激光雷达点云处理

激光雷达和相机联合标定

实现联合标定的框架主要有Autoware、Apollo、lidar_camera_calibration、but_velodyne，具体请参考：激光雷达和相机的联合标定。
这里是zzh·2023-01-10 09:49

基于autoware的视觉激光雷达信息融合与联合标定

基于多传感器融合，我们首先要做的就是传感器的标定，对于相机标定，我们首先应该明白，标定到底是在做什么，大家可以花费一点时间读下该篇文章https://zhuanlan.zhihu.com/p/30813733相机和激光雷达的联合标定相关方法
best-too·2023-01-10 09:19

关于相机与激光雷达数据采集与标定

最近在做一个关于车路协同的项目，需要做一个路侧系统，传感器有摄像头和激光雷达。相机和激光雷达联合标定费了老半天劲。在此记录一下。雷达时间戳不对，导致摄像头和雷达的数据无法对齐。
不会改BUG的小萌新·2023-01-10 09:19

激光雷达和相机联合标定 之 开源代码和软件汇总 （2004-2021） 值得收藏备用

LiDARCameraCalibration(LCC)系列，主要介绍激光雷达相机外参标定相关内容。
lykffl·2023-01-10 09:48

激光雷达和相机联合标定（2004-2021）

LiDARCameraCalibration(LCC)系列，主要介绍激光雷达相机外参标定相
自动驾驶之心·2023-01-10 09:46

一种利用棋盘格进行激光雷达与相机标定方法

1基本原理1.1相机模型相机图像坐标系与世界坐标系之间的关系可以表示为：p∼K(RP+t)(1)\mathrm{p}\sim\mathrm{K}(RP+\mathrm{t})\tag{1}p∼K(RP+t)(1)其中p\mathrm{p}p为图像坐标系坐标，P{P}P为世界坐标系坐标，RRR表示为相机坐标系与世界坐标系之间的旋转矩阵，t\mathrm{t}t表示为相机光心在世界坐标系在坐标，K\m
xinxiangwangzhi_·2023-01-10 09:45

三维点云处理05-FPS代码实现

三维点云处理05-FPS代码实现基础知识点最远点采样原理解释：1.从原始点云中选取一个初始点作为最远点2.设定我们希望获得的最远点的数量npoints3.进行npoints次循4.每次循环中计算原点点云中每个点到距离它最近的最远点的距离
Kadima°·2023-01-10 07:07

自动驾驶 PointNet++ 点云处理原理与代码实战 2（代码部分）

文章目录PointNet++物体分类代码PointNet++部件分割代码PointNet++语义分割代码物体分类DataLoader部件分割DataLoader语义分割DataLoader数据增强DataAugmentation物体分类训练代码测试代码部件分割训练代码训练代码测试代码语义分割训练代码训练代码测试代码PointNet++物体分类代码importtorch.nnasnnimportto
大叔爱学习.·2023-01-10 07:07

三维点云处理03-Radius Outlier Remove代码实现

三维点云处理03-RadiusOutlierRemove代码实现半径滤波思想设定一个固定的半径范围，对每个点在该半径范围内查找最近点，并设定最近点最低数量阈值，如果某个点在该半径范围内的最近点的数量小于该最低数量阈值
Kadima°·2023-01-10 07:37

三维点云处理-NMS代码实现

三维点云处理-NMS代码实现importnumpyasnpdefnms(dets,thresh):'''Python实现NMS输入：dets:[x1,y1,x2,y2,scores],分别为检测框的左上方和右下方角点坐标
Kadima°·2023-01-10 07:37

自动驾驶 PointNet++ 点云处理原理与代码实战 1（代码部分）

文章目录PointNet模型代码详解PointNet++点云处理任务的代码PointNet++物体形状分类代码PointNet++部件分割代码PointNet++语义分割代码PointNet++Util
大叔爱学习.·2023-01-10 07:36

PCL_3D物体识别之描述符_descriptors

http://robotica.unileon.es/index.php/PCL/OpenNI_tutorial_4:_3D_object_recognition_(descriptors)3D对象识别是点云处理最主要的应用之一
yamgyutou·2023-01-09 13:28

PCL点云处理之法线重定向的两种方法（八十三）

PCL点云处理总目录点击此处PCL点云处理之法线重定向（八十三）一、法线重定向？二、算法实验1.代码2.效果一、法线重定向？
点云学徒·2023-01-09 13:27

