@snuffles
2016-12-06T03:21:18.000000Z
字数 6139
阅读 1744
1205
未分类
写完综述，完善PPT。
跑DPPTAM实验，改动。显示COUNTER
SLIC paper
DTAM
MAPPING 部分
http://www.slideshare.net/yonetani/dtam 日文PPT介绍
http://blog.csdn.net/accepted____/article/details/51078995
中文介绍
GITHUB:
https://github.com/alejocb/dpptam/issues/16
SLAM+物体识别
http://cadcg.5iguo.cn/6.pdf
OBJECT-LEVEL SEGMENTION
国防科大 徐凯
超像素
超像素分割技术发展情况梳理(Superpixel Segmentation）
图像分割—基于图的图像分割
超像素分割与超像素合并区域合并多尺度分割
超像素的概念及计算_LevinShih
http://wap.cnki.net/lunwen-1013021741.html基于内容的超像素合并及其在图像分割中的应用
作为许多图像分析与识别任务的首要步骤,图像分割是一个十分基础但很重要的部分,极大地影响了最终分析结果的好坏。传统的图像分割方法大多是基于像素级的,即描述每个像素的颜色、纹理、梯度统计等信息,这些局部特征缺乏对周围信息的协同统计,往往使得分割结果过于碎片化。而超像素作为近年来应用比较广泛的图像分析方法,能够较好地描述区域信息,并对图像分割中出现的噪声、遮挡和阴影等现象具有较好的鲁棒性。 本论文学习和总结了几种当前流行的超像素计算方法;然后,研究了超像素的内容表达和相似性度量;在此基础上应用渐进合并算法和近邻传播聚类算法对过分割后的图像进行了合并和聚类,最终将主要目标从背景中分割出来。 特别是本文提出的超像素渐进合并算法应用了图论的基本框架：一幅图像被映射成一个加权的无向图,其中超像素被当作图中的顶点,而相邻超像素之间通过边相连,由超像素间的相似度计算出相应边的权值,通过排序每次合并权值最小的两个超像素。通过几组实验比较分析,本文的超像素渐进合并方法均取得了较好的分割结果,尤其是在区域分割数目极少的情况下,本方法表现出了较好的竞争力,为进一步的图像语义理解和目标识别奠定了良好的基础。…
边缘
http://blog.csdn.net/bagboy_taobao_com/article/details/5591737
图像处理中各种边缘检测的微分算子简单比较(Sobel，Robert， Prewitt，Laplacian，Canny)
DPPTAM
Gauss-Newton算法是解决非线性最优问题的常见算法之一，最近研读DPPTAM开源项目代码，又碰到了，索性深入看下。本次讲解内容如下：
http://www.mobile-open.com/2016/963423.html
房间盒子
一种深度图像场景的室内对象立方体检测方法
https://www.google.com/patents/CN104899883A?cl=zh
本发明涉及一种深度图像场景的室内对象立方体检测方法，首先通过求解一系列参数约束最小割问题，得到输入场景中对象的候选分割结果集合，并分别拟合立方体；其次，针对每一个对象分割结果及对应的立方体，使用描述对象统计特性与物理特征的二维图像特征以及三维几何特征衡量其与输入场景的拟合程度；最后，构建立方体的图结构，将场景的几何解析问题转化为最大权重子团求解问题，使用极大子团近似求解，得到一系列经过排序的场景内容几何解析结果，采用最大边缘相关度对解析结果重排序，提高相邻解析结果的多样性。本发明可广泛应用于机器人、监控等计算机视觉系统的室内场景对象解析、场景理解和三维重建。
LucasKanade
http://wenku.baidu.com/view/5f8479a0f524ccbff12184a7.html
介绍PPT
光流法
http://blog.skyoung.org/2014/04/13/Lucas-Kanade-Tracker/
Lucas-Kanade（LK）算法原理介绍及OpenCV代码实现分析
http://qiqitek.com/blog/?p=93
Lucas & Kanade采用 前向相加图像对齐Forward Additive Image Alignment 取代单一像素变换u和v的一般运动模型，
反向合成法：inverse compositional approach
Lucas–Kanade
文英文内容全部来自于http://en.wikipedia.org/wiki/Lucas_Kanade_method,中文由博主据此进行翻译而来。
在计算机视觉中，Lucas-Kanade方法是一种广泛使用的光流估算差分方法，它由Bruce D.Lucas和Takeo Kanade共同开发。它假定在所考虑的像素的局部邻域内，本质上光流是恒定的，由此利用最小二乘原则对邻域内所有像素求解基本光流方程
Inverse Compositional Method paper zhaohe
SURVEY中文翻译
非滤波单目视觉SLAM系统研究
A survey on non-filter-based monocular Visual SLAM systems
Taylor Guo, 2016年9月12日
http://qiqitek.com/blog/?p=93
LSD
LSD-SLAM深入学习（2）-算法解析
http://www.cnblogs.com/hitcm/p/4907536.html
【泡泡机器人LSD-SLAM专栏解析】一：Sophus/sophus详解
http://rosclub.cn/post-246.html
OKVIS 代码框架
http://blog.csdn.net/fuxingyin/article/details/53428523
OCTOMAP gao博
http://www.cnblogs.com/gaoxiang12/p/5041142.html
语义
Incorporating scene priors to dense monocular mapping
Realtime Edge Based Visual Odometry for a Monocular Camera 有代码 https://github.com/JuanTarrio/rebvo
TUM ON GITHUB
PTAM
http://www.voidcn.com/blog/fuxingyin/article/p-6037679.html
Kintinuous 笔记
ELASTIC FUSION
paper
凸包
opencv中convexHull函数说明
http://blog.csdn.net/xiaxiazls/article/details/47858043
牛耕
http://robotics.stackexchange.com/questions/7660/implementing-a-boustrophedon-algorithm-in-a-given-room-with-obstacles
ROS
Path planning for sensor/tool coverage?
