深入學習 lsd-slam - 5
前言上次跟大家簡介了 Eigen 這個可以用來做線性代數運算的 open source library,讓大家有動手實作、開始玩到東西的感覺。今天要延續動手實作的精神,跟大家介紹一下該怎麼把幾張 RGB-D 影像拼接成 point cloud,接下來就讓我們一起玩玩吧! 參考資料來源這次的 data(包含 RGB 影像跟 Depth Map) 等等都是來自於 slambook 的 ch5,有這些資料真的超讚的,不然自己光要產生這些資料就
前言上次跟大家簡介了 Eigen 這個可以用來做線性代數運算的 open source library,讓大家有動手實作、開始玩到東西的感覺。今天要延續動手實作的精神,跟大家介紹一下該怎麼把幾張 RGB-D 影像拼接成 point cloud,接下來就讓我們一起玩玩吧! 參考資料來源這次的 data(包含 RGB 影像跟 Depth Map) 等等都是來自於 slambook 的 ch5,有這些資料真的超讚的,不然自己光要產生這些資料就
前言上次講了一些基本的理論介紹,但我們現在是希望學會如何實際寫程式讓機器人動起來,只有純數學的觀念跟機器人好像沒什麼關係,所以這次希望可以開始銜接到一個常用的工具 - Eigen。讓大家有動手實作、開始玩到東西的感覺。 為什麼要會 Eigen?首先,Eigen 是一個 C++ 的 open source library,提供了許多線性代數運算相關的函式。 然後,我們這一系列是要介紹 LSD-SLAM,所以當然是因為 LSD-SLAM 也
前言因為前陣子因緣際會發現了 Robot Ignite Academy 跟 ROS Develop Studio(RDS),很希望可以推薦給我們的讀者。所以這期專欄我延伸一下 LSD SLAM 系列,先跟大家介紹這個很酷的學習資源,並介紹跟 LSD SLAM 目的相似的 RTAB-Map 演算法。 為什麼要介紹 RDS?學習的方法有許多種,借引用這一週很紅的 英文學習 repository 的圖: 學習越難的東西,越不容易只靠單一學習
前言在 深入學習 LSD-SLAM - 2 裡面,我們簡單介紹了 Direct Method,先初步地了解這個方法的大致意義,今天再讓我們更深入一點,開始跟 paper 的內容銜接,之後會慢慢越來越深入好玩! Spiral learning因為這次剛好也是我第一次真正來學 SLAM 相關技術,以前都只是大略看看,沒有真正學通的感覺,所以也想跟大家分享一下個人學習的心得。 大家或多或少應該都經歷過一個情境 - 你要學習一個東西,但是因為這
前言上回我們在深入學習 LSD-SLAM - 1中提到,LSD-SLAM 的一大特色是不計算特徵點、直接使用所有 pixel 來計算相機的姿態。但是,每一幀都有 640x480 個 pixel (作者建議使用 640x480 解析度的相機),該怎麼處理這些資料呢?今天就來學習 direct method 的基礎。 在開始之前,我們可以從下圖清楚地看出 Feature-Based Method 跟 Direct Method 的差別,其實
前言SLAM 是近年來很火紅的一個技術,也有不少文章在介紹,不過我很少看到針對一些頂級演算法的深入介紹,所以才想透過這篇文章來開始深入很久以前玩過的LSD SLAM,也跟大家一起學習這個迷人的演算法。建議有興趣的讀者先讀過這篇平易近人的 Visual SLAM 簡介,然後再繼續往下看,會更有感覺! 先放一張 LSD-SLAM 建出來的地圖,讓大家感受一下帥度。 安裝方式安裝方式可以到 LSD-SLAM 的 github page 看看