LIDAR

论文笔记 《FAST-LIO2: Fast Direct LiDAR-inertial Odometry》及 激光SLAM综述

本篇为FAST-LIO2的论文阅读笔记，并基于该论文以及其他几篇总结激光SLAM发展现状。声明：图片大多来自原论文，带logo非我本意，自CSDN某次升级后，便不会去logo了……若有知道现在如何去掉的朋友感谢您在评论区告诉我！！！FAST-LIO2代码链接ikd_Tree文章目录一、摘要和引言二、相关工作三、系统框架四、状态估计4.1运动学模型4.1.1状态转移模型4.1.2测量模型4.2IKF
昼行plus·2022-11-25 20:23

Livox LiDAR点云数据类型的转化——livox_ros_driver/CustomMsg到sensor_msgs/PointCloud2

在做Lidar与IMU数据之间的标定时，出现了数据无法读取的问题主要是代码里读取lidar数据是需要下面的语句//addlidarmsgsensor_msgs::PointCloud2ConstPtrlidar_msg
Laney_Midory·2022-11-25 20:39

Lidar和IMU(INS)外参标定----常用开源项目总结

写在前面：博主主要关注的是自动驾驶中Lidar和RTK组合导航设备的标定，大部分的开源项目都把其转化为Lidar和IMU的标定过程。
阿川_Lidar·2022-11-25 18:59

lidar/imu组合slam相关文章

1.越野环境中紧密耦合的LIDAR-IMUSLAMIEEEInternationalConferenceonVehicularElectronicsandSafety(ICVES)--2019本文提出了一种紧密耦合的
weixin_44724806·2022-11-25 18:57

多传感融合内外参标定：lidar-imu外参标定工具lidar_align

由于上述技术都不可避免地涉及在欧式空间定位这一基本感知问题，本系列涉及的传感器就包括了惯性位姿传感器imu/gps/ins、测地激光雷达lidar、摄像机camera等等传感器，会介绍一些标定各传感器内外参数的工具
龙啸wyh·2022-11-25 18:55

激光雷达Lidar和RTK的标定1----录制RTK和Lidar bag包以及数据预处理

录制RTK和Lidarbag包以及数据预处理开个新坑，lidar和RTK的标定一直是机器人和自动驾驶中的一个重要问题，由于直接测量很难获得准确的RTK和雷达之间的位姿关系，这里我们探索下如何在matlab
loricon_test·2022-11-25 18:23

GPS & Lidar & IMU 融合定位与建图_理论学习1

Localization&Mapping参考：博文：Lidar数据处理-[ADS]GPS定位定位技术分类：GPS绝对定位，相对定位，融合定位问题：传统的GPS定位精度只有3-7米,我国城市主干道单一车道宽一般是
chepwavege·2022-11-25 18:22

openCalib中Lidar和IMU(INS)标定--论文解读

文章目录AnExtrinsicCalibrationMethodofa3D-LiDARandaPoseSensorforAutonomousDriving自动驾驶三维激光雷达与姿态传感器的外参标定方法摘要1.引言2.相关工作3.方法理论A.问题抽象化B.粗标定C.精标定D.*Z*轴校正4.试验部分A.试验设置B.定性评价C.定量评价D.对比试验5.总结写在后面AnExtrinsicCalibrat
阿川_Lidar·2022-11-25 18:21

基于SLAM的无人机LiDAR观察演进的沿海沙丘地貌变化

随着机载LiDAR成本的下降，使用量有所增加。无人机LiDAR不仅限于DSM的开发，而是能够“穿透”沙丘植被以开发精确的DTM，并促进相对于推动地貌变化的局部过程更直接地测量沙丘结构。
飞思实验室·2022-11-25 17:07

基于三维激光点云的BIM竣工验收对比检测分析工程质量控制墙体平整度检测地面平整度检测结构安装精度检测点云模型与BIM模型对比分析幕墙施工质量检测桥梁BIM检测机电设备安装BIM工程质量控制与检测

