LiDAR 第12页

R3Live系列学习（二）FAST-LIO源码阅读

在上一篇我们提到，livox雷达给业界内的3D激光领域提供了一大补充，而loam-livox在温柔的使用下表现也还不错，但在比较颠簸激烈的环境下也难以维持高精度，因此lidar与imu的结合使用在近年也日益流行

若愚和小巧·2022-12-07 14:34

R3Live系列学习（三）R2Live源码阅读（1）

这次阅读的源码是R2Live，论文为《R2LIVE:ARobust,Real-time,LiDAR-Inertial-Visualtightly-coupledstateEstimatorandmapping

若愚和小巧·2022-12-07 14:34

R3LIVE:一个鲁棒、实时、RGB贴图的激光雷达惯性视觉紧耦合状态估计和建图方案...

文章：R3LIVE:ARobust,Real-time,RGB-colored,LiDAR-Inertial-Visualtightly-coupledstateEstimationandmappingpackage

Being_young·2022-12-07 14:03

基于Matlab的激光雷达与单目摄像头联合外参标定

为了充分利用Lidar和Cam各自的优势，设计了一种融合算法，需要获得Lidar2Camera的联合外参。

尹鹿茗·2022-12-07 13:22

autoware激光点云和摄像头联合标定

2.单独标定摄像机，消除畸变rosrunautoware_camera_lidar_calibratorcameracalibrator.py--square0.03--size11x8image:=/

tudou880306·2022-12-07 13:18

激光雷达-相机联合标定理论知识及教程汇总

这部分的理论概况我感觉apollo那个课讲得还可以知乎有一个大佬非常详细总结，汇总了很多的教程（不过有些过于简单，没太大必要都看）Camera-LIDAR联合标定方法总结-知乎我这里主要是对其他博客的一些个人理解

qqsuiying·2022-12-07 13:17

【论文翻译】Road vehicle localization with 2D push-broom LIDAR and 3D priors 论文学习笔记

采用二维推扫激光雷达和三维先验地图进行道路车辆的定位本文是2012.5年发表的EI会议（ICRA）作者：IanBaldwinDepartmentofEngineeringScienceOxfordUniversityOxford,UKEmail:ib@robots.ox.ac.ukPaulNewmanDepartmentofEngineeringScienceOxfordUniversityOxf

←海螺1996→·2022-12-07 05:06

CenterFusion: Center-based Radar and Camera Fusion for 3D Object Detection 解读

Center-basedRadarandCameraFusionfor3DObjectDetectioncode:https://github.com/mrnabati/CenterFusion0引言自动驾驶的感知应用中，通常会融合多模态传感器，如lidar

leo0308·2022-12-07 01:08

3D目标检测总结

3D目标检测最主要的应用领域是自动驾驶，主流用的传感器是camera和lidar，一般车上也会配备很多radar，但是在检测中一般很少用到radar。

leo0308·2022-12-06 11:34

基于ROS的自动驾驶激光雷达点云物体检测项目实战

前言：基于Apollo的preception与Autoware的lidar_apollo_cnn_seg_detect模块，并详细记录ROS系统上进行实时检测全部流程和踩坑，文章最后附上rosbag和rosbag

用券买土豆·2022-12-06 09:37

Google Cartographer 《Real-Time Loop Closure in 2D LIDAR SLAM》翻译 (中英对照）

GoogleCartographer《Real-TimeLoopClosurein2DLIDARSLAM》翻译(中英对照）作者:WolfgangHess,DamonKohler,HolgerRapp,DanieAndor校对:teddyluo,[email protected]注：由于译者水平有限，若有翻译错误请在留言区留个脚印，待时间充裕的时候更正。目录GoogleCartographer

teddyluo·2022-12-06 09:22

ROS | TF坐标系变换的编程实现

2.3TF坐标系监听者编程3.配置与编译3.1在CMaKeLists.txt中添加编译选项3.2编译文件4.话题可视化1.创建功能包在ROS工作空间ROS_ws的src文件夹目录下创建一个功能包，命名为tf_lidar_task

