视觉SLAM笔记（4） SLAM的数学表述

最新推荐文章于 2023-07-05 22:52:03 发布
最新推荐文章于 2023-07-05 22:52:03 发布
阅读量1.3w 收藏 6
点赞数 5
CC 4.0 BY-SA版权
分类专栏： 视觉SLAM笔记 文章标签： 运动方程 观测方程
本文为氢键H-H原创文章，未经允许请勿用于商业用途，转载请注明出处
本文链接：https://blog.csdn.net/qq_32618327/article/details/100978756
本文详细介绍了SLAM（Simultaneous Localization And Mapping）的数学表述，包括运动方程和观测方程。运动方程用x_k=f(x_{k-1},u_k,w_k)描述机器人在不同时间点的位置变化，而观测方程zk,j=h(y_j,x_k,v_k,j)则刻画了传感器观测路标点的过程。此外，文章讨论了参数化方法以及状态估计问题，指出线性高斯系统可采用卡尔曼滤波，而非线性非高斯系统常采用扩展卡尔曼滤波或图优化等技术进行求解。" 111647022,10296576,R语言数据类型：从bytea到character的转换与日期时间处理,"['R语言', '数据转换', '日期时间', '字符类型']

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

视觉SLAM笔记（4） SLAM的数学表述

1. 数学表述

通过前面部分的介绍，应该对 SLAM 中各个模块的组成和主要功能有了直观上的理解
但仅仅靠直观印象并不能写出可以运行的程序

要把它上升到理性层次——也就是用数学语言来描述 SLAM 过程
假设“小萝卜”正携带着某种传感器在未知环境里运动，怎么用数学语言描述这件事呢？

首先，由于相机通常是在某些时刻采集数据的，所以也只关心这些时刻的位置和地图
这就把一段连续时间的运动变成了离散时刻 t = 1,…,K 当中发生的事情
在这些时刻，用 x 表示“小萝卜”自身的位置
于是各时刻的位置就记为 x x x1,…, x x