http://answers.ros.org/question/174998/path-planning-for-sensortool-coverage/
I implemented something like this in College:
https://github.com/Auburn-Automow/au_automow_common/tree/master/automow_planning
Basically we just passed the vertices of the boustrophedon path as goals to move_base. Here's a video of a bag file being played back:
https://www.youtube.com/watch?v=R7nLgYquECg
Here's the class paper we did for the planner:
https://github.com/ashgti/elect6350/tree/master/final_project
Maybe something in there will give you some ideas. In our case we didn't need to do much cell decomposition in the competition, and instead we relied on the obstacle avoidance of move_base, but in our paper we did show our implementation working with more complex scenarios:
https://github.com/ashgti/elect6350/blob/master/final_project/images/obstacle.pdf
The thing I took away from the experience was that move_base is great for eventually getting from point A to point B and avoiding obstacles along the way, but it was very hard to tune it to follow the path our planner had come up with. As you can imagine when mowing grass you want to follow the path as closely as possible, diverging only when absolutely necessary to avoid obstacles. This was hard to accomplish with move_base.
So YMMV, but move_base is at least a starting place. Hopefully some of the stuff I linked will be useful. Good luck!
matlab
find
http://blog.sina.com.cn/s/blog_707b64550100rbh3.html
画出自定义大小的网格
http://forum.vibunion.com/forum.php?mod=viewthread&tid=36426&extra=&highlight=+xjzuo&page=1
MATLAB三维散点图的绘制（scatter3、plot3）
http://blog.sina.com.cn/s/blog_4d648afc01018q1p.html
Matlab: 如何对矩阵分块并对各块进行运算
http://blog.sciencenet.cn/blog-200199-828589.html
matlab矩阵的表示和简单操作
http://www.cnblogs.com/Ran_Ran/archive/2010/12/11/1903070.html
pgm格式文件及其在matlab中的读取存储方法（2）
http://blog.csdn.net/ds1231h/article/details/49251105
matlab矩阵分块与把分块矩阵还原
http://www.zybang.com/question/5d15c090164fca6459cfab2dece22241.html
http://www.cnblogs.com/chenyn2014/p/4220203.html
Matlab图像处理学习笔记（一）：二值化、开操作、连通区域提取、重心、ROI
ROS
为ROS navigation功能包添加自定义的全局路径规划器(Global Path Planner)
http://community.bwbot.org/topic/43/%E4%B8%BAros-navigation%E5%8A%9F%E8%83%BD%E5%8C%85%E6%B7%BB%E5%8A%A0%E8%87%AA%E5%AE%9A%E4%B9%89%E7%9A%84%E5%85%A8%E5%B1%80%E8%B7%AF%E5%BE%84%E8%A7%84%E5%88%92%E5%99%A8-global-path-planner
ROS 新手问题Q&A粗略合集——by 西工大一小学生
http://blog.exbot.net/archives/1838
关于ROS学习的一些反思by古月
http://blog.exbot.net/archives/2196
拿ROS玩移动机器人自主导航攻略(二) --by 西工大一小学生
http://blog.exbot.net/archives/2308
如何学习ROS——盛盛经验谈
http://blog.exbot.net/archives/2667
VIO 综述
GAO博推荐
A review of visual inertial odometry from filtering and optimisation perspectives
http://www.tandfonline.com/doi/abs/10.1080/01691864.2015.1057616
新闻
SLAM刚刚开始的未来
张哲，纽约州立大学机器人方向博士，清华大学自动化系本科。研发方向：地图重建、位置跟踪、机器人自主避障导航、设备端和云端的算法优化。2009-2014年在微软，2014-2016年初在Magic Leap工作。
http://weibo.com/ttarticle/p/show?id=2309403994589869514382&sudaref=www.google.com&retcode=6102
应用：牛逼哄哄的SLAM技术 即将颠覆哪些领域？
http://www.leiphone.com/news/201605/oj1lxZVPulRdNxYt.html
初探计算机视觉的三个源头、兼谈人工智能｜正本清源
http://mp.weixin.qq.com/s/MOOZeVzTjZcRZlX7cuSZmw
深度剖析SLAM技术
http://www.arinchina.com/news/show-2955.html
年末将至，小编决定为大家奉上超级干货，答谢大家对ARinChina的关注和热爱。于是小编十分有幸联系上了Watchhhh SLAM的开发者浙大博士刘浩敏，并向他咨询了一些关于SLAM技术的问题。
谭平
360工作PAOPAO
https://github.com/danping/CoSLAM 开源代码
室内导航机器人
Abica
http://www.ctsbw.com/article/4368.html
扫地机 定位引擎—自主路径规划式智能扫地机器人的寻路系统核心 http://www.bblqs.com/article/413.htm