奔跑的chanchanchan·2022-12-06 08:53

A Simple Baseline for BEV Perception Without LiDAR 论文笔记

原文链接：https://arxiv.org/pdf/2206.07959.pdf本文是针对BEV分割任务提出的。1.引言许多多视图图像方法关注生成自车周围3D场景的BEV语义表达，并用于与驾驶相关的任务上；通常的方法是使用单应性矩阵、借助深度估计、MLP、几何感知的transformer或是跨时空的可变形注意力将2D图像平面的特征“提升”到BEV平面。本文方法的“提升”操作是无需参数的，且不依赖

byzy·2022-12-05 01:27

万字长文文带你了解自动驾驶重要传感器——激光雷达

LiDAR（光探测和测距，Lightdetectionandranging）是激光雷达的简称，集激光、全球定位系统(GPS)、惯性导航系统(INS)于一身。

半甜田田·2022-12-04 12:45

自动驾驶技术基础——LiDAR

文章目录1.引言2.什么是LiDAR？

河西剑客·2022-12-04 12:12

《论文阅读》BALM: Bundle Adjustment for Lidar Mapping

留个笔记自用BALM:BundleAdjustmentforLidarMapping做什么首先是最基础的，Structure-from-Motion（SFM），SFM可以简单翻译成运动估计，是一种基于dui8序列图片进行三维重建的算法。简单来说就是是从运动中不同角度拍摄一个物体，这样就有多张物体不同时间的照片，使用这种照片来恢复物体的三维结构。跟SLAM里的visualodometry一样，需要估

未知丶丶·2022-12-04 10:51

如何理解基于深度学习的点云补全算法 - PF-Net (Point Fractal Network for 3D Point Cloud Completion) ?

CV_6PF-Net算法解析一.引言了解激光雷达-LiDAR特性的同学们都知道，LiDAR有一个致命的缺陷，那就是随着被检测物体的距离越来越远，根据LiDAR获取的点云的密度将会变得越来越稀疏，我们通常把它称之为

Demo_xxx·2022-12-04 10:24

LIO-SAM运行自己数据包遇到的问题解决--SLAM不学无数术小问题

LIO-SAM成功适配自己数据集注意本文测试环境Ubuntu18.04ROSmelodic版本笔者用到的硬件以简单参数：激光雷达：速腾聚创16线激光雷达（RS-Lidar-16）IMU：超核电子CH110

^摆渡人^·2022-12-03 23:02

Pesuo-Lidar ++: Accurate Depth for 3D Object Detection in Autonomous Driving 论文笔记

Pseudo-LiDAR++:AccurateDepthfor3DObjectDetectioninAutonomousDriving论文链接：https://arxiv.org/abs/1906.06310

Tianchao龙虾·2022-12-03 18:45

【3D目标检测】Rethinking Pseudo-LiDAR Representation

目录概述细节证明基于伪点云的3D目标检测算法效果好的原因并不是伪点云这种数据表示基于深度图的图像表示的算法PatchNet证明基于伪点云的3D目标检测算法效果好的原因是从图像到点云坐标系转换的过程概述本文是基于图像的3D目标检测算法。贡献：作者认为基于伪点云的3D目标检测算法效果好的原因并不是伪点云这种数据表示本身，而是坐标系的转换。对于深度图，作者采用图像表示而不是伪点云的表示，之后采用2DCN

可乐大牛·2022-12-03 18:11

深度学习基于摄像头和激光雷达融合的3-D目标检测

论文地址：https://arxiv.org/abs/2004.03080源码地址：https://gitee.com/long_xiao_wyh/pseudo-LiDAR_e2e以前在传感器融合讲过数据级的融合

龙啸wyh·2022-12-03 18:40

Pseudo-LiDAR++: Accurate Depth for 3D Object Detection in Autonomous Driving Yurong

是之前讲过的虚拟激光雷达的改进版。之前的文章有个缺点是说，对于远处的物体，检测效果不好。这篇文章通过改进双目摄像机的深度估计网络让检测的位置更准确，还进一步利用4线的特别便宜的激光雷达来微调检测结果。最终的效果：比之前的那篇文章，效果提升了27%。在某些指标上，可以和64线的激光雷达媲美。4线的激光雷达比64线的激光雷达价格要低两个数量级。这一套设备（4线激光雷达+摄像头）比之前64线的解决方案，

阳阳鸭·2022-12-03 18:10

【3D目标检测】PSEUDO-LIDAR++: ACCURATE DEPTH FOR 3D OBJECT DETECTION INAUTONOMOUS DRIVING

目录概述细节STEREODEPTHNETWORK(SDN)深度修正概述本文是基于双目图像的3D目标检测算法。提出动机与贡献：就像是之前Monocular3DObjectDetectionwithPseudo-LiDARPointCloud中提到的，伪点云中还是存在很多问题的（比如伪点云与真实点云的局部不对齐），但是这些问题都可以归结到深度估计的效果不好上，因此作者聚焦如何提高深度估计的效果，尤其是

