LIDAR 第3页

OSG 之学习十：OSG 显示点云一

文章目录更新：2019年8月说明代码更新：2019年8月为了促进同行业人员（特指LiDAR点云处理人员或相近行业）的技术交流，解决平时开发过程中遇到的技术性问题，博主建立一个QQ群，欢迎大家积极加入，共同引领点云行业的快速发展

Neverland_LY·2023-11-11 19:15

点云从入门到精通技术详解100篇-基于 RandLA-Net 的机载 LiDAR 点云城市典型地物变化检测（续）

目录3多特征组合RandLA-Net的机载激光点云变化检测3.1变化检测方案分析(ChangeDetectionProtocolAnalysis)

格图素书·2023-11-11 06:37

研究生期间工作记录

faster-lio23/08研究低内存消耗方向的大规模激光slam，以及提高精度23/09完成一篇会议论文，并开始写第一份代码23/10完成第一份代码，开始搞激光语义slam，运行rangenet++和lidar-bonneta

Nico_J ??·2023-11-10 22:42

组合导航原理剖析（二）：惯性导航方法与应用综述

现有在自动驾驶中常用的三种导航方案：传统的组合导航方案+RTK：实现厘米级定位精度；基于雷达和相机的定位技术比如LIDAR（激光雷达）点云匹配、视觉语义特征匹配：提供绝对的位姿；激光/视觉里程计：相对位姿

擦擦擦大侠·2023-11-09 08:05

在CARLA中创建Livox仿真激光雷达（Create livox solid-state lidar sensor in CARLA）

在CARLA中创建Livox仿真激光雷达（Createlivoxsolid-statelidarsensorinCARLA）系统版本Ubuntu20.04LTSROS版本NoeticCARLA版本0.9.12参考1CARLA-0.9.12参考2livox_laser_simulation所有代码内容已开源：GitHub_在CARLA中创建livox雷达Gitee_在CARLA中创建livox雷达R

Ikaros-93·2023-11-06 22:12

【实验记录】为了混毕业·读读论文叭

PR曲线1.Robust_Place_Recognition_using_an_Imaging_Lidar在第三节方法中，提到了一些列处理步骤，分析来与vins相似，在vins中是关键帧检索、特征提取、

白白白白白kkk·2023-11-04 23:36

多激光雷达RS-LiDAR与华测CGI-630时间硬同步

RobotsRuning·2023-11-04 10:25

激光雷达标定板提高自主驾驶功能的感知精度

激光雷达（LiDAR）是一种通过发射激光束并测量反射回来的时间来测量目标距离和形状的传感器。为了提高激光雷达的感知精度和稳定性，需要进行激光雷达标定，以确定其激光束的准确性和稳定性。

JYGD686868·2023-11-03 17:32

自动驾驶汽车传感器融合系统及多传感器数据融合算法浅析

现在路面上的很多汽车，甚至是展厅内的很多新车，内部都配备有基于摄像头、雷达、超声波或LIDAR等不同传感器

lemianli·2023-10-31 23:05

遍历激光雷达数据

文章目录初始化catkin工作空间（如果你还没有）创建功能包构建功能包配置环境CMakeLists.txttraverse_lidar_data.cctraverse_lidar_data.launchros

小秋SLAM入门实战·2023-10-31 16:23

自动驾驶算法---传感器数据融合（1）--激光雷达与点云（Linux 下的c++工程）

今天又研究下了课程中的激光雷达和点云的小项目，项目的源码在https://github.com/JackJu-HIT/Lidar-and-point-cloud-1-。

Jack Ju·2023-10-31 05:53

计算机视觉激光雷达结合无监督学习进行物体检测的工作原理

二、LiDAR—3D光传感器LiDAR传感器利用光工作。

坐望云起·2023-10-29 01:54

[论文阅读]CenterFormer——基于center的三维目标检测Transformer

CenterFormerCenter-basedTransformerfor3DObjectDetection论文网址：CenterFormer总结背景LiDAR是自动驾驶中的关键感知工具,可以提供高精度的