BIM竣工验收工程质量控制LiDAR三维激光扫描技更多信息公众号：三维激光扫描技术及应用大家好本期视频为大家介绍BIM对比分析如当前视图所看到的这样一个场景就是在建筑施工的过程中对已经竣工或者是在施工过程中的现状的信息进行与
优案科技·2022-11-25 16:53

基于车载激光LiDAR点云数据高效自动化提取电气化铁路既有线轨道及轨道中心线接触网铁路横断面地表三维模型DEM适用于地铁轨道交通数字孪生三维建模改扩建BIM规划设计适用于无人机机载LiDAR倾斜摄影

实景三维LiDAR/倾斜摄影点云为铁路轨道交通建设提供生产力更多相关信息公众号：Laser_Scanning这段视频内容给大家介绍一下如何进行点云数据的成果提取现在我们看到的这组数据是一段电气化铁路其中有轨道和周边的地形有接触网杆以及接触网首先看一下如何自动化高效率的提取轨道的信息现在我们看到的这个位置是俯视图这个位置是场景中顶端的这个位置的俯视我们在这儿截取了其中的一段截取呢比较容易可以获得我们
优案科技·2022-11-25 16:53

你知道三维激光LiDAR点云数据的反射强度Intensity反射率都有哪些超赞的用途吗？

LiDAR点云数据中所包含的反射强度（Intensity）信息常见的取值范围有0~255和0~65535两种类型。不同的数值用于记录不同的反射强度信息。
优案科技·2022-11-25 16:53

LiDAR点云显示——你可能还不知道的小秘密

LiDAR点云数据除了可以用三维坐标来表达空间位置信息外，还常常含有颜色及反射强度信息，关于反射强度信息的常见作用，我们可以再回顾一下：1、在点云数据无RGB色彩信息的情况下为点云数据浏览提供如黑白照片一样的可视化效果
优案科技·2022-11-25 16:22

Veesus Arena4D丨让你的点云飞起来吧！

如果您的数据来源于三维激光扫描，车载移动扫描，机载LiDAR，摄影测量，无人机倾斜摄影测量，全景拍照等采集方式。
优案科技·2022-11-25 16:22

交通数字孪生高速公路规划设计市政道路BIM正向改扩建设计利用实景三维无人机机载LiDAR倾斜摄影车载地面三维激光扫描仪LiDAR点云数据提取自动驾驶高精地图三维矢量车道标线3d点云标注

实景三维数据价值挖掘实操系列1-道路车道标线高效自动化三维提本系列视频的第一部分标线提取这段路大概有1.5km的长度我们来看一下标线提取的效果如何首先我们通过反射强度将道路标线的点云数据单独分离出来分离完成之后即可得到整个道路的标线的基本的数据内容当然在标线的周边会存在一些噪声数据这些噪声数据有可能会在提取标线过程中影响提取结果噪声也可以通过自动化过滤的方式进行滤除比如说我们取样当前位置在方块里边
优案科技·2022-11-25 16:22

测绘成果质量检查之LiDAR点云数据拼接与匹配精度检查

LiDAR点云数据存在误差是一件很正常的事情，误差来源是多元化的，误差是客观存在的。
优案科技·2022-11-25 16:22

无人机机载LiDAR数据应用之电力线路巡检

机载LiDAR数据采集回来，大概是个什么样子？
优案科技·2022-11-25 16:51

TopoDOT线上讲座 | 如何解决实景三维LiDAR点云数据处理与应用难题？

适用范围：本场讲座非常适合关注三维激光扫描车、地面三维激光扫描仪、SLAM三维激光扫描仪、机载LiDAR、倾斜摄影等空间三维数据采集技术并期待发挥该项技术应有价值的朋友们，面向多种工
优案科技·2022-11-25 16:51