可乐大牛·2022-12-03 18:06

VLP-16配置及gmapping/loam应用-基于ubuntu-ros-melodic

文章目录VLP-16配置VLP16运行gmapping测试VLP-16运行LOAMVLP-16运行A-LOAMＡ_LOAM建图同时构建栅格地图DEMO-lidar编译问题VLP-16配置安装vlp驱动:

Nie_Xun·2022-12-03 17:51

apollo6.0激光雷达感知学习笔记

lidar是光学遥感技术。非常精确的探测精度。高精度高分辨率的传感器。非常的可靠。apollo支持多款雷达。和赛，国产品牌。不间断的旋转，得到1帧完整的点云数据。图中不同高度的颜色不同。

云秋水慢·2022-12-03 16:55

PointPillars：工业界大量部署落地的点云目标检测算法，精度与速度上实现SOTA！

即使仅仅使用了lidar数据，也在kitti上取得了3d和BEV视角上的SOTApipeline。

yufeng10090·2022-12-03 16:54

ROS学习（30）自定义移动机器人模型gazebo仿真（激光雷达+kinect）

文章目录前言一、创建编译功能包二、xacro文件1、robot_base.xacro文件2、robot_camera.xacro文件3、robot_lidar.xacro文件4、camera_sensors.xacro

敲代码的雪糕·2022-12-03 07:42

【自动驾驶集锦】

机器人操作系统ROS简介自动驾驶系统的传感器标定方法初学者的卡尔曼滤波——扩展卡尔曼滤波（一）无人驾驶干货铺ROS简介激光雷达（lidar）和相机(camera)联合标定调研（基于Autoware的详细步骤

Yup_Boss·2022-12-02 22:39

Stereo R-CNN based 3D Object Detection for Autonomous Driving

参考StereoR-CNNbased3DObjectDetectionforAutonomousDriving-云+社区-腾讯云目录摘要1、简介2、相关工作2.1、基于LiDAR的目标检测2.2、基于单目三维目标检测

Wanderer001·2022-12-02 18:23

SLAM论文阅读：M-Loam：具有在线外参校准功能的多LiDAR系统的稳健里程表和建图

基于loam的多激光雷达slam论文题目：RobustOdometryandMappingforMulti-LiDARSystemswithOnlineExtrinsicCalibration项目链接：https://ram-lab.com/file/site/m-loam/开源代码链接：https://github.com/gogojjh/M-LOAM视频展示：https://www.bilib

和道一文字_·2022-12-02 17:54

点云数据格式说明

1.LiDAR点云数据LiDAR，是LightDetectionandRanging即光探测和测距的缩写。

scott198510·2022-12-02 15:39

NDT点云配准

现实中，LiDAR扫描得到的点云可能和参考点云（如高精地图点云）存在细微的

有了个相册·2022-12-02 02:25

非共视多传感器标定方法 - * LiDAR_Align * 复现及编译过程常见问题解决

如果你所用的设备像博主一样，只包含LiDAR和camera的且回环路径比较短的话推荐你用Autoware自带的ndt_mapping功能

Demo_xxx·2022-12-01 22:14

三维点云配准

如果点云数据有除空间中坐标外的附加信息，如来自LIDAR传感器的点云数据，那么它可能具有每个点的附加值，例如“反射率”，其是在该位置中障碍物反射多少激光光束的量度。

Zeehoy·2022-12-01 21:08

视觉和Lidar里程计SOTA方法一览!（Camera/激光雷达/多模态）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【SLAM】技术交流群后台回复【SLAM综述】获取视觉SLAM、激光SLAM、RGBD-SLAM等多篇综述！摘要自动驾驶的发展需要研究和开发准确可靠的自定位方法。其中包括视觉里程计方法，在这种方法中，精度可能优于基于GNSS的技术，同时也适用于无GPS信号的区域。本文深入回顾了视觉和点云里程计SOTA方法，并对

自动驾驶之心·2022-12-01 20:52

点云地面点滤波(Cloth Simulation Filter, CSF)“布料”滤波算法介绍

目录1.引言2.基本思想3.CSF算法实现步骤3.1“布料”模拟3.2外部/内部因素驱动3.3具体实现3.4后处理4.算法使用1.引言机载LiDAR可以获取快速、低成本地获取大区域的高

