- The Future of Real-Time SLAM and Deep Learning vs SLAM
- SLAM/VIO学习总结
- SLAMCN
- OpenSLAM
- 泡泡机器人
- 半闲居士(高翔)
- ORB-SLAM2源码详解(吴博)
- 冯兵的个人博客
- hitcm
- 课程--「SLAM理论和实践」
- 课程--「CMU 16-385 Computer Vision(2015 Spring)」
- 书籍--「视觉SLAM十四讲」
- 书籍--「MVG」
- 书籍--「State Estimation for Robotics」
- 书籍--「Numerical Optimization」
- 书籍--「The Matrix Cookbook」
- 书籍--「Probabilistic Robotics」
- VIO框架--VINS-Mono
- VIO框架--OKVIS
- VIO框架--MSCKF(Multi-State Constraint Kalman Filter)
- VIO框架--ROVIO(Robust Visual Inertial Odometry)
- VIO框架--ssf(ethzasl_sensor_fusion)
- VIO框架--MSF
- 牛人
- Hans Moravec
- Andrew Davison
- Sebastian Thrun
- ...
- 数据集
- 工具集
- C++11
- Eigen
- Sohpus
- g2o
- Ceres
- OpenCV
- ...
SLAM学习资料汇总
近期研究视觉SLAM，把一些学习资料整理如下：
Reality Editor
A Web-Based Tool For Controlling The Physical World
Use our Bi-Directional AR and Logic Crafting for editing reality
MIT Media Lab Fluid Interfaces Group
应行仁 总结微积分
三百多年前，微积分以函数为阶梯从无穷小分析的思路，把人们带进了想象中的无穷世界。由线性联系着微观机制和宏观的表现，线性系统的叠加原理所惠，让它成为研究动态和连续系统最强有力的工具。短短的三百年时间，研究函数科学的分析，成为数学最大的分支。在这无穷可分几乎是线性的世界里，数学分析是撰写自然律法的笔墨文书，是从事理工研究必不可少的工具。我们对世界的认知，其实是符号的象征和想象的产物，数学工具极大地影响着研究者对事物构造的想象和规律的理解，进而推及大众。计算机的出现，将可能改变世界的图像，影响着数学研究方向和对世界的认知。世界也许将回到有穷分立的结构，非线性将是主流，复杂和不确定系统或成为富饶的主题。但无论怎么改变，数学都是人们用逻辑来及远的工具，指使计算机的方向，描绘世界的画笔。现在的计算机在科研中，还基本是分析计算的工具，图像表达的机器和记忆搜索的助手。人们还未找到代替叠加原理超越线性，组合分立研究结果的方法，还在等待着一个革命性的思想，来指引怎样用计算机来描述，理解和控制我们的世界。在这之前，数学分析仍然统治着物理和工程的世界，理科生还离不开这时代战士必备的这个武器。
LaTeX 排版软件
- 商业软件
- Texpad：界面美观，功能齐全，但有时会崩溃
- 开源软件
- Texmaker：跨平台，功能齐全，且稳定
- LyX：跨平台，「所见即所得」。Brian Armstrong 用 LyX 写讲义
Topology
从点集拓扑的角度看数学分析，从空间映射的角度看线性代数
- Topological Spaces
- Topology
- Open Sets
- Finite-Closed Topology
- The Euclidean Topology
- Euclidean Topology
- Basis for a Topology
- Basis for a Given Topology
- Limit Points
- Limit Points and Closure
- Neighbourhoods
- Connectedness
- Homeomorphisms
- Subspaces
- Homeomorphisms
- Non-Homeomorphic Spaces
- Continuous Mappings
- Continuous Mappings
- Intermediate Value Theorem
- Metric Spaces
- Metric Spaces
- Convergence of Sequences
- Completeness
- Contraction Mappings
- Baire Spaces
- Compactness
- Compact Spaces
- The Heine-Borel Theorem
- Finite Products
- Countable Products
- Tychonoff’s Theorem
- Quotient Spaces
- The Stone-Weierstrass Theorem
Arduino 不简单
Atmega 引脚图
频率计通用算法
- 斜率检测法
- 中点检测法
