过于SLAM的一篇杂记（末尾求拼单）

标定就是找到雷达到相机的空间转换关系，在不同的坐标系之间转换需要旋转矩阵 R 和平移矩阵 T，为后续的雷达和相机数据融合做准备：

一个标定图

http://wiki.ros.org/camera_calibration/Tutorials/MonocularCalibration

校准单目的相机

几种旋转控制的数学转换

匹配的算法流程

一个典型的SLAM框架

速度不太的传感器之间的信息使用

惯性/激光雷达组合SLAM

将惯性/视觉与惯性/激光雷达两种里程计进行融合示意图

惯性/视觉/激光雷达紧组合示意图

惯性/视觉/激光雷达组合SLAM

KLT 算法本质上也基于光流的三个假设，不同于前述直接比较像素点灰度值的作法，KLT 比较像素点周围的窗口像素，来寻找最相似的像素点。

这个SLAM确实是又多又难，自学有点费劲，还是应该找个课上一手，虽然我上课就犯困，但是这个事情上面是有必要的。

困不？

工友不掏钱，我这里众筹一手，课程500块钱，多一个人分母就会+1

快点来找我！

https://blog.csdn.net/weixin_42905141/article/details/102647830

https://www.163.com/dy/article/HFIK7I0S05119RIN.html

过于雷达和IMU的标定论文

http://epsilonjohn.club/2022/03/06/Fast-LIO%E7%B3%BB%E5%88%97/ROLI%E6%BF%80%E5%85%89%E9%9B%B7%E8%BE%BEIMU%E5%88%9D%E5%A7%8B%E5%8C%96%E5%8F%8A%E6%A0%87%E5%AE%9A