晓晨的博客·2022-12-01 11:42

点云数据详解——点云数据变为图像

如果点云数据来自LIDAR传感器，那么它可能具有每个点的附加值，例如“反射率”，其是在该位置中障碍物反射多少激光光束的量度。在这种情况下，点云数据可能是Nx4阵列。

来路与归途·2022-11-30 10:28

LiDAR点云处理软件

转自https://www.cnblogs.com/l-kong/1、主要介绍当前主流的激光雷达数据处理库、开源软件、商业软件等。英文主页：http://opentopo.sdsc.edu/tools/listTools2、日期工具名称工具类型关键词评分2017年1月12日planlauf/地形说明：planlauf/TERRAIN是Windows7/8/10易于使用的应用程序，可视化数字高程模型

weixin_30640291·2022-11-30 07:29

livox_camera_lidar_calibration学习--相机内参标定

开源代码位于：GitHub-Shelfcol/livox_camera_lidar_calibration_modified:livox_camera_lidar_calibration的改进得代码为cameraCalib.cpp

qq_38650944·2022-11-30 05:57

ubuntu安装lidar_align时编译出错，激光雷达与IMU标定

1、下载lidar_alignethz-asl/lidar_align:Asimplemethodforfindingtheextrinsiccalibrationbetweena3Dlidaranda6

╰︶￣莫等闲۩۩۩·2022-11-30 00:44

传统方法的点云分割以及PCL中分割模块

点云库于（PCL）2011年推出以来，得到行业广泛的应用，该库包含了最先进的3D感知算法，并包含了LIDAR和三维扫描仪的接口，这使得点云库PCL在机器人领域持续不断的发展壮大

小白学视觉·2022-11-29 23:27

Python实现批量修改并替换txt文本中内容

博客#-*-coding:utf-8-*-"""CreatedonMonNov212022@author:MMG"""#coding=utf-8importospath="D:\\Download\\LiDAR_data

SEU-侯亮平·2022-11-29 23:25

Pyhton实现点云保存为bin文件

CreatedonMonNov212022@author:MMG"""#coding=utf-8defdata2bin(points,no):processed_dir='/home/processed_lidar'points.astype

SEU-侯亮平·2022-11-29 23:25

OpenPCDet 自定义数据集训练

目录0、目标：1、数据的预处理2、修改数据处理部分的代码2.1复制对数据集进行处理的文件2.2对kitti_lidar_dataset.py进行修改2.2.1头文件修改2.2.2数据集对象名称修改2.2.3get_info

辉e·2022-11-29 23:23

毫米波传感器原理介绍：测距

目前应用在车载领域的毫米波雷达按实现方式的不同只要分为毫米波雷达（lidar），毫米波雷达（Millimeter-WaveRadar）以及超声波雷达（ultr

铁路十六宿舍·2022-11-28 19:16

【学习总结】激光雷达与相机外参标定：原理与代码

0.参考资料：代码来源：https://github.com/ankitdhall/lidar_camera_calibration参考论文：LiDAR-CameraCalibrationusing3D

larry_dongy·2022-11-28 16:41

Lidar与Odom外参标定：lidar_align代码学习

本文仅用于记录自己在学习lidar_align代码过程中的一些总结。本文首先发表于公众号推送：Lidar与IMU标定代码实战。有修改与增加。

larry_dongy·2022-11-28 16:11

【学习总结】Lidar与IMU标定

查阅了一些资料，发现并没有太多关于Lidar+IMU标定的资料。大多数论文中只是提到一句“我们认为雷达和IMU已经完成了标定”或者“Lidar与IMU采用离线的方式完成标定”。真的让人摸不着头脑。标定

larry_dongy·2022-11-28 16:10

APOLLO UDACITY自动驾驶课程笔记——感知、预测

2、Camera图像RGB图像，深度为33、Lidar图像激光雷达传感器创建环境的点云表征，提供了难以通过摄像头图像获得的信息如距离和高度。点云中的每个点代表反射回传感器的激光束，可以告

查里王·2022-11-28 14:03

F-Cooper: 基于 3D 点云特征的自动驾驶车辆边缘计算系统的协作感知

虽然融合来自两辆车的原始LiDAR数据可以提高汽车检测精度，但实时发送自动驾驶汽车生成的大量LiDAR数据具有挑战性。3F-COOPER：基于特征的3D协同感知特征融合特征级融合成为联网自动驾驶汽车

superbzhoucc·2022-11-27 20:45

推荐频道

LiDAR