一朵小红花HH·2023-10-27 19:39

Point Density-Aware Voxels for LiDAR 3D Object Detection 论文笔记

原文链接：https://arxiv.org/abs/2203.056621引言激光雷达的一个问题是产生的点云随距离变远而变得稀疏。基于体素的方法忽略了点的密度，使用体素中心特征（左图）；但对于大范围的输入，内存限制了体素的分辨率，点与体素的不对齐问题导致丢失物体细节，从而导致性能下降。基于点的方法使用最远点采样（中图），但计算复杂度随采样点的数量增大而增大，限制了细化阶段采样点的数量。此外由于行

byzy·2023-10-27 07:11

[论文阅读]MVF——基于 LiDAR 点云的 3D 目标检测的端到端多视图融合

MVFEnd-to-EndMulti-ViewFusionfor3DObjectDetectioninLiDARPointClouds论文网址：MVF论文代码：简读论文这篇论文提出了一个端到端的多视角融合(Multi-ViewFusion,MVF)算法,用于在激光雷达点云中进行3D目标检测。论文的主要贡献有两个:提出了动态体素化(DynamicVoxelization)的概念。相比传统的硬体素化(

一朵小红花HH·2023-10-27 07:07

[论文阅读]PillarNeXt——基于LiDAR点云的3D目标检测网络设计

PillarNeXtPillarNeXt:RethinkingNetworkDesignsfor3DObjectDetectioninLiDARPointClouds基于LiDAR点云的3D目标检测网络设计论文网址

一朵小红花HH·2023-10-27 07:06

【3D目标检测】PDV（Point Density-Aware Voxels for LiDAR 3D Object Detection）

目录概述细节点密度问题网络结构3D体素特征提取网络体素点质心定位密度感知的RoIGridPooling密度置信度预测loss概述首先，本文是基于点云，并且将点云处理成体素的3D目标检测网络。本文的核心概念就是点密度，主要贡献如下：VoxelPointCentroidLocalization（体素点质心定位）就是使用非空体素中点计算体素的质心，然后结合质心点的特征得到包含细粒度位置信息的点密度分布，

可乐大牛·2023-10-27 07:35

【论文阅读】【3d目标检测】Point Density-Aware Voxels for LiDAR 3D Object Detection

论文题目：PointDensity-AwareVoxelsforLiDAR3DObjectDetectioncvpr2022多伦多大学这篇文章主要是对于现在voxel的方法忽略点云在roi中的稠密度的问题做了一定的工作。过去的一些工作要么就是进行规则的voxel操作，在每个voxel的格子中规则地提取feature，要么就是利用FPS考虑一些关键点，来进行特征的提取。这些关键点对于点云的稠密度有一

Lukas88664·2023-10-27 07:00

论文心得：Point Density-Aware Voxels for LiDAR 3D Object Detection

论文标题：PointDensity-AwareVoxelsforLiDAR3DObjectDetection机构：多伦多大学时间：2022年CVPR论文链接代码链接这篇论文主要针对传统体素提取点云和直接对原始点云进行处理方法存在的不足，提出一种基于点密度的概念。论文主要分为三个创新点：（1）在体素计算中，用质心（即每个体素中所有点坐标的平均值）取代原先的体素坐标中心。作者认为基于点的特征提取，例如

bandieyanzhi·2023-10-27 07:59

[论文阅读]Point Density-Aware Voxels for LiDAR 3D Object Detection（PDV）

PDVPointDensity-AwareVoxelsforLiDAR3DObjectDetection论文网址：PDV论文代码：PDV简读论文摘要LiDAR已成为自动驾驶中主要的3D目标检测传感器之一

一朵小红花HH·2023-10-27 07:26

webots仿真的问题：利用lidar传感器实现差速驱动小车显示路径规划过程中，运行控制器时候总是显示： controller crashed !!!

*(wb_lidar_get_range_image

大力水手（Popeye）·2023-10-27 03:50

在CARLA中手动开车，添加双目相机stereo camera，激光雷达Lidar

CARLA的使用逻辑：首先创建客户端设置如果2秒没有从服务器返回任何内容，则终止client=carla.Client("127.0.0.1",2000)client.set_timeout(2.0)从客户端中getworldworld=client.get_world()设置setting并应用这里使用固定时间步长的异步模式settings=world.get_settings()setting

河北一帆·2023-10-26 22:59

lidar_camera_calib学习笔记（激光雷达相机标定）

参考项目链接：https://gitee.com/manifold/lidar_camera_calib/tree/master项目提供的bag中的信息pointgrey.yaml文件内容%YAML:1.0K

Flying Stone·2023-10-25 22:53

autoware标定包calibration_camera_lidar安装

autoware标定包calibration_camera_lidar安装1、官网安装1.1安装nlopt1.2安装calibration_camera_lidar2、编译问题1、官网安装1.1安装nloptgitclonehttps

hello1268·2023-10-25 22:47

opencalib中lidar2camera安装记录

目录一、opencalib安装二、lidar2camera的安装三、测试运行四、出现过的问题一、opencalib安装代码地址：https://github.com/PJLab-ADG/SensorsCalibration

苦瓜汤补钙·2023-10-25 22:12

双激光雷达标定程序

链接如下：GitHub-BIT-MJY/Multiple_Lidar_Calibration:Thecodeforcalibrationbetweenlidars.

