Tao's Blog

本文是我在学习深蓝学院的激光slam课程第五次作业的笔记。本次作业主要是熟悉 imls-icp 的过程以及对 csm 接口调用，除此之外还有对课上讲的四种 icp 算法进行总结以及想一下 icp 的改进思路。

最近工作又搬家比较忙，趁周末有空继续学习一下。本文是我在学习深蓝学院的激光slam课程前端配准第二部分的学习笔记，第一部分中主要是学习了如何用 ICP 及其变种来进行前后两帧点云匹配，具体可以看我的上一篇笔记，这一部分主要是介绍了前端配准的另一个方法——基于势场的方法。相较于 ICP 方法，这种匹配方法不需要找到两个点云之间的对应点的匹配的关系，这两种方法都在实际使用中有涉及。本次学习的基于势场的匹配算法有：高斯牛顿优化方法、NDT 方法，相关匹配方法及分支定界加速。

这是我在学习Databases Systems CMU 15-445/645/ Fall 2019过程记录的一些笔记，这次学习的第五课。总体来说，DBMS 在内存分配管理上能够比操作系统做得好很多（因为有对数据的额外信息），这次课主要包括了对内存的管理因为各类内存置换策略。

本文是我在学习深蓝学院的激光slam课程第四次作业的笔记。本次作业主要是熟悉 imls-icp 的过程以及对 csm 接口调用，除此之外还有对课上讲的四种 icp 算法进行总结以及想一下 icp 的改进思路。

本文是我在学习深蓝学院的激光slam课程前端配准第一部分的学习笔记，前面几次基本把数据的预处理讲完了，本次课开始学习 slam 的内容，这次主要是讲了前端配准算法。

无论是激光 slam 还是视觉 slam， 大部分都分成两个部分：前端和后端。其中后端的话各种 slam 都差不多，主要是根据数学公式求解类似 $Ax = b$ 的公式，而不同 slam 方法的前端可以有各种方法。前端总体来说无论是视觉还是激光都是起到一个里程计的作用，本次主要是学习帧间匹配算法中类 ICP 的方法，包括：ICP 匹配方法、PL-ICP 匹配方法、NICP 匹配方法和IMLS-ICP 匹配方法。

这是我在学习Databases Systems CMU 15-445/645/ Fall 2019过程记录的一些笔记，这次学习的第四课，主要是关于数据库存储的第二部分，主要是分析了 tuple 的不同存储方式。

本文是我在学习深蓝学院的激光slam课程第三次作业的笔记。本次作业第一题是通过代码实践课上学习到的用里程计辅助去除激光扫描数据畸变的方法；第二题是补充一下课上提到的 ICP 算法的原理推导；第三题是复习激光雷达的测距原理；第四题是设计用 IMU 去除运动畸变的思路。

在学习slam的时候偶尔需要用到 CSM 这个库，但是目前这个库最高支持到kinetic可以直接通过 apt install 下载，后来找到几种做法可以通过源码安装 CSM 使用，在这里记录一下，另外注意一下安装csm需要安装一个gsl的库。

本文是我在学习深蓝学院的激光slam课程第二次作业的笔记。本次作业前半部分是通过代码实践熟悉里程计不同标定方法和看下实现的效果；第三题是关于线性方程组不同解法的总结；第四题是扩展题，考虑一下怎么设计里程计和激光雷达外参标定方法。

这是我在学习Databases Systems CMU 15-445/645/ Fall 2019过程记录的一些笔记。通过前两次课已经学习了一个数据库应该是怎么样的以及怎么通过sql去对数据库进行操作，接下来就是学习怎么样去构建一个数据库管理系统，这次课主要是介绍数据库的存储过程，主要是介绍了数据库里页的概念，以及不同方式去追踪页、存储页以及存储tuple。