讲座视频 | 高精地图三维矢量元素自动化提取

本次讲座主要为大家介绍如何基于LiDAR三维激光点云数据，实现高精地图中多种类型三维矢量元素的自动化/半自动化提取。
优案科技·2022-11-25 16:21

一套功能强大的点云数据处理软件！

TopoDOT在LiDAR数据应用领域有着多年的实战经验，自2005年开始研发并投入应用以来，目前已有超过5000个许可被全球用户在实际项目中长期使用，尤其在测绘、交通、市政、电力、智慧城市、高精度地图等领域
优案科技·2022-11-25 16:50

TopoDOT |基于三维激光LiDAR点云数据自动提取三维矢量特征信息——道路表面标识符

在高速公路及城市道路表面，有着各式各样的交通标识符，如机动车转向箭头、指引文字、限速数字、自行车道图案、斑马线等等......而这些标识符在高精地图、新型基础测绘、交通规划设计等多种项目中均需要进行三维矢量化提取。对于大量重复出现的标识符，不仅其形态各异，这些标识在空间分布的形态还是三维的！光是绘制了平面形状还不够，在此基础上同时要关注它们在路面上所对应的准确高度信息，这为标识符的三维精确提取带来
优案科技·2022-11-25 16:20

如何让实景三维倾斜摄影机载LiDAR三维激光扫描车点云数据顺畅服务于高速公路市政道路BIM改扩建正向三维可视化设计？高效建立精准地表三维模型DEM，让勘测与设计专业更直接地完成三维设计工作。

让实景三维顺畅服务于高速公路市政道路BIM正向三维可视化设计更多相关信息公众号：三维激光扫描技术及应用大家好这段视频的录制是为了给大家提供一个实景三维数据能够顺畅应用的引导思路因为近几年经常会在行业内看到勘测和设计这两个专业之间总是不同程度地存在着难以填补的一些小空缺导致先进的实景三维技术迟迟没能良好的服务于这些专业领域专业之间的小空缺所指的是测绘人员拿到实景三维数据以后怎样才能够给设计人员提供合
优案科技·2022-11-25 15:16

BEV和Pseudo-Lidar

BEV反前视角映射IPM(Inverseperspectivemapping)该方式的先验是所有的生成的像素点都是在地平面上,摄像头的之间的精确的内/外参数一致.但是,实际应用中,IPM对外参精度要求较高,需要进行实时在线校准.BEVIPMOD(IV2019)的思路便是通过IMU数据实现外参的在线校准,从而得到更加精确的IPM图片,同时基于此进行物体检测,demo效果如下:yotube.正交特征变
废物罢了0m0·2022-11-25 13:57

《HDMapNet：An Online HD Map Construction and Evaluation Framework》论文笔记

参考代码：HDMapNet1.概述介绍：在这篇文章中提出一种生成向量化高精地图（verctorizedHDmap）的方案，通过如IMU、GPS、Lidar等传感器数据融合可以生成全局的高精度定位信息，对于局部的信息是通过相机和
m_buddy·2022-11-25 12:54

3D Object Detection——BEV-based methods

bev鸟瞰图基于激光雷达点云（lidar）的目标检测方法之BEVhttps://zhuanlan.zhihu.com/p/113460440自动驾驶感知中BEV的景物表示方法https://zhuanlan.zhihu.com
AI视觉网奇·2022-11-25 12:46

论文阅读Targetless Calibration of LiDAR-IMU System Based on Continuous-time Batch Optimization（含代码解读）

原文链接:https://arxiv.org/pdf/2007.14759v1.pdf代码地址GitHub-APRIL-ZJU/lidar_IMU_calib:TargetlessCalibrationofLiDAR-IMUSystemBasedonContinuous-timeBatchEstimation
qq_38650944·2022-11-25 10:07

目前缺少用于语义分割的 3D LiDAR 数据吗？关于三维点云数据集和方法的调查

目前缺少用于语义分割的3DLiDAR数据吗？关于三维点云数据集和方法的调查原文AreWeHungryfor3DLiDARDataforSemanticSegmentation?ASurveyofDatasetsandMethods论文地址https://arxiv.org/abs/2006.04307摘要3D语义分割是机器人和自动驾驶应用的一项基本任务。最近的工作主要集中在使用深度学习技术上，而开
阮扬才·2022-11-25 08:18

