[论文阅读]RoadMap: A Light-Weight Semantic Map for Visual Localization towards Autonomous Driving

一些常见的关于旋转的函数对旋转求导过程的推导

结合 Eigen 库整理常用的矩阵分解及其在移动机器人下的使用场景

[代码实践] 使用 RANSAC 进行鲁棒特征参数拟合

[代码实践] 使用 PCA 进行平面和线特征拟合

[代码实践] 自动驾驶中常见的激光雷达点云去噪处理

[代码实践] 自动驾驶中常见的激光雷达点云滤波处理

[论文阅读]How to Keep Hd Maps for Automated Driving Up to Date

自动驾驶中常见的坐标系

C++ 中智能指针的基本用法

C++ 中的类型转换

C++ 中移动语义和完美转发的联系和区别

C++ 中的模板（二）：类模板

C++ 中的模板（一）：函数模板

C++ 中移动语义的用法和实现原理

结合汇编代码学习 C++ 多态特性以及虚函数表原理

GTSAM 学习记录（三）： 常见李群李代数及其函数的导数和微分

GTSAM 学习记录（二）： 李群李代数及其几何意义

[代码实践] G2O 学习记录（二）：3D 位姿图优化

[代码实践] Ceres 学习记录（二）

[代码实践] GTSAM 学习记录（二）：3D 位姿图优化

[数据集]Complex Urban Dataset with Multi-level Sensors from Highly Diverse Urban Environments

[CVPR2021]Trust, but Verify: HD Map Change Detection

[CVPR2021]繁忙交通路段进行建图和导航

[代码实践] 使用 Scan Context 进行回环检测

[代码实践] 手写 ICP/NDT 配准算法性能比较

以 SC-LeGO-LOAM 为例使用 Scan Context

[论文阅读]Robust and Precise Vehicle Localization based on Multi-sensor Fusion in Diverse City Scenes

LIO-SAM 代码分析（四）：mapOptimization

LIO-SAM 代码分析（零）：系统总览

基于 LOAM 的方法中平面点和边缘线的残差构建以及雅可比推导

LIO-SAM 代码分析（三）：featureExtraction

LIO-SAM 代码分析（二）：imageProjection

LIO-SAM 代码分析（一）：imuPreintegration

[论文阅读]LiDAR Inertial Odometry Aided Robust LiDAR Localization System in Changing City Scenes

[论文阅读]LINS: A Lidar-Inertial State Estimator for Robust and Efficient Navigation

SLAM 中的 Kalman Filter 推导

[论文阅读]Scan Context: Egocentric Spatial Descriptor for Place Recognition within 3D Point Cloud Map

最小二乘问题和非线性优化

VINS-Mono 大致算法流程

[论文阅读]LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping

VIO 中滑动窗口优化策略

SLAM 中的边缘化以及滑动窗口算法

[论文阅读]LeGO-LOAM: Lightweight and Ground-Optimized Lidar Odometry and Mapping on Variable Terrain