PCL点云处理之点特征直方图(PFH)描述符（八十五）

PCL点云处理之点特征直方图PFH（八十五）一、PFH简介二、理论基础二、算法实现C++代码一、PFH简介随着点特征表示的发展，表面法线和曲率估计在表示特定点周围的几何形状方面有些不足。
点云学徒·2023-01-09 13:27

PCL点云处理之曲线拟合（二十二）

PCL点云处理之曲线拟合效果实验代码效果点云：拟合效果：蓝色线是拟合结果这个拟合图是我旋转了一下为了对应着看好看些，opencv坐标轴和cc里面是不一样的。
点云学徒·2023-01-09 13:26

PCL点云处理总目录

第一部分1.采样滤波直通滤波格网采样抽稀统计滤波腐蚀膨胀半径滤波高程渲染点云投影随机采样抽稀<
点云学徒·2023-01-09 13:56

PCL点云处理之用Openmp加速法线估计（八十四）

PCL点云处理之OMP法线加速计算（八十四）一、Openmp法线加速？二、算法实验1.代码2.加速效果统计总结一、Openmp法线加速？
点云学徒·2023-01-09 13:56

PCL点云处理之多条直线拟合提取（十九）

PCL点云处理之多条直线拟合提取（十九）作用效果代码作用从原始点云中拟合提取多条直线分布的点云集合效果提取前提取结果代码#include#
点云学徒·2023-01-09 13:56

PCL点云处理之ransac多平面提取（六）

RANSAC多平面提取RANSAC思想个人理解实验代码实验结果RANSAC思想1、从观测数据中随机选择一个子集。2、估计出适合于这些子集的模型3、用这个模型测试其他的数据，根据损失函数，得到符合这个模型的点，称为一致性集合。4、如果足够多的数据都被归类于一致性集合，那么说明这个估计的模型是正确的；如果这个集合中的数据太少，那么说明模型不合适，弃之，返回第一步。最后，根据一致性集合中的数据（可以认为
点云学徒·2023-01-09 13:26

PCL点云处理之直线拟合提取（十五）

PCL点云处理之直线拟合提取（十五）作用代码效果作用从原始点云中拟合提取出一组最符合直线分布的点代码#include#include#include#
点云学徒·2023-01-09 13:26

一文详解点云库PCL

3Dishere:PointCloudLibrary(PCL)摘要：随着新型，低成本的3D传感器硬件的出现（例如Kinect），以及科研人员在高级点云处理研究上的不断努力，3D感知在机器人技术以及其他领域显得愈发重要
Tom Hardy·2023-01-09 13:22

PCL点云处理之快速点特征直方图（FPFH）描述符（八十六）

PCL点云处理之快速点特征直方图（FPFH）描述符（八十六）前言一、快速点特征直方图理论二、FPFH和PFH的区别二、实验过程1.代码2输入法线的NAN值检查用OpenMP加速FPFH前言对于具有n个点的给定点云
点云学徒·2023-01-09 13:20

波士顿动力Spot mini,MIT猎豹、宇树科技、蔚蓝等几家公司产品的介绍

Spot采用激光雷达传感器和立体视觉传感器感知周边路面信息，从而有效避开路面障碍，合理协调四肢动作。特点先进的技术Spot可以到达轮式机器人无法到达的地方，同时可以承受远远超出空中无人机的持久载荷。
疯狂的鸡吧�·2023-01-08 20:12

【雷达开源数据集 | 代尔夫特数据集(VOD)，4D雷达、激光雷达和相机数据】

本文编辑：调皮哥的小助理1、介绍代尔夫特视图（VoD）数据集是一种新颖的汽车数据集，包含8600帧同步和校准的64层LiDAR、（立体）摄像头和3+1D雷达数据，这些数据是在复杂的城市交通中采集的。它由超过123000个3D边界框注释组成，包括超过26000个行人、10000个骑自行车者和26000个汽车标签。关于数据集的详细介绍可以点击下面的链接：https://www.youtube.com/
调皮连续波（rsp_tiaopige）·2023-01-08 18:18

激光SLAM之激光雷达+IMU建图 ， 工程化落地项目，涉及激光雷达+imu 多传感器融合建图

激光SLAM之激光雷达+IMU建图，工程化落地项目，涉及激光雷达+imu多传感器融合建图，加工程应用角度的代码优化，从数据接收到闭环检测到图优化，非常完整。
「已注销」·2023-01-08 13:56