- 正弦频率检测
- 通用频率检测
定时器／计数器／中断
清空串口缓存
Serial.flush()- while(Serial.read() >= 0){}
- SerialEvent()
多任务处理
Google 开源项目：AIY
项目介绍：
Google 作为科技领域的排头兵，此次发布的 AIY 项目涉及人工智能、语音识别领域，Google 之前发布的「Google Cardboard」则涉及 VR 领域。Google 再次采用了纸质材料，环保而且降低了制作成本。类似的还有纸质显微镜项目「Foldscope」。
纸，联想到 Erik Demaine 在 MIT 讲授的课程「Geometric Folding Algorithms: Linkages, Origami, Polyhedra」。
「This project demonstrates how to get a natural language recognizer up and running and connect it to the Google Assistant. Along with everything the Google Assistant already does, you can add your own question and answer pairs. All in a handy little cardboard cube, powered by a Raspberry Pi.」
Google 作为科技领域的排头兵，此次发布的 AIY 项目涉及人工智能、语音识别领域，Google 之前发布的「Google Cardboard」则涉及 VR 领域。Google 再次采用了纸质材料，环保而且降低了制作成本。类似的还有纸质显微镜项目「Foldscope」。
纸，联想到 Erik Demaine 在 MIT 讲授的课程「Geometric Folding Algorithms: Linkages, Origami, Polyhedra」。
TurtleBot 3 来了
TurtleBot 3 官网
2017 年 5 月，IEEE Spectrum 刊登了一篇文章：Hands-on With TurtleBot 3, a Powerful Little Robot for Learning ROS。
价格：Burger $549.00 / Waffle $1,799.00。
价格：Burger $549.00 / Waffle $1,799.00。
原型设计的思考
「Start As a Scientist, End As an Engineer」
微电影《Alike》观后感
 |
| 《Alike》 |
一位优秀的家长，即便在体制的压力下，也会给孩子创造一双飞翔的翅膀。
线性代数知识体系
主要参考教材：
- Finite-Dimensional Vector Spaces
- Linear Algebra Done Right
- OmniGraffle
- LaTeXiT
About
- Education
- B.S., Electrical Engineering, Chongqing University (2017)
- STEAM Experience
- Quadcopter
- AppInventor + Arduino 智能蓝牙寻迹小车
- LeapMotion + Arduino
- 智能仓库机器人
- iRobot Create 2 + Python
- Skills
- Programming: C, Python, Scheme, Processing, MTALAB, App Inventor 2, Ubuntu
- Web: JavaScript, CSS, HTML
- 2D Design: OmniGraffle
- Electronics: Arduino, STM32, DSP, Raspberry Pi
- Relevant Coursework: Linear Algebra
- Honors/Awards
- 第六届「华为杯」中国大学生智能设计竞赛 一等奖
- Favorites
- Favorite People
- Philosophers: Arthur Schopenhauer
- Scientists: Richard Feynman
- Favorite Works
- Games: Super Mario Bros.
- TV: 仙剑奇侠传, 武林外传
- Literature Works:《百年孤独》
- Movies:《Hidden Figures》
- Music:《What are words》
- Design: MacBook Pro, UM-100
- Favorite Tools
- LaTeX
- Arduino
- LEGO
- Hobbies
- Robot
A detailed Curriculum Vitae is also available.
Map of EECS
 |
| Anant's View of EECS |
抽象：设计的艺术