图新地球点云大师：点云数据三维可视化管理及等高线提取

而机载激光雷达(LiDAR，LightLaserDetectionandRanging)主要应用于基础测绘、城市三维建模和林业应用、铁路、电力等。
三维地图技术社区·2022-11-25 08:28

点云连续可视化（附open3d python代码）

importopen3daso3dimportnumpyasnpimportcopyif__name__=="__main__":source_raw=o3d.io.read_point_cloud("lidar1
点云处理·2022-11-25 04:33

自动驾驶｜多激光雷达外参⾃动化标定算法及代码实例

采⽤了多激光雷达以弥补lidar+
自动驾驶之心·2022-11-25 04:01

kitti LIDAR点云生成鸟瞰图BEV

importnumpyasnpfromPILimportImageimportmatplotlib.pyplotasplt#点云读取pointcloud=np.fromfile(str("000009.bin"),dtype=np.float32,count=-1).reshape([-1,4])#设置鸟瞰图范围side_range=(-40,40)#左右距离fwd_range=(0,70.4)#
THE@JOKER·2022-11-25 01:26

ICRA2021| Intensity-SLAM：基于强度辅助的大规模环境定位和建图

摘要：SLAM是一项基于传感器感知（如LiDAR和相机）可用于估计机器人位置并重建环境的任务。它广泛应用于自动驾驶等机器人应用场景。
Tom Hardy·2022-11-24 23:38

（单目/双目/LiDAR/多模态/时序/半弱自监督）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取1摘要近年来，自动驾驶因其减轻驾驶员负担、提高行车安全的潜力而受到越来越多的关注。在现代自动驾驶系统中，感知系统是不可或缺的组成部分，旨在准确估计周围环境的状态，并为预测和规划提供可靠的观察结果。3D目标检测可以智能地预测自动驾驶车辆附近关键3D目标的位置、大小和类别，是感知系统的重要组成部分。本文回顾了应用于自动驾驶领域的3D目标
自动驾驶之心·2022-11-24 21:22

CVPR2020-3D目标检测论文合集

1.基于LiDAR的在线3D视频目标检测LiDAR-BasedOnline3DVideoObjectDetectionWithGraph-BasedMessagePassingandSpatiotemporalTransformerAttention
龙啸wyh·2022-11-24 17:04

【3D目标检测】Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud

目录概述整体流程伪点云vs点云2D-3D边界框的一致性约束概述本文的输入数据仅仅是单目图像，在方法上是融合了伪点云（Pseudo-LiDAR）的深度信息表示方法与FrustumPointNets的检测方法
可乐大牛·2022-11-24 17:59

多模态融合 2022|DeepFusion: Lidar-Camera Deep Fusion for Multi-Modal 3D Object Detection阅读笔记

论文题目：DeepFusion:Lidar-CameraDeepFusionforMulti-Modal3DObjectDetection（前融合）单位：google注：4D-Net和3D-CVF也研究了
Rolandxxx·2022-11-24 05:26

论文速读 -- Efficient Spatial-Temporal Information Fusion for LiDAR-Based 3D Moving Object Segmentation

论文速读–EfficientSpatial-TemporalInformationFusionforLiDAR-Based3DMovingObjectSegmentation先赞后看，养成好习惯。有帮助的话，点波关注！我会坚持更新，感谢您的支持！参考：1.MotionSeg3Dpaper2.MotionSeg3Dcode3.近两年激光雷达运动物体分割论文阅读小结一.摘要准确的运动物体分割是必不可少
Darchan·2022-11-24 02:33

论文速读 -- Automatic Labeling to Generate Training Data for Online LiDAR-based Moving Object Seg

论文速读–AutomaticLabelingtoGenerateTrainingDataforOnlineLiDAR-basedMovingObjectSegmentation先赞后看，养成好习惯。有帮助的话，点波关注！我会坚持更新，感谢您的支持！参考：1.Auto-MOS2.MaplessOnlineDetectionofDynamicObjectsin3DLidar3.Rigidscenefl
Darchan·2022-11-24 02:33