Ubuntu 20.04 下编译 Lego Loam 踩过的一些坑

A-LOAM 代码分析(四)： Laser Mapping

VIO 中残差雅可比的推导

VIO 残差函数的构建

A-LOAM 代码分析(三)： Laser odometry

A-LOAM 代码分析(二)： Scan Registration

基于因子图的状态估计

VIO 中的前端基本流程

[论文阅读]LOAM: Lidar Odometry and Mapping in Real-time

基于 IMU 的惯性导航解算及误差分析

A-LOAM 代码分析(一)： kitti helper

IMU 内参标定

IMU 误差分析

IMU 测量模型

移动机器人位姿不同的表示方法

[论文阅读]Real-Time Loop Closure in 2D LIDAR SLAM

Lifelong Mapping - 长时间建图方法

基于已知位姿的栅格构图算法

[代码实践] GTSAM 学习记录（一）：2D 位姿图优化

[代码实践] G2O 学习记录（一）：2D 位姿图优化

[代码实践] Ceres 学习记录（一）：2D 位姿图优化

Long-term map maintenance pipeline for autonomous vehicles：阅读笔记

[Effective C++ 笔记]条款 22. 将成员变量声明为 private

[Effective C++ 笔记]条款 21. 必须返回对象时，不要试图返回其引用

[MIT 6.S081]操作系统-学习笔记 1

[Effective C++ 笔记]条款 20. 尽量使用常值引用传递代替值传递

[Effective C++ 笔记]条款 19. 像设计 type 一样设计 class

[Effective C++ 笔记]条款 18. 让接口容易被正确使用并且不易被错误使用

[Effective C++ 笔记]条款17. 以独立语句将 `new`ed 对象置入智能指针

[Effective C++ 笔记]条款 16. 成对使用 new 和 delete 时要采取相同形式

[Effective C++ 笔记]条款 15. 在资源管理类中提供对原始资源的访问

[Effective C++ 笔记]条款14. 在资源管理类中小心 copy 行为

[Effective C++ 笔记]条款 13. 使用对象管理资源

[Effective C++ 笔记]条款12.复制对象时确保复制其一个成员

[Effective C++ 笔记]条款11. 在 `operator=` 中处理自我赋值

[Effective C++ 笔记]条款 10. 令赋值操作返回一个自身的引用

[Effective C++ 笔记]09. 不要在构造和析构过程中调用 virtual 函数

[Effective C++ 笔记]08. 不要在析构函数中抛出异常

[Effective C++ 笔记]07. 为多态基类声明 virtual 析构函数

[Effective C++ 笔记]06.明确拒绝你不想使用的编译器自动生成的函数

[Effective C++ 笔记]05.了解 C++ 静默编写和调用的函数

[Effective C++ 笔记]04.确定对象被使用前已被初始化

[Effective C++ 笔记]03.尽可能使用 const

[Effective C++ 笔记]02. 尽量以 const，enum，inline 替换 #define

[Effective C++ 笔记]01. 视 C++ 为一个语言联邦

Ubuntu vscode 配置 c++ 开发环境（三）: ROS

Ubuntu vscode 配置 c++ 开发环境（二）: CMake

vscode 配置 docker 开发环境（二）: ROS 篇

Ubuntu vscode 配置 c++ 开发环境（一）

vscode 配置 docker 开发环境（一）

The GraphSLAM algorithm with applications to large scale mapping of urban structures: Part 4

The GraphSLAM algorithm with applications to large scale mapping of urban structures: Part 3

The GraphSLAM algorithm with applications to large scale mapping of urban structures: Part 2

The GraphSLAM algorithm with applications to large scale mapping of urban structures: Part 1

C++ 中 std::thread 的基本用法

基于位姿图的状态估计

使用 OpenCV 的 fillPoly() 函数画多边形

激光SLAM 点云配准 - 基于相关性的方法

[CMU-15-445/645] Buffer Pool

激光 SLAM 点云配准 - 基于 ICP 及其变种的方法

[CMU-15-445/645] Database Storage - Part 2

ROS melodic 下使用 CSM 库

[CMU-15-445/645] Database Storage - Part 1

[CMU-15-445/645]-Assignment 1

激光雷达测量模型及运动畸变去除

[CMU-15-445/645]-Advanced SQL

[CMU-15-445/645] - 介绍

[UCSD CSE120]分布式系统 - distributed system

[UCSD CSE120]网络-networks

[UCSD CSE120]安全机制-security

[UCSD CSE120]保护-protection

[UCSD CSE120]输入/输出系统-I/O system

[UCSD CSE120]文件系统-filesystem

[UCSD CSE120]虚拟内存-virtual memory

[UCSD CSE120]逻辑内存-logicalmemory

[UCSD CSE120]内存管理-memory_management

[UCSD CSE120]死锁-deadlock

[UCSD CSE120]进程间通信-inter process communication(IPC)

[UCSD CSE120]同步-synchronization

[UCSD CSE120]进程调度-scheduling

[UCSD CSE120]分时系统-timesharing

[UCSD CSE120]进程-process

常用资源工具整理

轮式里程计运动模型及标定

激光slam 简要介绍