兄弟们，不知道你们有没有这种感觉：公司大会小会都在喊“数字化转型”，从前我们埋头写业务逻辑、调接口、怼产品经理，现在却突然被要求要“懂业务”、“有产品思维”、“...

几年前，许多人，甚至是顶尖的人工智能研究人员，都声称prompt engineering现在已经死了。

SLAM系统框架分为五个部分：数据采集、前端里程计、后端优化、回环检测和地图构建

作为实时的室内建图算法，能生成分辨率 r=5cm 的栅格地图，前端将最新的激光雷达扫描数据在相邻的子图上完成扫描匹配，得到一个在短时间内准确的最佳插入位置后，将...

环境中动态的物体之所以会影响到相机运动轨迹的估计，一方面是因为相机的运动轨迹与图像中静态像素点的运动轨迹是相反的，可以根据这种相对关系构建几何约束来求取相机位姿...

栅格地图是一种基于网格的地图表示方法，它将地图区域划分为均匀的网格单元，每一个网格单元都被赋予对应的概率值，有三种状态：占据、空闲和未知，栅格单元通常用“0-1...

每当有新测量数据到达时，系统就会通过标准预测-更新扩展卡尔曼滤波方程对每个高斯函数进行更新。因此，SOG算法的核心部分是由多个并行运行的扩展卡尔曼滤波器组成的池...

ref：基于深度视觉 SLAM 算法的轮式移动机械手时间最优轨迹规划方法 系统架构： 系统包括深度视觉 SLAM 模块、点云地图构建和导航避障3个模块：

2. 基于SegNet和YOLOv5滤除动态物体 基于ORB-SLAM2的前端框架，用于对 RGB 图像进行 ORB 特征点的提取和描述子的计算；另外添加语义...

小范围和大场景（特征稀疏），5个不同算法，分别在两个不同场景进行仿真实验对比，误差如下：

ref：A Review of VI-SLAM from Filtering-Based and Optimization-Based Perspective

视觉vSLAM算法框架由五个模块构成：初始化、跟踪、地图构建、重定位和全局地图优化。由于不同vSLAM算法在各模块采用的方法各异，其性能特点主要取决于具体采用的...

纯视觉SLAM类别可分为两种主要方法：基于特征的方法和直接方法。视觉的SLAM系统基于二维图像处理，系统通过多视角获取数据，首先执行初始化流程以定义全局坐标系并...

特征分解是理解矩阵所代表的线性变换内在结构的钥匙，它通过寻找变换中方向不变的特性向量（特征向量） 和其缩放倍数（特征值），将复杂变换简化为纯粹的缩放，从而深刻地...

矩阵是线性代数的核心概念，在数学、工程、计算机科学和物理学等领域有广泛应用，下面将系统介绍矩阵的常用概念，包括定义和实际应用。

AKF不是独立算法，而是增强模块，与EKF/UKF/ESKF解决的是不同维度的问题，它们不是互斥的，而是可以结合使用的。EKF/UKF/ESKF 像是汽车的悬挂...

ESKF的运行过程也遵循卡尔曼滤波的“预测-更新”循环，但步骤上更为精细，以一个融合IMU和GPS的系统为例。

迭代扩展卡尔曼滤波IEKF（Iterated Extended Kalman Filter） 是扩展卡尔曼滤波（EKF） 的一种改进算法，主要用于解决非线性系统...

EKF 的问题回顾： EKF 通过一阶泰勒展开（求雅可比矩阵）在单个点（当前状态估计的均值）上进行线性化，这种近似对于高度非线性的系统来说非常粗糙，会导致：

一位Java全栈工程师的面试实战分享，涵盖技术栈与项目经验。