MSCKF_VIO作者就是用小觅双目摄像头跑的

2023-05-16

https://gitee.com/maxibooksiyi/msckf_vio_GPS

我在youtube上也看到有人用小觅摄像头跑MSCKF_VIO

还有小觅自己也写过用小觅摄像头跑MSCKF

https://blog.csdn.net/sinat_16643223/article/details/118861836

另外我怀疑跑MSCKF那个bag包的图像和IMU数据来源也是小觅摄像头?这样我在真机上跑起来双目的MSCKF就比较快了啊。

最简单的方法看小觅官方提供的摄像头的功能包发布的话题名称和bag包里的话题名称是否符合。

vins当初也用过小觅,看来小觅在世界上还是有些知名度的。

https://tieba.baidu.com/p/7289979892

 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

MSCKF_VIO作者就是用小觅双目摄像头跑的 的相关文章

  • 你可以再去啃透vision_to_mavros和VIO的代码来锻炼自己C++的水平

    你可以再去啃透vision to mavros和VIO的代码来锻炼自己C 43 43 的水平 也就是不单单啃普罗米修斯 以前分析的VIO的代码 https blog csdn net sinat 16643223 article detai
  • VINS - Fusion GPS/VIO 融合 二、数据融合

    转载自 xff1a https blog csdn net hltt3838 article details 109725845 VINS Fusion GPS VIO 融合 二 数据融合 贵在坚持 xff0c 不忘初心 2020 11 1
  • imu 里程计融合_视觉惯性里程计Visual–Inertial Odometry(VIO)概述

    周围很多朋友开始做vio了 xff0c 之前在知乎上也和胖爷讨论过这个问题 xff0c 本文主要来自于知乎的讨论 个人理解错误的地方还请不吝赐教 xff0c 转载请标明出处 xff0c 内容如有改动更新 xff0c 请看原博 xff1a h
  • MSCKF代码梳理

    梳理一遍MSCKF代码 xff0c 也作为复习
  • MSCKF-vio源码阅读

    作为一个菜狗来说 xff0c 一开始弄明白kf ekf等滤波方法实属不易 xff0c 但是一旦理解原理之后再发散到基于滤波的状态估计方法 xff0c 学习起来就会事半功倍 xff0c 就像导航包中的robot pose ekf xff0c
  • DM-VIO简析

    今天主要是针对DMVIO DM VIO的简析 xff0c 中文网上有的东西都太少了 xff0c 只能靠看完论文和组员们一起改代码 Lukas组这个东西在中文网被称为有史以来最好的VIO xff0c 但是实际过程中我们还是发现了许多不完美的地
  • VIO/VINS/VSLAM问题定位流程与思路

    首先假设读者是了解基础VSLAM xff0c 了解VIO基础 至少要会标定 xff0c 调过几个开源系统的 先说一下双目的VINS FUSION xff0c 大部分问题都是基线造成的问题 xff0c 简单点说就是如果使用较短的基线如5cm
  • 开源MSCKF对比

    开源MSCKF对比 综述评价指标介绍 MSCKF MONOMSCKF VIO 综述 本次将对比MSCKF里面主要的四种开源的方法 xff0c 它们按时间顺序分别是msckf mono msckf vio r vio open vins 主要
  • EKF SLAM 以及MSCKF 学习

    参考 xff1a https zhuanlan zhihu com p 21381490 https citeseerx ist psu edu viewdoc download jsessionid 61 FA1024834F74311E
  • SLAM --- VIO 基于 EKF 开源

    1 VIO based on EKF 已知一致性的Visual Inertial EKF SLAM 实现添加链接描述
  • Auterion PX4 VIO代码分析

    也就是PX官方文档给的VIO代码 xff0c 用的T265 也是之前在github里面搜PX4 T265搜到的 https github com Auterion VIO blob master src nodes px4 realsens
  • ROS kinetic 运行s_msckf和 vins_fusion

    s msckf xff1a 采用多状态约束的双目vio系统 注意 imuCallback xff1a 接收IMU数据 xff0c 将IMU数据存到imu msg buffer中 xff0c 这里只会利用开头200帧IMU数据进行静止初始化
  • 视觉惯性里程计Visual–Inertial Odometry(VIO)概述

    周围很多朋友开始做vio了 xff0c 之前在知乎上也和胖爷讨论过这个问题 xff0c 本文主要来自于知乎的讨论 来自https www zhihu com question 53571648 answer 137726592 个人理解错误
  • 从零开始手写 VIO

    前言 最近和高博合作推出了一个关于 VIO 的课程 xff0c 借此博客推荐下 这个课程的图优化后端是我们自己写的 xff0c 仅依赖 Eigen 实现后系统的精度和 ceres 以及 g2o 不相上下 个人感觉这个课程还是能学到不少东西
  • MSCKF 源码解析 一

    论文 xff1a https arxiv org abs 1712 00036 源码路径 https github com daniilidis group msckf mono 源码框架 上图展示了整个msckf源码框架 xff0c 每当
  • vins-fusion代码解读[一] vio主体

    SLAM新手 xff0c 欢迎讨论 港科大vins fusion代码解读 一 vins fusion与vins mono代码结构有很大相似性 这次先看看vins estimator节点内的内容 1 程序入口 xff1a 1 vins est
  • 视觉惯性里程计Visual–Inertial Odometry(VIO)概述

    本文主要来自于博客园关于知乎的讨论 链接如下 xff1a Visual Inertial Odometry VIO
  • msckf_mono构建运行方法

    背景 博主是在读Davide Scaramuzza投稿到ICRA 2018的VIO综述文章 A Benchmark Comparison of Monocular Visual Odometry Algorithms for Flying
  • VIO与全局快门及轮速计的一些应用小技巧

    封面就用一个可爱的小车车 之前各种针对VIO xff0c VSLAM和VINS的工程注意事项都讲过了 今天的内容主要是针对VSLAM xff0c VIO的实用性 比如Td xff0c 同步对时 xff0c 内参 xff0c 外参这一串 最近
  • 滑窗优化——边缘化

    文章目录 一 从高斯分布到信息矩阵 1 1 SLAM 问题概率建模 1 2 SLAM 问题求解 1 3 高斯分布和协方差矩阵 1 4 样例 1 4 1 样例1 1 4 2 样例2 二 舒尔补应用 边际概率 条件概率 2 1 舒尔补的概念 2

随机推荐