slam

视觉SLAM十四讲合集本来应该还有一篇 orb-slam 的解读的，要弃坑了就先放弃了，前面大部分的内容也写得七七八八了，此文章用于汇总

slam十四讲第五章习题：相机内参变化与SLAM快门选择答：相机内参是描述相机内部光学特性和成像几何关系的一组核心参数，它们建立了从三维相机坐标系到二维像素坐标系的映射关系。下面这个表格汇总了各关键内参的物理意义。

【声呐图像处理】水下前视声呐（FLS）图像拼接与建图全流程解析摘要：在浑浊的水下环境中，光学摄像头的可视范围极其有限，而前视声呐（Forward-Looking Sonar, FLS）凭借其不受光照影响的声学成像特性，成为了水下感知的核心传感器。本文将深入剖析一套完整的前视声呐图像拼接技术方案，从声呐成像机理、抗噪鲁棒的频域配准算法，到基于图优化的全局一致性校正，带你一探水下声学地图构建的硬核技术。

点云数据分割算法之-聚合层次聚类（AHC）平面识别算法原文：Fast Plane Extraction in Organized Point Clouds Using Agglomerative Hierarchical Clustering

MAP（最大后验）估计理论（2）以及相关应用相关内容： 1、MAP（最大后验）估计理论（1）以及相关应用假设观测模型：y = h ( x ) + v , v ∼ N ( 0 , R ) \mathbf{y} = h(\mathbf{x}) + \mathbf{v}, \quad \mathbf{v} \sim \mathcal{N}(0, R) y=h(x)+v,v∼N(0,R)

SLAM文献之-A Quick Guide for the Iterated Extended Kalman Filter on Manifolds相关内容：相关内容地址： 1、SLAM文献之A micro Lie theory for state estimation in robotic（1） 2、SLAM文献之A micro Lie theory for state estimation in robotic（2） 3、SLAM文献之A micro Lie theory for state estimation in robotic（3） 4、SLAM文献之A micro Lie theory for state estimation in

Ubuntu 20.04使用MB-System分析与可视化EM3000数据https://github.com/dwcaress/MB-Systemhttps://www.mbari.org/technology/mb-system/installation/

C++ 静态初始化顺序问题（SIOF）和SLAM / ROS 工程实战问题静态对象指：问题本质：不同编译单元（.cpp 文件）中的静态对象，其初始化顺序是未定义的如果一个静态对象在初始化时依赖另一个尚未初始化的静态对象，就会产生未定义行为（UB）。

激光SLAM 回环检测---STD(A Stable Triangle Descriptor for 3D place recognition)前言：之前使用基于scan context方法实现重定位；但是在高动态场景，仍需要手动重定位。本文提出了一种新的三维位置识别全局描述子——稳定三角形描述子（Stable Triangle Descriptor，STD）。对于任意一个三角形，其形状可由边长或内角唯一确定，并且三角形的形状在刚体变换下保持完全不变。基于这一特性，本文首先设计了一种高效的三维点云局部关键点提取方法，并将这些关键点编码为三角形描述子。随后，通过匹配不同点云中三角形描述子的边长（及其他辅助信息）实现位置识别。由描述子匹配得到的点对应

凸优化（Convex Optimization）理论（1）一般的优化问题可以写成：min⁡x∈Df(x) \min_{x \in \mathcal{D}} f(x) x∈Dminf(x)

凸优化（Convex Optimization）理论（2）相关内容：凸优化（Convex Optimization）理论（1）这一节的核心目标总结如下：什么样的优化问题，能够被“可靠、稳定、全局最优”地求解

SLAM进阶——数据集目录1 寻找目标领域数据集并下载2 数据集处理及运行2.1 单目2.2.1 图片2.2.2 时间戳2.2.3 相机参数yaml编写

SLAM进阶——特征提取目录1 现状2 ORB算法2.1 原理2.2 算法2.2.1 FeatureExtraction.hpp

【移动机器人运动规划（ROS）】03_ROS话题-服务-动作创建一个发布者初始化ROS节点创建句柄向ROS Master注册节点信息，包括发布的话题名和话题中的消息类型以及队列长度

Truncated Least Squares（TLS 截断最小二乘）算法原理残差小的观测正常用最小二乘；残差超过阈值的观测直接“截断”，不再继续惩罚。它不是“减弱”异常值，而是直接拒绝它们的影响。

点云配准算法之- GICP算法点云配准概率模型推导和最大似然求解（MLE）下面我们对文章：点云配准算法之-Generalized-ICP（ GICP）中点云配准模型进行拓展，推导如公式内容，

快速上手大模型：实践（Grounded-SAM2与Depth Anything V2）博主使用云服务器训练，配置环境版本为：PyTorch2.3.0、Python3.12、CUDA12.1，GPU4090 24GB；本次使用数据集是20G，考虑后续打包传输建议给到220G+、直接文件传输需要给到120G+。

SLAM文献之-Embedding Manifold Structures into Kalman Filters（3)相关内容： 1、SLAM文献之-Embedding Manifold Structures into Kalman Filters（1) 2、SLAM文献之-Embedding Manifold Structures into Kalman Filters（2) 3、SLAM文献之-Embedding Manifold Structures into Kalman Filters（3)

基于SLAM Toolbox的移动机器人激光建图算法原理与工程实现本系统采用 SLAM Toolbox 作为核心建图与定位方案。这是一款专为 ROS 2 生态设计的现代化 2D 激光 SLAM 框架。该算法基于 OpenKarto 的开源扫描匹配库进行深度重构，采用了基于图优化（Graph-based SLAM）的技术路线。

SLAM文献之-Embedding Manifold Structures into Kalman Filters（2)相关内容：SLAM文献之-Embedding Manifold Structures into Kalman Filters（1)