此图来源 Anant 教授在 MIT 演讲课程「Circuits and Electronics」的第一节课。图中全面系统地梳理了 EECS 的逻辑框架，仔细品味，慢慢思考，一种「会当凌绝顶，一览众山小」的感慨油然而生。下面讲一个纯属虚构的故事：
从前，在英国有一位科学家 Maxwell，他从小对自然界的物理现象好奇，特别是与电有关的物理现象。为了探究现象背后的原因「What is?」，他在实验室里 DIY 大量实验，根据实验结果记录了大量的实验数据，但实验数据并不能让 Maxwell 成为伟大的科学家。比如，意大利的思想家布鲁诺长期观测天文现象，记录了行星运动的大量数据，但只有睿智的开普勒根据数据总结得出了行星运动的三大定律。Maxwell 从此发奋学习数学，最终成功地构建了物理模型，总结为著名的 Maxwell 方程。
凭此贡献使 Maxwell 跻身于世界伟大科学家之列。Maxwell 终于明白了物理现象背后的成因，跟大多数科学家一样丰富了「What is?」类知识。至此，科学家的任务告一段落，下面有请工程师登台。首先看看 Kalman 对工程的理解和 Steve Senturia 的回答。
\[\frac{\partial \phi}{\partial t}=0\]
\[\frac{\partial q}{\partial t}=0\]
此约定正好导出了「电路原理」课程最重要的定律——基尔霍夫定律。同时给出了电压和电流的定义。
工程师运用「抽象」，把复杂的数学公式简化为算术，为后面的工程系统设计提供有力而简单的「牛刀」。
抽象的是解决「复杂性」问题的利器。《The Art of Insight in Science and Engineering》和《SICP》分别把「抽象」作为解决工程问题和计算机程序设计主要工具。「抽象」、「模块化」、「分层」……这些思想的工具都是「巨人」在解决实际工程问题总结出来的宝贵经验。比如，前人把 UNIX 系统设计总结为 《The Art of Unix Programming》一书。
用「抽象」视角看问题给工程师、科学家和数学家带来便捷，忽略细枝末节，关注系统整体；但忽视细枝末节也是有代价的，导致一些现象的不可确定性。「Circuits and Electronics」
中把电灯抽象为一个电阻模型 R，给定电压 U 后就可直接运用欧姆定律求解或预测电流 I，但求解之前我们必须清楚欧姆定律的假设前提。否则，如果因为电压太高或老化导致电灯损坏，这时如果还是套用欧姆定律就会给出错误的预测。《数学之美》的作者吴军说：「理论模型预测不符合实际数据时，只能说明理论模型出错了。」所以抽象的产物——欧姆定律——有自身的局限。为克服这种局限，工程师把抽象的产物局限在一个狭小的领域，保证结果在可控的的范围内。如果跳出这个领域，就会导致意外的结果——「黑天鹅」。具体到「Circuits and Electronics」课程中，工程师用集总参数原则（Lumped Matter Discipline）抽象得到：电阻、电容、电感、开关、电源等基本元件的模型。工程师用一个个基本元件创造计算机（微软著名工程师 Charles Petzold 的《Code: The Hidden Language of Computer Hardware and Software》详细介绍了如何从零开始构建一台计算机？强烈推荐！），爱好者用一块块 LEGO 积木搭建模型，建筑师用一块块砖瓦建设高楼，程序员用代码设计出会思考的机器，音乐家用一个个音符创造旋律……本质上，他们用了相同的方法创造艺术品。
数学把「抽象」发挥到极致，当人们企图用「数学」理解万物时，却忘记了使用工具带来的局限。又回归到了哲学的「认识论」。
未完待续……
从前，在英国有一位科学家 Maxwell，他从小对自然界的物理现象好奇，特别是与电有关的物理现象。为了探究现象背后的原因「What is?」，他在实验室里 DIY 大量实验，根据实验结果记录了大量的实验数据，但实验数据并不能让 Maxwell 成为伟大的科学家。比如，意大利的思想家布鲁诺长期观测天文现象，记录了行星运动的大量数据，但只有睿智的开普勒根据数据总结得出了行星运动的三大定律。Maxwell 从此发奋学习数学，最终成功地构建了物理模型，总结为著名的 Maxwell 方程。
凭此贡献使 Maxwell 跻身于世界伟大科学家之列。Maxwell 终于明白了物理现象背后的成因，跟大多数科学家一样丰富了「What is?」类知识。至此，科学家的任务告一段落，下面有请工程师登台。首先看看 Kalman 对工程的理解和 Steve Senturia 的回答。
Steve Senturia：「什么是工程？有目的地使用科学的艺术。」跟科学家不同，工程师对如何创造性地使用知识更感兴趣。具体到 EE 工程领域，根据 Maxwell 方程和集总参数原则（LMD），将 Maxwell 方程创造性的应用在 EE 领域后，转化为简单的物理规律——基尔霍夫定律（KVL & KCL）。而想进入 EE 领域需要遵循两个约定：
\[\frac{\partial \phi}{\partial t}=0\]
\[\frac{\partial q}{\partial t}=0\]
此约定正好导出了「电路原理」课程最重要的定律——基尔霍夫定律。同时给出了电压和电流的定义。
 |
| 基尔霍夫定律 |
工程师运用「抽象」，把复杂的数学公式简化为算术，为后面的工程系统设计提供有力而简单的「牛刀」。