激光雷达SLAM三维建图、点云算法 点云处理 自己写的算法 没用任何现成的库文件

激光雷达SLAM三维建图、点云算法点云处理自己写的算法没用任何现成的库文件3D云台激光扫描系统创新的结合高精度单轴云台和2维激光雷达，获取大场景下高精度点云轮廓，为自动化工业场景提供先验数据。
m0_67851470·2023-01-08 13:26

ROS学习笔记之——激光雷达SLAM建图

接下来用激光雷达进行SLAM建图哈~参考书籍的建图（章节11.2.4）和运行导航（11.5.2）建图通过turtlebot3上的激光雷达实现SLAM运行顺序如下：首先ssh到机器人上，然后运行主节点ssh
gwpscut·2023-01-08 13:56

基于朴素贝叶斯算法的激光雷达点云分类

前言激光雷达技术是一种采集三维数据的、重建三维模型的手段，运用在各个行业，随着激光雷达技术的发展与广泛运用本文采用监督分类中的朴素贝叶斯算法进行地基于激光雷达的地物分类。
倾城一少·2023-01-08 13:20

自动驾驶汽车传感器数字孪生建模（一）

一、传感器种类和特点目前阶段自动驾驶汽车感知系统所使用的传感器主要有摄像头，激光雷达和毫米波雷达等。三种传感器特点各不相同，在实验过程中需要协同工作来完成对周围环境的分析。
上海控安·2023-01-08 05:48

ROS导航相关消息（二十三）

nav_msgs/MapMetaData地图元数据2.nav_msgs/OccupancyGrid地图栅格数据地图内容数据导航之里程计导航之坐标变换导航之定位导航之目标点与路径规划目标点设定路径规划导航之激光雷达导航之相机深度图像转激光数据
啥也不是的py人·2023-01-08 00:45

首发ML-30s+，一径打响CES激光雷达大战第一枪

根据研究机构Counterpoint的测算，由于高阶ADAS和Robotaxi普及，到2030年全球激光雷达年出货量将超过1亿台，对应市场规模超过150亿美元。
HiEV·2023-01-07 16:00

基于视觉的移动平台运动目标检测

其中，传感器可以是相机、激光雷达、毫米波雷达等等，因为我的研究是基于视觉的，
火柴的初心·2023-01-07 10:14

无人驾驶-激光雷达

一、激光雷达的原理1.1工作原理LiDAR(LightDetectionandRanging)，是激光探测及测距系统的简称，另外也称LaserRadar或LADAR(LaserDetectionandRanging
Frank-Han·2023-01-07 08:36

【回答问题】ChatGPT上线了！给我推荐20个比较流行的深度学习模型

模型给我推荐20个比较流行的计算机视觉模型给我推荐20个比较流行的图像分类模型给我推荐20个比较流行的人脸识别模型给我推荐20个比较流行的实体识别模型给我推荐20个比较流行的语言识别模型给我推荐20个比较流行的激光雷达
源代码杀手·2023-01-06 19:09

曼孚技术分享：数据标注都在自动驾驶哪些场景落地？

从摄像机到激光雷达，从卡车到乘用车，自动驾驶AI场景正在快速落地。纵观市场，自动驾驶车企已是车载斗量。据企查查数据显示，我国现存自动驾驶相关企业5682家。
·2023-01-06 19:47

激光雷达工作原理简介

激光雷达工作原理简介测距方式光源光束操纵方式接收器关键参数测距方式三角测距：特点：距离短，精度高，稳定，成本低。TOF：dTOF：全称是directTime-of-Flight。
liushuo1024·2023-01-06 16:12

不用激光雷达，照样又快又准！3D目标检测之SMOKE

有很多工作研究使用激光雷达进行3D目标检测，激光雷达成本较高、寿命较短，与之相比，相机成本低、寿命长，且易于安装。很
ronghuaiyang·2023-01-06 15:51

ROS学习（17）机器人SLAM功能包——gmapping和hector_slam

前面文章中所有涉及slam的demo，全部基于gmapping+激光雷达
敲代码的雪糕·2023-01-06 13:15

密集单目 SLAM 的概率体积融合

点击进入—>3D视觉工坊学习交流群笔者简述：这篇论文主要还是在于深度估计这块，深度估计由于硬件设备的不同是有很多方法的，双目，RGBD，激光雷达，单目，其中最难大概就是单目了。
3Ｄ视觉工坊·2023-01-06 13:11

