LSD-SLAM深入學習（3）-程式碼解析
前言
在LSD-SLAM深入學習（2)中我們已經對演算法進行分析，此處假設讀者對於ros的基本操作都已經很熟悉，而且已經編寫了一定量的的程式碼，我們直接上乾貨。此處分析的程式如下
main_live_odometry.cpp,這個可以實時讀取視訊的主函式
主函式
XInitThreads();用於多執行緒顯示imshow();
實時資料流參考下面的，利用每一張圖片的可以參考main_on_images.cpp
然後劃定輸入輸出，把輸入輸出傳遞到一個slam物件中去。
monoodometry初始化中開啟了下面的執行緒，mapping、constraint以及optimization
tracking執行緒
要開啟其他執行緒,完成tracking的任務。Tracking的主要目的是配準兩幅圖，得到位姿變化。
相對位姿可以通過最小化方差歸一化的光學誤差來計算。地圖剛開始會隨機進行深度資訊的初始化，然後才能進行跟蹤幀。
跟蹤幀的任務如下
這個是se3的tracker,執行trackframe的任務……函式比較大，也很重要，主要求解李群下面的問題。
map執行緒
具體的doMappingIteration()內容如下
Mapping的很多工作都是在下面的updatekeyframe函式中實現的……
一個很重要的函式是dolinestereo,就是在極線上進行立體匹配。
constrait執行緒
optimization執行緒
改變bool變數doFinalOptimization的值是在最後完成的，和其他執行緒沒關係的……也就是採集不到新的圖時……
相關推薦
LSD-SLAM深入學習（3）-程式碼解析
前言 在LSD-SLAM深入學習（2)中我們已經對演算法進行分析，此處假設讀者對於ros的基本操作都已經很熟悉，而且已經編寫了一定量的的程式碼，我們直接上乾貨。此處分析的程式如下 main_live_odometry.cpp,這個可以實時讀取視訊的主函式 主函式 XIni
LSD-SLAM深入學習（2）-演算法解析
前言 在LSD-SLAM深入學習（1)中我們已經完成基本的安裝與測試，在此我們繼續解析演算法與程式碼，由於lsd-slam本身利用了一部分李群與李代數的知識，需要一定的數學功底。 預備知識-李群與李代數 下面需要形成一個最基礎的概念，就是李群與對應的李代數的對映關係。不然很
LSD-SLAM深入學習（1）-基本介紹與ros下的安裝
前言 借鑑來自RGB-D資料處理的兩種方法-基於特徵與基於整體的，同樣可以考慮整個圖片的匹配，而不是隻考慮特徵點的…… 主要介紹 主要參考一下幾篇文章，都是來自tum的。以後演算法與程式碼介紹都是基於這幾篇文章的，建議仔細研究，必定受益匪淺。
LSD-SLAM深入學習（4）-非ROS改造
前言 沒錯，距離上一次部落格的釋出已經倆月了，今天是聖誕節，聖誕快樂。 在前幾篇中已經完成了ROS下面的一系列操作。如有任何問題，feel free to contact me at [email protected] 基本工作 主要的改造工作如
基於 Django1.10 文件的深入學習（3）—— models.py 之 FileField
class FileField(upload_to=None, max_length=100, **options)[source] 檔案上傳欄位。 注意: primary_key引數不受支援
ASP.NET Core on K8S深入學習（3）Deployment
上一篇《部署過程解析與安裝Dashboard》中我們瞭解K8S的部署過程，這一篇我們來了解一下K8S為我們提供的幾種應用執行方式：Deployment、DaemonSet與Job，它們是Kubernetes最重要的核心功能提供者。考慮到篇幅和更新速度，我將其分為兩篇文章，本篇會主要介紹Deployment，主
以太坊原始碼深入分析（3）-- 以太坊RPC通訊例項和原理程式碼分析（上）
上一節提到，以太坊在node start的時候啟動了RPC服務，以太坊通過Rpc服務來實現以太坊相關介面的遠端呼叫。這節我們用個例項來看看以太坊 RPC是如何工作的，以及以太坊RPC的原始碼的實現一，RPC通訊例項1，RPC啟動命令 ：geth --rpcgo-ethereu
ASP.NET Core on K8S深入學習（3-2）DaemonSet與Job
本篇已加入《.NET Core on K8S學習實踐系列文章索引》，可以點選檢視更多容器化技術相關係列文章。 上一篇《3-1 Deployment》中介紹了Deployment，它可以滿足我們大部分時候的應用部署（無狀態服務類容器），但是針對一些特殊的場景應用，就可以用到今天介紹的DaemonSet和Job
