Categories
论文阅读笔记
Robotics 数学基础
代码实践
C++
会议摘录
代码阅读
VIO
非线性优化
Sensors
激光SLAM
操作系统
开发工具
数据库
SLAM
2022
[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
2021
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
2020
[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