当前位置: 首页 > news >正文

自动驾驶-机器人-slam-定位面经和面试知识系列01之常考公式推导(01)

李群李代数+扰动+bundle adjustment

这个博客系列会分为C++ STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新,基本涵盖了自己秋招历程被问过的面试内容(除了实习和学校项目相关的具体细节)。在知乎和牛客也会同步更新,全网同号(lonely-stone或者lonely_stone)。

1. 李群李代数基本运算

这部分比较基础(是slam十四讲内容),但是可以常看看。不需要记住具体转换,但是能更熟悉各种变量之间的关系(不要觉着很简单)(下面这张图是转载来自知乎博主,名字在图片右下角)
在这里插入图片描述
在这里插入图片描述

2. 求导

这篇博客里的内容在slam十四讲都有,但是求导一般在面试中不会问,更多的还是问下面的扰动部分。
在这里插入图片描述

3. 左右扰动模型+bundle adjustment

3.1 SO3扰动模型

扰动部分的相关推导计算就是一定要会的,这些在每家公司中的面试基本都是会问到或者手推的。
在这里插入图片描述
在这里插入图片描述

3.2 光度误差:

可以看到,在梯度为0的地方,雅克比矩阵是为0的,对计算运动增量是没有任何贡献的,
在这里插入图片描述

3.3 SE3左乘扰动+bundle adjustment

在这里插入图片描述
在这里插入图片描述

http://www.lryc.cn/news/406195.html

相关文章:

  • netty入门-5 ServerBootstrap与Bootstarp
  • JavaEE - Spring Boot 简介
  • SwiftUI革新:Xcode UI开发的新纪元
  • 22、基于共享内存的数据结构——用十个块来提高并发性
  • 【ffmpeg命令入门】实现画中画
  • 基于 LangChain+LangGraph 来实现一个翻译项目
  • javascript 如何将 json 格式数组转为 excel 表格| sheetJS
  • 网页制作技术在未来会如何影响人们的生活?
  • 【计算机网络】网络层——IPv4地址(个人笔记)
  • c++ 学习笔记之多线程:线程锁,条件变量,唤醒指定线程
  • 《0基础》学习Python——第二十三讲__网络爬虫/<6>爬取哔哩哔哩视频
  • 第13周 简历职位功能开发与Zookeeper实战
  • 什么是大型语言模型 (LLM)
  • 【人工智能】AI时代:探索个人潜能的新视角
  • pyaudio VAD通过声音音频值分贝大小检测没人说话自动停止录制
  • 《后端程序猿 · @Value 注释说明》
  • 【LeetCode】71.简化路径
  • DockerCompose 安装环境
  • 学习笔记之JAVA篇(0724)
  • 【Android】广播机制
  • 【.NET全栈】ASP.NET开发Web应用——ASP.NET数据绑定技术
  • MySQL的账户管理
  • FastGPT 源码调试配置
  • SQL Server数据迁移新纪元:数据库数据泵(Data Pump)使用指南
  • Android性能优化之OOM
  • 代码随想录算法训练营day7 | 454.四数相加II、383.赎金信、15.三数之和、18.四数之和
  • Spark实时(三):Structured Streaming入门案例
  • 《Java初阶数据结构》----4.<线性表---Stack栈和Queue队列>
  • Android SurfaceFlinger——关联EGL三要素(二十七)
  • Unity3D之TCP网络通信(客户端)