了解本专栏 订阅专栏 解锁全文 超级会员免费看
视觉SLAM笔记（5） 编程基础
氢键H-H
09-24 1万+
操作系统、Hello SLAM、cmake、库
视觉SLAM笔记（6） 坐标系
热门推荐
氢键H-H
09-25 1万+
点和向量、坐标系、内积、外积
SLAM数学篇:问题表述
slamml
08-02 1114
本文使用数学语言描述SLAM问题，从理性的角度去分析运动和观测的过程，建模状态估计问题。
《视觉SLAM十四讲》学习笔记-slam问题的数学描述
摸着石头撑船
06-18 1518
假设时刻可以离散化为[Math Processing Error]t1,⋯,Kt_1, \cdots, K， 各时刻机器人的位置为[Math Processing Error]x→1,⋯,x→K\vec{x}_1, \cdots, \vec{x}_K, 路标为 [Math Processing Error]y→1,⋯,y→K\vec{y}_1, \cdots, \vec{y}_K. SLAM的运...
SLAM学习笔记2：SLAM的数学表述
qq_71734878的博客
11-12 680
传感器在这些时刻的位置记为x1,x2,...,xk，它们构成了传感器的轨迹。传感器会在每个时刻测量到一部分路标点，得到它们的观测数据，假设有n个路标点，用y1,y2,...,yn表示。事实上，根据无人车的真实运动和传感器种类，f和h有若干种。对于传感器来说，虽然它的运动是时间连续的，但它却是在某些时刻采集数据的，这就把。在了解了SLAM中各个模块的组成和主要功能后，我们将上升到理性层次，用数学语言来描述SLAM过程。（2）观测：在k时刻，于xk处探测到路标点yj，如何描述这件事？2）观测方程如何参数化？
SLAM问题的数学表述：为之后的非线性优化以及BA模型铺垫
qq_39995170的博客
08-20 431
SLAM问题的数学表述 场景：机器人（简称为小哪吒）携带着传感器在环境里移动，相机每隔一段时间拍照，并获得相应的照片。 问题1: 什么是运动？ 相机只在离散的时刻拍摄，我们也只关心这些时刻的位置和地图，将这些离散的时刻视为 t = 1, …, K。对于运动的描述，就是小哪吒在这些时刻运动到了哪里。然而在SLAM里，对于运动的描述，不仅仅是三维空间的位置，还包括了相机的方向，综合起来，也就是我们所理...
通俗易懂！视觉slam第三部分——slam数学表示
01-20
用数学语言来描述 SLAM 过程。我们会用到一些变量和公式。 小车正携带着某种传感器在未知环境里运动，怎么用数学语言描述这件事呢？ 首先，由于相机通常是在某些时刻采集数据的，所以我们也只关心这些时刻的位置和地图。这就把一段连续时间的运动变成了离散时刻 t = 1,…,K 当中发生的事情。在这些时刻，用 x 表示小车自身的位置。于是各时刻的位置就记为 这里  是运动传感器的读数（有时也叫输入），为噪声。注意到，我们用一个一般函数 f 来描述这个过程，而不具体指明 f 的作用方式。这使得整个函数可以指代任意的运动传感器，成为一个通用的方程，而不必限定于某个特殊的传感器上。我们把它称为运动方程。 
《视觉SLAM十四讲》笔记——初识SLAM
weixin_44326974的博客
11-26 483
自主运动能力 1.我在什么地方 —— 定位 2.周围环境是什么样子的 —— 建图 两类传感器 1.携带于机器人本体上的：例如轮式编码器，相机，激光等等。 2.安装于环境中的：例如导轨，二维码标志等等。 安装在环境中的传感器：对于外界环境做了约束，只有在满足条件的情况下才可以正常工作，当然这样就限制了机器人的使用范围。 携带于机器人本体上的传感器：他们测量的一般都是间接的物理量而非直接的位置数据，例如轮式编码器会测到轮子转动的角度，IMU会测量运动的角速度和加速度，相机和激光则读取外部环境的某种观测数据。从而
通俗易通解释SLAM问题的数学描述：运动方程和观测方程
weixin_41855010的博客
08-28 6631
高翔博士在他的《视觉SLAM十四讲》中把SLAM问题的数学描述抽象成了两个数学方程，以下对此做个总结，并且对此做一些通俗易懂的解释： 一、方程的总体形式 作为理性层次的描述，我们引入数学方程来描述SLAM过程，其中第一个方程叫做运动方程、第二个方程叫做观测方程，想象一下我们在研究SLAM的时候肯定需要观测机器人（无人汽车、无人机等都可以统称为机器人）的运动（画面感很强哈哈），这样很容易理解并且记忆这两个方程的名称和意义： 二、变量的含义 我们看到，这两个方程中有大量的英文字母作为变量存在其中，下面介绍一下
【SLAM14讲】03 SLAM问题的数学表述
darren_pty
07-05 349
slam
「 SLAM lesson-2.3 」SLAM数学描述、运动方程、观测方程
Robot_Starscream的博客
10-27 6745
结合高翔老师的著作《视觉SLAM十四讲：从理论到实践》，加上小白的工程经验共同完成。建议购买纸制书籍搭配使用。 1.SLAM数学描述 SLAM过程可总结为两个基本方程： 运动方程 观测方程 对于不同的传感器，这两个方程有不同的参数化形式。如果我们保持通用性，把它们取成抽象形式，那么SLAM过程可总结为上述两个基本方程。 这两个方程描述了最基......
通俗易懂！视觉slam第五部分——slam数学表示二
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
02-20 464
假设我们进行了两次变换：, 和 , ，满足： 但是从 a 到 c 的变换为： 这样的形式在变换多次之后会过于复杂。因此，我们要引入齐次坐标和变换矩阵重写: 这是一个数学技巧：我们把一个三维向量的末尾添加 1，变成了四维向量，称为齐次坐标。对于这个四维向量，我们可以把旋转和平移写在一个矩阵里面，使得整个关系变成了线性关系。该式中，矩阵 T 称为变换矩阵（Transform Matr...
SLAM问题的数学表达方式
aa644128600的博客
03-29 123
运动和观测是否为线性,噪声是否服从高斯分布进行分类,线性高斯最简单,无偏估计最优估计是卡尔曼滤波KF,复杂非线性非高斯系统,使用扩展卡尔曼滤波EKF,非线性优化。平面运动的位姿-两个位置和一个转角xk= [x1,x2,@]TK,x1,x2是两个轴上的位置,@为转角。运动 xk = f(x k-1 , uk, wk) uk 传感器读取和输入,wk是加入的噪声。观测 zik = h(yk, xk, vk,j) vkj 是观测的噪声。运动和观测 参数化-数学描述位姿。三维运动的位姿:平移和旋转。
[SLAM] 数学基础
qq_41265365的博客
08-24 822
总是碰到很多数学问题，有些东西碰到都得查一遍，干脆整理到一块凑成一篇文章
SLAM的数学基础
wluke的博客
11-17 1082
小红班上有两组同学的数学考试分数为： 第一组：小红：100分，小明：60分，小宇：20分 第二组：小蓝：70分，小华：60分，小杰：50分 那么很容易算出，第一组的平均分是60分，第二组的平均分也是60分。 这下可好，小红的100分被小宇拉了后腿。这时候，该引入一种方法，来表现这个问题。好让老师知道哪些小组的成绩差距比较大。 方差能比较好的表达一组数据离散的程度，方差大，这组数据分散的就比较大；方差小，这组数据分散的就比较小。 方差（variance）的表达公式为： ...
SLAM数学基础
EAIBOT的博客
05-16 2207
卡尔曼滤波的理解以及参数调整 http://blog.csdn.net/u013453604/article/details/50301477
SLAM入门之数学基础
01-23 1153
2.1 定位：自身状态 建图：外在环境 传感器 携带于机器人本体上——轮式编码器、相机、激光传感器等 安装于环境中——导轨、二维码等 单目 双目 深度 ...
通过能观性分析理解SLAM系统的可观维度。
Walking_roll的博客
10-07 3268
目录1 可观性分析大体理解2 可观性定义3 可观性矩阵 1 可观性分析大体理解 什么是可观性分析？ 能观性分析通过计算可观性矩阵，分析它的零空间的秩，来分析系统哪些状态维度可观/不可观。可观性矩阵对应系统可观测的维度，零空间对应系统不可观的维度。 为什么要做能观性分析？ 举个例子：真实VIO系统不能观的维度是4（位置和yaw角），而实际MSCKF不能观的维度变成了3，绕重力轴的旋转（yaw角）被错误地能观了，从而产生了不一致性（Inconsistency），系统误认为yaw角具有更多的信息从而将yaw对应
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

氢键H-H

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值