史上最全综述：3D目标检测算法汇总！

然后，我们回顾和分析了基于LiDAR传感器（第3节）、相机（第4节）和多模态数据输入（第5节）。1摘要近年来，自动驾驶因其减轻驾驶员负担、提高行车安全的潜力而受到越来越多的关注。
数据派THU·2022-11-23 16:39

高精地图_语义地图_众包地图相关论文笔记

1.20220618_LT-mapper:AModularFrameworkforLiDAR-basedLifelongMapping20213d-Lidar构建long-term地图分为SLAM模块（
古路·2022-11-23 13:33

LiDAR 完整指南介绍：激光探测和测距

什么是激光探测和测距(LiDAR)？
地理探险家·2022-11-23 07:50

LOAM安装环境与复现（亲测可行）

LOAM是Lidar3DSLAM的经典之作，作者将复杂的SLAM问题分为两个部分：1.高频但低精度的运动估计；2.低频但高精度的环境建图，巧妙地解决了实时性的难题。
长星照耀十三州府ˇKris·2022-11-22 19:58

Livox laser simulation，使用ros+gazebo的激光雷达览沃（LIVOX）LIDAR数据仿真，一键获得海量点云数据用于深度学习网络训练

最近的一个项目需要做点云目标分类的任务，但是待分类的目标没有合适的数据集并且采集比较困难，师兄就给想到了仿真的方法，我为此做了一些调研与尝试。使用的传感器是Livox的激光雷达，官网如下：LivoxLiDARSensors-Formassiveindustrialapplications1、Blensor：目前有一个开源的仿真软件叫blensor，这个软件可以拖CAD模型进去仿真一些型号的激光雷达
长星照耀十三州府ˇKris·2022-11-22 19:58

三维点云处理论文阅读--1-LOAM

LOAM（LidarOdometryandMappinginReal-time，2014）该论文是Lidar3DSLAM的经典之作，作者将复杂的SLAM问题分为两个部分：1.高频但低精度的运动估计；2.
长星照耀十三州府ˇKris·2022-11-22 19:57

小白解读论文：Multi-Task Multi-Sensor Fusion for 3D Object Detection

Multi-Sensor指标定好的LiDAR-Camera系统。
Niuip·2022-11-22 19:18

ICCV2021|生成带雾的点云数据：Fog Simulation on Real LiDAR Point Clouds for 3D Object Detection in Adverse Weat

本文贡献：开发一种有效的雾模拟方法，适用于所有lidar数据集。能够有效获取大规模带雾的数据。通过实验论证提出的雾模拟可以用来显著提升有雾状态下的3D对象检测。
长星照耀十三州府ˇKris·2022-11-22 19:06

CVPR2022 3D目标检测（GLENet ）增强型3D目标检测网络

图1：(a)给定一个不完整LiDAR观测的对象，可能存在多个具有不同大小和形状的潜在合理的真实边界框。(b)当注释来自2D图像和部分点时，标签过程中的模糊和不准确是不可避免的。
jilinLee·2022-11-22 10:39

(CVPR 2017) Joint 3D Proposal Generation and Object Detection from View Aggregation

所提出的神经网络架构使用LIDAR点云和RGB图像来生成由两个子网络共享的特征：区域proposal网络(RPN)和第二阶段检测器网络。
fish小余儿·2022-11-22 08:03

(CVPR 2017)VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection

为了将高度稀疏的LiDAR点云与区域proposal网络(RPN)连接起来，现有的大多数工作都集中在手工制作的特征表示上，例如鸟瞰图投影。
fish小余儿·2022-11-22 08:02

【单目3D检测】Monoflex论文阅读

在这一波浪潮中，最早取得成功和巨大现实影响力的当属基于LiDAR点云的针对室外驾驶场景的检测方案们（最早如MV3D,VoxelNet,FrustumPointNet等）。
HoveXb·2022-11-22 04:39
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他