以数据驱动的自动驾驶时代，还有多远？丨曼孚科技

在经历了硬件(激光雷达)、软件(多传感器融合)等技术革新后，自动驾驶迎来了第三波浪潮。去年，除造车新势力外，国内一批主机厂吉利、上汽、广汽等，纷纷加大了自动驾驶数据标注业务投入。
曼孚科技·2023-01-06 11:29

自动驾驶感知系统路线之争：纯视觉or激光雷达

在国家政策和市场的积极引导下，自动驾驶技术逐渐在矿山、港口等特定场景实现规模化商业运营。与有人驾驶汽车方式类似，自动驾驶核心系统由三部分构成：感知系统、决策系统与执行系统。其中感知系统类似于驾驶员的“眼睛”与“耳朵”，通过各种传感器对驾驶过程中的路况信息进行捕获，以解决自动驾驶最为关键的“行车安全”问题，因此感知系统也是自动驾驶的重要基础与先决条件。目前，自动驾驶感知技术大致存在两种路径：一种是以
曼孚科技·2023-01-06 11:59

一文了解PnP算法，python opencv中的cv2.solvePnP()的使用，以及使用cv2.sovlePnP()方法标定相机和2D激光雷达

1pnp算法概念和原理介绍1.1pnp算法的概念下面几种说法都是对pnp算法要做的事情的描述，大家自己体会一下1、PnP（Perspective-n-Point）是求解3D到2D点对运动的方法。它描述了当我们知道n个3D空间点以及它们的投影位置时，如何估计相机所在的位姿。——《视觉SLAM十四讲》（参考）2、通俗的讲，PnP问题就是在已知世界坐标系下N个空间点的真实坐标以及这些空间点在图像上的投影
点亮～黑夜·2023-01-06 09:13

Open3D-读取深度图

获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。当我们在拿到深度图的时候，一般对通过深度图的像素值(深度)信息做处理，所以如何读取深度图操作对应的像素是关键。
归来空空·2023-01-06 08:55

ros2 for 思岚AI雷达

ros2humble接入激光雷达传感器数据——机器人之【眼】，主要用于SLAM导航、避开障碍物下载官方sdk，安装步骤参考官方readmehttps://github.com/Slamtec/sllidar_ros2ans
青瓜先生·2023-01-06 08:50

KITTI数据集之点云地图构建

本文描述了如何通过KITTI数据集，读取激光雷达点云数据，并通过groundtruth，对前后两帧点云进行旋转变换，使得二者统一坐标系，不断叠加点云进行点云建图的过程。
why&what·2023-01-06 07:26

转载KITTI数据集--参数

Pedestrian’,‘Person_sitting’,‘Cyclist’,‘Tram’,‘Misc’or‘DontCare’注意，’DontCare’标签表示该区域没有被标注，比如由于目标物体距离激光雷达太远
e之叶枫·2023-01-06 07:56

基于物体基元空间几何特征的移动激光雷达点云街道树提取与分割

paper题目：StreetTreeExtractionandSegmentationfromMobileLiDARPointCloudsBasedonSpatialGeometricFeaturesofObjectPrimitivesAbstract从移动光探测与测距(LiDAR)点云中提取行道树仍然面临挑战，如在复杂的城市环境中提取精度低、鲁棒性差，以及重叠树木分割困难。针对这些问题，提出了一
fish小余儿·2023-01-05 20:49

ROS学习【5】-----ROS TF编程：广播并监听机器人的坐标变换

TF编程:广播并监听机器人的坐标变换例题：广播并监听机器人的坐标变换，已知激光雷达和机器人底盘的坐标关系，求解激光雷达数据在底盘坐标系下的坐标值？
陈一月的编程岁月·2023-01-04 23:17

「Self-driving: KITTI」KITTI数据集简介

使用的传感器包括：两个高分辨率彩色相机和灰度视频相机、激光雷达、GPS系
Liiipseoroinis·2023-01-04 19:53

【点云处理之论文狂读前沿版3】——Point Transformer

PointTransformer摘要1.引言2.相关工作3.PointTransformer3.1Background3.2PointTransformerLayer3.3PositionEncoding3.4PointTransformerBlock3.5NetworkArchitecture3.5.1Backbonestructure3.5.2Transitiondown3.5.3Transi
LingbinBu·2023-01-04 19:21
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他