白色小靴·2023-10-25 16:42

lio-sam运行思路整理——图解预积分

再从实际数据的角度看看预积分阶段到底发生了什么1.首先进入imuHandle，是向ImuOpt和imuQue两个队列里塞数据，此时doneFirst还是false(表示没有进行过优化)，然后直接return掉2.在收到后端发过来的第一帧可靠的lidar

hht12138·2023-10-25 03:17

autoware.ai中检测模块lidar_detector caffe

lidar_apollo_cnn_seg_detect模块：该模块主要是调用百度apollo的目标分割。

lsyhaoshuai·2023-10-23 13:17

【论文阅读】以及部署BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework

BEVFusion:ASimpleandRobustLiDAR-CameraFusionFrameworkBEVFusion：一个简单而强大的LiDAR-相机融合框架NeurIPS2022多模态传感器融合意味着信息互补

挥剑决浮云 -·2023-10-23 07:45

nuScenes SOTA！SurroundOcc：面向自动驾驶的纯视觉3D占据预测网络（清华&天大）

本文提出SurroundOcc方法，我们利用多帧稀疏LiDAR点云自动生成稠密三维占据标签，并以此作为监督信号训练得到基于多相机图像的稠密占据预测网络。相关代

自动驾驶之心·2023-10-21 14:29

A 0.18um CMOS SOC for a 100-m-Range 10-Frame/s 200x96 pixel time-of-flight Depth Sensor翻译

摘要随着高级辅助驾驶（ADAS）对高分辨率光探测和测距（LIDAR）技术的需求，我们介绍了一种用于飞行时间（TOF）传感器进行时间相关单光子计数和完整数字信号处理的片上系统（SoC）。

dullhero·2023-10-20 13:13

ubuntu18.04 RTX3060 rangnet++训练

代码链接：https://github.com/PRBonn/lidar-bonnetal安装anaconda环境为CUDA11.0（11.1也可以）anaconda环境如下numpy==1.17.2torchvision

Nico_J ??·2023-10-20 02:50

激光雷达和IMU联合标定包 lidar_IMU_calib 基于RS-32的扩展

前段时间参与一个项目需要进行激光雷达和imu的外参标定，发现目前网上开源的标定包只有浙江大学开源的方案-lidar_IMU_calib、lidar-align等少数几种，其中lidar-align听说精度不高

kero-czh·2023-10-19 20:56

雷达+ IMU标定运行LIO-SAM ---(2)

系统环境：Ubuntu20.04激光雷达：velodyne16线IMU：WHEELTECN100一、使用lidar_align雷达和IMU联合标定GitHub-wwtx/lidar_align_wwtx1

米先森·2023-10-19 20:22

【SLAM】lidar-camera外参标定(港大MarsLab)无需二维码标定板

综述标定问题也是一种位姿估计问题，它本质上和各种激光里程计和视觉里程计解决的是一样的问题。标定采用的办法也可以在里程计问题中借鉴。它们都有着共同的流程：a.特征提取b.特征匹配c.位姿求解参考论文：Pixel-levelExtrinsicSelfCalibrationofHighResolutionLiDARandCamerainTargetlessEnvironmentsgithub:https

iwander。·2023-10-19 20:22

经典文献阅读之--Calib Anything(使用SAM的无训练标定雷达相机外参)

0.简介Camera与LiDAR之间的外部标定研究正朝着更精确、更自动、更通用的方向发展，由于很多方法在标定中采用了深度学习，因此大大减少了对场景的限制。然而，数据驱动方法具有传输能力低的缺点。

敢敢のwings·2023-10-19 20:50

AMEYA360：ROHM开发出可更大程度激发GaN器件性能的超高速栅极驱动器IC

另外，不仅在自动驾驶领域，在工业设备和社会基础设施监控等领域应用也非常广泛的LiDAR*1，也需要通过高速脉冲激光照射来

皇华ameya·2023-10-19 19:07

论文阅读：FIDNet: LiDAR Point Cloud Semantic Segmentation with FullyInterpolation Decoding

