因子图matlab代码-online-gpslam-code:论文代码“用于连续时间轨迹估计和映射的增量稀疏GP回归”

因子图matlab代码欢迎来到online-gpslam [高斯过程|增量| GTSAM 3.2 | SLAM] 这是Incremental Sparse GP Regression for Continuous-time Trajectory Estimation and Mapping论文的代码库，作者：Yan Yanyan，Vadim Indelman和Byron Boots 介绍 该代码依赖于，它使用因子图和贝叶斯网络作为基础计算范例而非稀疏矩阵，在机器人技术和视觉中实现平滑和映射（SAM） 。 该代码由两部分组成： cpp ：实现本文所用因素的c ++代码，包括： 2D高斯过程先验因子（） LieVector的BearingRange系数（） LieVector的范围因子（） 插值范围系数（） 预计速度因数（） 插补速度因数（） matlab ：在本文中产生实验结果的matlab脚本。 我们对一个合成数据集和两个真实世界数据集进行了实验： 1,500个姿势的合成数据集 可在以下位置获得自动割草机广场数据集： 维多利亚公园的车辆数据集可在 尤其是，名称为XXX_periodic