中卫网站建站设计,大良营销网站建设资讯,商城网站实例,精美网页第一讲-预备知识
SLAM是什么#xff1f;
SLAM#xff08;Simultaneous Localization and Mapping#xff09;是同时定位与地图构建。
它是指搭载特定传感器的主体#xff0c;在没有环境先验信息的情况下#xff0c;于运动过程中建立环境的模型#xff0c;同时估计自己…第一讲-预备知识
SLAM是什么
SLAMSimultaneous Localization and Mapping是同时定位与地图构建。
它是指搭载特定传感器的主体在没有环境先验信息的情况下于运动过程中建立环境的模型同时估计自己的运动。
SLAM 的目的是解决“定位”与“地图构建”这两个问题。当用相机作为传感器时我们要做的就是根据一张张连续运动的图像它们形成了一段视频从中快速推断、跟踪相机的运动以及周围环境的情况。
本书中会介绍SLAM 所牵涉的背景知识例如射影几何、计算机视觉、状态估计理论、李群李代数等。完整的 SLAM 系统分成几个模块视觉里程计、后端优化、建图以及回环检测。
代码
本书所有源代码均托管在 GitHub 上
GitHub - gaoxiang12/slambook2: edition 2 of the slambook
线性代数基础知识
线性代数是研究线性问题的代数理论。线性是指可加性和比例性齐次性。
从实际中来的数学问题无非分为两类一类线性问题一类非线性问题。线性问题是研究最久、理论最完善的而非线性问题则可以在一定基础上转化为线性问题求解。因此遇到一个具体的问题首先判断是线性还是上非线性的其次若是线性问题如何处理若是非线性问题如何转化为线性问题。
行列式的几何意义是指行列式的行向量或列向量所构成的平行多面体的有向体积。
矩阵的几何意义线性空间上的线性映射。其作用的主要过程是对一个向量进行旋转和缩放的综合过程即线性变换的过程。可以把矩阵看做是列向量的数组。
矩阵乘法不满足交换律左乘不等于右乘。
高斯分布
高斯分布又称为正态分布是一种在概率论和统计学中非常重要的连续概率分布。
高斯分布的定义
一个一维的高斯分布由两个参数确定均值mean( μ \mu μ)和方差variance( σ 2 \sigma^2 σ2)。其概率密度函数PDF为
特性
对称性正态分布的图形是关于均值 ( μ \mu μ) 对称的钟形曲线。均值( μ \mu μ)正态分布的中心位置。方差( σ 2 \sigma^2 σ2)和标准差( σ \sigma σ)决定分布的宽度标准差越大分布越宽曲线越平坦。68-95-99.7 规则在正态分布中大约68%的数据落在均值( ± \pm ±)1个标准差范围内大约95%的数据落在均值( ± \pm ±)2个标准差范围内大约99.7%的数据落在均值( ± \pm ±)3个标准差范围内。
多维高斯分布
多维即多变量高斯分布或正态分布是指在高维空间中的正态分布它由均值向量 ( μ \mathbf{\mu} μ) 和协方差矩阵 ( Σ \mathbf{\Sigma} Σ) 确定。其概率密度函数为
其中 ( x \mathbf{x} x) 是 (k) 维向量( μ \mathbf{\mu} μ) 是 (k) 维均值向量( Σ \mathbf{\Sigma} Σ) 是 ( k × k k \times k k×k) 协方差矩阵。