抽象的是解决「复杂性」问题的利器。《The Art of Insight in Science and Engineering》和《SICP》分别把「抽象」作为解决工程问题和计算机程序设计主要工具。「抽象」、「模块化」、「分层」……这些思想的工具都是「巨人」在解决实际工程问题总结出来的宝贵经验。比如，前人把 UNIX 系统设计总结为 《The Art of Unix Programming》一书。
 |
| SICP |
用「抽象」视角看问题给工程师、科学家和数学家带来便捷，忽略细枝末节，关注系统整体；但忽视细枝末节也是有代价的，导致一些现象的不可确定性。「Circuits and Electronics」
中把电灯抽象为一个电阻模型 R，给定电压 U 后就可直接运用欧姆定律求解或预测电流 I，但求解之前我们必须清楚欧姆定律的假设前提。否则，如果因为电压太高或老化导致电灯损坏，这时如果还是套用欧姆定律就会给出错误的预测。《数学之美》的作者吴军说：「理论模型预测不符合实际数据时，只能说明理论模型出错了。」所以抽象的产物——欧姆定律——有自身的局限。为克服这种局限，工程师把抽象的产物局限在一个狭小的领域，保证结果在可控的的范围内。如果跳出这个领域，就会导致意外的结果——「黑天鹅」。具体到「Circuits and Electronics」课程中，工程师用集总参数原则（Lumped Matter Discipline）抽象得到：电阻、电容、电感、开关、电源等基本元件的模型。工程师用一个个基本元件创造计算机（微软著名工程师 Charles Petzold 的《Code: The Hidden Language of Computer Hardware and Software》详细介绍了如何从零开始构建一台计算机？强烈推荐！），爱好者用一块块 LEGO 积木搭建模型，建筑师用一块块砖瓦建设高楼，程序员用代码设计出会思考的机器，音乐家用一个个音符创造旋律……本质上，他们用了相同的方法创造艺术品。
数学把「抽象」发挥到极致，当人们企图用「数学」理解万物时，却忘记了使用工具带来的局限。又回归到了哲学的「认识论」。
未完待续……
公开课学习
公开课的出现，开拓了教育与学习的新领域。
最早接触的公开课是从「网易公开课」开始的。利用大一寒假的时间，看完了 MIT 的 EECS 学院的课程「电路和电子学」，总共 26 集课程视频。第一集公开课给我的印象十分深刻，发现国内外教育存在的很大差距。第一集视频的深刻印象驱使我浏览了余下的所有视频，受益匪浅。
年轻的我们需要不断学习，丰富自己的经历，充实自己的精神。下面分享一些自己平时利用网络学习公开课的经验。
国外的公开课有三大平台：
国内的公开课平台有：
公开课的内容来自国内外名校的视频，包括 MIT、哈佛大学、普林斯顿大学、斯坦佛大学等。公开课的出现降低了人们接受优质高等教育的门槛，提高了自己学习的灵活性。我们可以利用公开课为自己的「补课」。国外三大公开课平台提供的课程内容较国内的公开课更完善和精致，内容涵盖讲义、视频、习题、答疑和讨论等，部分课程还专门提供了课堂里用的软件。学习国外公开课的最大不便是网络的限制「墙」，Internet 本是一个开放的共享平台，何不更开放一点呢？
公开课内在的「开源」理念：Open，Share and Free。
MIT 的 Dick 教授本着「To publish all of our course materials online and make them widely available to everyone.」的理念创办了 「OCW」，OCW 始终履行她的使命：分享知识「Unlocking Knowledge」和开启智慧「Empowering Minds」。
最早接触的公开课是从「网易公开课」开始的。利用大一寒假的时间，看完了 MIT 的 EECS 学院的课程「电路和电子学」，总共 26 集课程视频。第一集公开课给我的印象十分深刻，发现国内外教育存在的很大差距。第一集视频的深刻印象驱使我浏览了余下的所有视频，受益匪浅。
年轻的我们需要不断学习，丰富自己的经历，充实自己的精神。下面分享一些自己平时利用网络学习公开课的经验。
国外的公开课有三大平台：
国内的公开课平台有：
公开课的内容来自国内外名校的视频，包括 MIT、哈佛大学、普林斯顿大学、斯坦佛大学等。公开课的出现降低了人们接受优质高等教育的门槛，提高了自己学习的灵活性。我们可以利用公开课为自己的「补课」。国外三大公开课平台提供的课程内容较国内的公开课更完善和精致，内容涵盖讲义、视频、习题、答疑和讨论等，部分课程还专门提供了课堂里用的软件。学习国外公开课的最大不便是网络的限制「墙」，Internet 本是一个开放的共享平台，何不更开放一点呢？
公开课内在的「开源」理念：Open，Share and Free。
MIT 的 Dick 教授本着「To publish all of our course materials online and make them widely available to everyone.」的理念创办了 「OCW」，OCW 始终履行她的使命：分享知识「Unlocking Knowledge」和开启智慧「Empowering Minds」。
订阅：
博文 (Atom)