来源：iros2021链接：GitHub-placeforyiming/IROS21-FIDNet-SemanticKITTI:Anextremelysimple,intuitive,hardware-friendly,andwell-performingnetworkstructureforLiDARsemanticsegmentationon2Drangeimage.IROS210、摘要将点云

shiyueyueya·2023-10-19 19:34

经典文献阅读之--CVTNet(LiDAR数据地点识别的跨视图Transformer网络)

0.简介我们知道激光雷达作为自动驾驶中最为精准的传感器，它可以在绝大多数场景下提供较为精准的定位信息，同时也有很多工作用激光做重定位工作。而《CVTNet:ACross-ViewTransformerNetworkforPlaceRecognitionUsingLiDARData》这个工作就是基于激光雷达的地点识别(LPR)来完成在没有GPS的环境中识别以前行驶过的地点。现有的LPR方法大多采用单

敢敢のwings·2023-10-19 10:02

论文阅读：Rethinking Range View Representation for LiDAR Segmentation

来源ICCV20230、摘要LiDAR分割对于自动驾驶感知至关重要。最近的趋势有利于基于点或体素的方法，因为它们通常产生比传统的距离视图表示更好的性能。

shiyueyueya·2023-10-19 08:57

论文阅读：Point-to-Voxel Knowledge Distillation for LiDAR Semantic Segmentation

来源：CVPR2022链接：https://arxiv.org/pdf/2206.02099.pdf0、Abstract本文解决了将知识从大型教师模型提取到小型学生网络以进行LiDAR语义分割的问题。

shiyueyueya·2023-10-19 08:57

CVPR 2022 论文和开源项目合集

SourceURL:file:///home/kingqi/桌面/lidar算法综述.docxCVPR2022论文和开源项目合集CVPR2022论文和开源项目合集(paperswithcode)！

不忘初心t·2023-10-18 07:37

因子图及GTSAM库介绍

因子图优化及GTSAM库介绍因子图在slam的后端优化问题中，我们通常会通过一些传感器的观测，比如视觉特征点，IMU预积分量，Lidar面点和边缘点的约束去构建一个优化问题，求解状态量（如位姿、速度等）

不忘初心t·2023-10-18 07:07

点云从入门到精通技术详解100篇-LiDAR 点云与影像匹配点云的滤波方法研究与应用

目录前言国内外研究现状（StatusofResearchofHomeandAboard）机载LiDAR点云滤波算法密集匹配点云

格图素书·2023-10-18 06:16

3D-Lidar点云数据处理

3D-Lidar点云数据处理3D-Lidar点云数据处理原始激光点云数据滤波点云分割（地面与非地面）目标聚类欧式聚类AddBoundingBoxes目标跟踪基础卡尔曼滤波3D-IoU(InterserctionoverUnion

CcaozzZ·2023-10-18 06:15

自动驾驶感知概述

为了确保自动驾驶车辆对周围环境的获取和识别，自动驾驶系统的感知模块需要通过各种传感器获取大量的环境信息，包括自车的状态、交通流信息、道路状况、交通标志等，这些传感器主要包括：激光雷达（Lidar）、摄像头

whuzhang16·2023-10-17 13:34

单目3D自动标注

能够通过利用视觉基础模型的现成知识和2D-3D的时空约束分割自动驾驶数据集点云Scalability：可拓展性强，视觉基础模型蒸馏到点云中，避免2D和3D的标注Consistency：时空关系的约束在camera-to-lidar

凌青羽·2023-10-17 04:42

论文阅读：CTRL： Surpassing Human Performance in Offline LiDAR based 3D Object Detection

目录概要Motivation整体架构流程技术细节BaseDetectorTrackingTrack-CentricLearning小结论文地址：[2304.12315]OnceDetected,NeverLost:SurpassingHumanPerformanceinOfflineLiDARbased3DObjectDetection(arxiv.org)代码地址：GitHub-tusen-ai

苦瓜汤补钙·2023-10-16 15:11

论文阅读：Image-to-Lidar Self-Supervised Distillation for Autonomous Driving Data

目录摘要Motivation整体架构流程技术细节雷达和图像数据的同步小结论文地址:[2203.16258]Image-to-LidarSelf-SupervisedDistillationforAutonomousDrivingData(arxiv.org)论文代码：GitHub-valeoai/SLidR:OfficialPyTorchimplementationof"Image-to-Lida

苦瓜汤补钙·2023-10-15 07:07

论文阅读：

LENet:LENet:LightweightAndEfficientLiDARSemanticSegmentationUsingMulti-ScaleConvolutionAttention0、摘要基于LiDAR

shiyueyueya·2023-10-15 05:33

推荐频道

LIDAR