat( M);CovM = M.transpose();CovM = CovM * M ;//实现 ./ 函数 数值计算没有区别CovM = CovM /(Order-1)/(Order-1);//遍历一次for (int i=0;i< Order;++i){for (int j=0;j<Order;++j){CovM(i,j) = sqrt(CovM(i,i)*CovM(j,j) );}}return CovM;
}

2. 二次优化算法：

二次优化的教材是《最优化方法》，是自动化学院邀请数学系的老师教述的课程。

参考：最优化方法-SGD+Adam+AMSGrad--https://blog.csdn.net/wishchin/article/details/80567558;

参考：ML中的最优化方法-单纯形-SGD-GN-BFGS--https://blog.csdn.net/wishchin/article/details/50392669;

参考：SLAM-三维重建考题总结-https://blog.csdn.net/wishchin/article/details/51424253;

3. 二维码标定方法

多Agent标定可以有很多方法，二维码给出了一个标准信息范式，可以使用二维码做不同层次的标定;

参考：RTabmap-同时运行多个shell文件--https://blog.csdn.net/wishchin/article/details/106072537，包含有使用二维码进行坐标系标定的匹配方法，代码暂时未上传;

参考：张正友标定法--相机标定-PNP使用单应面解决相机标定问题-https://blog.csdn.net/wishchin/article/details/47397775，含部分源代码。

三维重建15：最近遇到的-标定-EKF-优化方法等相关推荐

中秋福利！三维重建/SLAM/点云/相机标定/深度估计/缺陷检测课程
人工智能渗入到越来越多领域,以计算机视觉为主的相关应用更是呈现爆发性增长,国内外资本对AI视觉兴趣只增不减,自动驾驶.工业视觉.AR/VR.测量测绘.移动机器人等领域涌现了大量独角兽公司,呈现了以3D ...
结构光三维重建Projector-Camera Calibration投影仪相机标定
结构光三维重建-Projector-Camera Calibration投影仪相机标定目录结构光三维重建-Projector-Camera Calibration投影仪相机标定 1.结构光相机标定 ...
在Tensorflow 1.14和1.15 中如何使用LBFGS优化方法
最近想使用二阶优化方法l-BFGS进行神经网络的优化,发现pytorch的optimizer已经实现的该方法,而tensorflow的trian模块没有包含.所以自己找了很久,找到了LBFGS优化方法 ...
YOLOV5 的小目标检测网络结构优化方法汇总(附代码)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者丨南山来源丨 AI约读社 YOLOv5是一种非常受欢迎的单阶段目标检测,以其性能和速度著称,其结 ...
普通粒子群算法和优化方法
粒子群优化(PSO, particle swarm optimization) 是由Kennedy和Eberhart在1995年提出的一种群智能优化方法. 优点:好理解容易实现,适合解决极值问题缺 ...
论文：贝叶斯优化方法和应用综述（1）--------陈述设计类问题举例子，与 model-free优化计算的对比
陈述: 就是想看一下贝叶斯学派的陈述,从不同的学派的对比,看看有什么优缺点,然后自己思考下. 摘要: 通过设计恰当的概率代理模型和采集函数,贝叶斯优化框架只需经过少数次目标函数评估即可获得理 ...
机器学习调参自动优化方法
本文旨在介绍当前被大家广为所知的超参自动优化方法,像网格搜索.随机搜索.贝叶斯优化和Hyperband,并附有相关的样例代码供大家学习. 一.网格搜索(Grid Search) 网格搜索是暴力搜索,在 ...
30多条mysql数据库优化方法,千万级数据库记录查询轻松解决
1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索 ...
mysql查询后10条数据类型_30多条mysql数据库优化方法,千万级数据库记录查询轻松解决...
1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索 ...

三维重建15：最近遇到的-标定-EKF-优化方法等

三维重建15：最近遇到的-标定-EKF-优化方法等相关推荐

最新文章

热门文章