曾是少年

本文是论文《基于车道宽度先验与车道边界观测的时间一致 IPM 在线外部相机校准》的翻译与学习笔记。论文提出利用消失点估计俯仰角与偏航角，再通过最小化车道宽度观测值与先验的差异求解横滚角与相机高度，并由扩展卡尔曼滤波顺序更新参数，从而生成时间一致的 IPM 鸟瞰图。

稳定的外参，才有稳定一致的俯视图

参考链接 : 从零开始一起学习SLAM | 用四元数插值来对齐IMU和图像帧

本文介绍 IMU 与相机帧之间的时间戳同步方法，针对 IMU 帧率远高于图像帧率的问题，讲解四元数线性插值（Nlerp）与球面线性插值（Slerp）的原理、差异及实现注意事项。文章还给出将 IMU 四元数对齐到图像帧时间戳的编程示例与完整 C++ 代码。

插值对齐时间戳，多传感器步调一致

本文介绍SLAM系统中不同传感器以及之间的标定原理与步骤。

极简相机标定步骤：

1、打印一张棋盘格，把它贴在一个平面上，作为标定物。
2、通过调整标定物或摄像机的方向，为标定物拍摄一些不同方向的照片。
3、从照片中提取棋盘格角点。
4、估算理想无畸变的情况下，五个内参和六个外参。
5、应用最小二乘法估算实际存在径向畸变下的畸变系数。
6、极大似然法，优化估计，提升估计精度。

参考来源：一文详解相机标定算法原理

本文讲解 SLAM 中传感器的标定原理，重点介绍张正友棋盘格标定法，从相机内参、外参与畸变模型入手，推导平面单应性矩阵与求解内参的两个基本约束。文章进一步说明通过极大似然估计和 L-M 算法迭代优化参数，并简要提及 IMU 标定及相机与 IMU 之间的外参标定。

一块棋盘格，求解相机内外参

Nerf(neural radiance field)神经辐射场

本文用来学习Nerf；

本文解读 NeRF（神经辐射场）论文，介绍如何用 MLP 神经网络将静态 3D 场景隐式表示为连续的 5D 函数，输出各点的体积密度与视角相关颜色，并沿相机光线做可微体素渲染。文章重点讲解了场景表示、基于分段随机采样的离散近似渲染算法，以及位置编码、多层级采样等训练技巧，最终实现从任意视角合成逼真的新视图。

以连续辐射场隐式建模场景，任意视角皆可渲染

本文总结 SLAM 中常用的角点检测算法：先介绍人工设计特征点应具备的可重复性、可区别性、高效率与本地性，以及关键点和描述子的组成；再逐一讲解 FAST、Harris、Shi-Tomas、ORB、SIFT、SURF 的原理、优缺点及其在 SLAM 中的适用性。

小而稳定的特征，撑起整个位姿估计

原文链接：https://arxiv.org/abs/2007.11898

参考翻译文章：https://zhuanlan.zhihu.com/p/403299796

本文学习 ORB-SLAM3 论文，该系统是首个在单目、双目与 RGB-D 相机上同时支持纯视觉、视觉惯性与多地图的 SLAM 系统。文章重点介绍两大创新：基于最大后验估计的紧耦合视觉惯性前端，以及依赖高召回率位置识别算法的多地图机制——跟踪丢失时开启新地图、回访建图区域时无缝合并，从而在全流程中复用历史信息并显著提升精度。

多地图无缝衔接，SLAM永不迷航

本文介绍 安卓学习过程中的知识点，

参考书籍：《第一行代码》

本文整理安卓学习中的核心知识点，重点讲解 Activity、Service、Content Provider、Broadcast Receiver 四大组件的定义、注册、激活与关闭机制，并介绍任务栈与生命周期等概念。

四大组件了然，安卓开发方能入门

跟着同事学习一下大数据。

本文简述大数据的基本面貌，梳理了静态与动态数据的分类及其来源，并介绍分布式存储、MapReduce 分析流程等大数据框架，涵盖 YARN 资源调度与 ZooKeeper 分布式协调服务等关键组件。

分而治之，方驭海量数据

联邦学习

本文介绍联邦机器学习的基本概念与应用生态，说明其在保护数据隐私与合法合规前提下实现共同建模的思路，梳理横向、纵向与联邦迁移学习的分类，并列举 Google、FATE、微众银行等平台及相关法律依据。

数据不动模型动，隐私与智能兼得

简尔言之：

1. RAM: valgrind –tool=massif –stacks=yes –time-unit=B –alloc-fn=generic_malloc ./demo
2. ROM: arm-none-eabi-size -t *.a
3. 检查内存泄漏：valgrind –tool=memcheck –leak-check=full –show-reachable=yes –trace-children=yes build_linux-x86_64/main

本文整理工程中统计资源占用的实用方法：用 Valgrind Massif 统计程序 RAM 峰值与栈占用，配合 massif-visualizer 可视化分析；用 arm-none-eabi-size 查看静态库的 ROM 占用；用 Valgrind Memcheck 检查内存泄漏。

资源占用可量化，内存问题无处藏