基於Qt的OpenGL可編程管線學習（3）- 使用Instanced方式繪制
qt opengl shader instanced 繪制多個重復的模型時，使用Instanced方式繪制可以大大加快顯然速度。繪制效果如下圖所示：1、Vertex Shader中定義如下：attribute vec3 pos; attribute vec2 coord; attribute
OSChinaclient源代碼學習（3）--輪詢機制的實現
man data 本地變量 其它 失敗 cbo cancel seh ref 主要以OSChina Androidclient源代碼中Notice的輪詢機制進行解讀。 一、基礎知識 一般IM（即使通訊）的實現有兩種方式：推送和輪詢，推送就是se
PYTHON設計模式學習（3）：Singleton pattern
blog ora 參考 擁有 沒有 _屬性 ces cti ttr 參考了其他的博客：http://ghostfromheaven.iteye.com/blog/1562618 #-*- encoding=utf-8 -*- print ‘--------------
IDEA 學習筆記之 Java項目開發深入學習（1）
java項目 bsp 重構 str 代碼提示 log pan ora tro Java項目開發深入學習（1）： 定義編譯輸出路徑： 繼承以上工程配置 重新定義新的項目編譯路徑 添加source目錄：點擊添加，再點擊移除： 編譯項目： 常用快捷鍵總結： Ctr
tcpdump 學習（3）：MySQL Query
說明 server gen rollback 命令 復雜 pro 關於 col 在MySQL線上環境我們一般只打開了binary log，slow log，有時我們需要查看general log呢？因為該log記錄所有的請求，打開該日誌肯定給磁盤造成很大壓力，IO能力有所下
Django學習（3）模板定制
ase 我們 頻繁 ping upload shang star 2.0 asc 在Django學習（一）一首情詩中，views.py中HTML被直接硬編碼在代碼之中，雖然這樣便於解釋視圖是如何工作的，但直接將HTML硬編碼到視圖卻不算一個好主意。因為： 對頁面設計進
機器學習基石筆記11——機器可以怎樣學習（3）
1.2 div esc 怎樣 學習 clas regress 1.3 1.4 Lecture 11： Linear Models for Classification 11.1 Linear Models for Binary Classification 11.2 S
java入門學習（3）—循環，選擇，基礎算法，API概念
思想 冒泡 方法 就是 最大的 接口 兩個 循環控制 得到 1、順序結構：也就是順著程序的前後關系，依次執行。2、選擇分支：利用if..else , / switch(){case [ 這個必須是常量]：}; / if..else if….. ….else..等語句讓程序在
web前端學習（3）：認識HTML基本標簽
鼠標 首頁 一份 格式 所在地 有著 同時 網上 今天 本章主旨： 介紹常用的文本相關標簽，如<h>,<p>,<a>;簡介常見的HTML標簽屬性，如title屬性,href屬性,id/class屬性等；重點掌握<a>標簽。
Python爬蟲學習（3）
collect nbsp pri div time urlparse links ews 是否 在慕課網學習並創建了一個簡單的爬蟲包，爬取百度百科相關詞條信息 程序中會用到第三方解析包（BeautifulSoup4），Windows環境下安裝命令：pip install B
java===java基礎學習（3）---數據類型轉換，運算符級別，枚舉類型
test [] sof 進度 如果 nbsp math 否則 枚舉 數據類型轉換： 有的時候，程序需要將數據類型，比如 int + float ，結果是float， 這裏的int就被轉換為float類型，屬於合法轉換。 Java中的合法轉換如下圖： 紅色表示無信息丟失的轉
perl學習（3）模式匹配與正則表達式
.... 表達式 正則表達 pos 匹配模式 模式匹配 $2 多個 info 一：模式匹配中的特殊字符 1： 點號 . 匹配任何單個字符(換行符\n除外) 2： 反斜線 \ 轉義字符，用於特殊符號前，使其失去特殊字符的作用變成普通字符 3： +