LiDAR

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

【论文复现】PointPainting: Sequential Fusion for 3D Object Detection论文学习及复现

论文学习（1）摘要camera和lidar都是自动驾驶领域很重要的传感器。但是，通过在几个主要的benchmark数据集上做实验发现，基于lidar的方法要优于基于lidar和camera融合的方法。
精致又勤奋的码农·2022-11-22 04:07

（单目/双目/LiDAR/多模态/时序/半弱自监督）

（单目/双目/LiDAR/多模态/时序/半弱自监督）2022-09-0209:06计算机视觉life”，选择“星标”快速获得最新干货本文转载自自动驾驶之心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
等待破茧·2022-11-22 02:40

盘点 LiDAR 技术的15个广泛应用

LiDAR是光探测和测距的简称。LiDAR技术是一种遥感技术，通过以3×108m/s的速度提供光束，光束(脉冲激光)照射物体并在一段时间内反射回来，就可以精确地测量距离，光速或电磁波速度=距离/时间。
地理探险家·2022-11-22 01:18

KITTI自动驾驶数据集可视化教程

本文介绍关于自动驾驶数据集KITTI的基本操作，包括Camera和LiDAR可视化教程，源码已上传：https://download.csdn.net/download/cg129054036/209076041
自动驾驶小学生·2022-11-22 00:01

lidar_align编译报错及解决方法

下载lidar_align标定工具环境为Ubuntu1804gitclonehttps://github.com/ethz-asl/lidar_align.git下载完后进入ws（工作空间）catkin_make
zyyyxxxxx·2022-11-21 17:49

【3D点云】数据入门（持续更新）

文章目录一、KITTI数据集介绍（重点是lidar-图像坐标系转换）1.数据格式1.激光雷达数据（data_object_velodyne）可视化2.标注数据label_2.3.图像数据image_24
杀生丸变大叔了·2022-11-21 15:32

CVPR 2022 | 华南理工提出VISTA：双跨视角空间注意力机制实现3D目标检测SOTA

简介LiDAR（激光雷达）是
PaperWeekly·2022-11-21 11:17

3D线激光成像数学模型简析与实现

点云的获取方式有多种，比如三维成像传感器、Lidar激光探测与测量、逆向工程等...对于寻常百姓家，后2者的成本是十分昂贵的，所以我们可以尝试玩一下自己搭建三维成像传感器中的一种——3D线激光，一个单目相机
Tom Hardy·2022-11-21 11:47

镭神C16雷达+免驱动相机联合标定

全程需要实物连接首先，下载并启动标定工具箱mkdir-p~/CL_calibration_ws/srcgitclonehttps://github.com/XidianLemon/calibration_camera_lidar.gitcd
xindoge·2022-11-21 10:20

激光雷达和相机联合标定、信息融合资料整理

激光雷达和相机联合标定之-but_velodyne_camera2.基于固态激光雷达辅助的十六线机械雷达和单目相机的外参标定方法源码3.Autoware相关资料整理4.海康彩色点云生成5.ankitdhall/lidar_camera_calibration3D
JCJ--slam-April。豆夫·2022-11-21 10:49

【解放双手】Auto Lidar2Cam Calibration——相机雷达自动标定

文章目录1.准备工作2.开始使用2.1相机选型与标定2.2打开调试按钮2.3调试相机2.4调试雷达2.5标定2.6检测结果总结3.CalibrationbyNewinGazebo3.1遇到的问题3.2Gazebo仿真1.准备工作这个算法的标定板和之前使用的autoware等其他网上的方法不一样，需要特制的，板子的参数在ros的wiki里面作者有给出参数，我找了一家做木板的厂定制了一块，切掉了中间四
EchoRouRou·2022-11-21 10:47

雷达相机标定3

0环境标定方案来自：cam_lidar_camlibration雷达：雷神32线激光雷达相机：海康球机1问题发现在标定相机雷达的过程中，使用cam_lidar_camlibration使用中发现经常出现平面寻找错误的情况
九三baba·2022-11-21 09:03

velo2cam_calibration——最新最准确的激光雷达Lidar和相机Camera外参标定算法实现

目录写在前面参考资料算法原理准备工作开始使用检测结果总结写在前面因为实验需求，要实现相机和雷达之间的融合，因此需要完成相机内参标定和雷达与相机外参标定。相机内参标定使用ros自带的包camera_calibration即可完成。具体方法可以参考博客:SLAM之相机标定相机外参之前使用了Autoware的工具箱，但标出来的效果有一定的误差，不太满意。velo2cam_calibration的单目相机
木key哇啦·2022-11-21 09:33

ROS点云类型sensor_msgs::PointCloud2与PCL的PointCloud＜T＞点云类型转换

就激光雷达（LiDAR）而言，采集的原始点云数据通常以sensor_msgs::PointCloud2的数据类型进行发布，在算法中对点云进行处理时，调用点云开源算法库（PCL）中的功能可以便捷的实现相应功能
木卫三_·2022-11-21 07:37

sensor_msgs/PointCloud2 数据格式解析

sensor_msgs/html/msg/PointCloud2.html一个仿真的点云消息长这样fileds中的内容是对data[]中的数据的格式的说明$rostopicecho/airsim_node/Drone0/lidar
Sun Shiteng·2022-11-21 07:05

补全依赖_FusionNet：基于稀疏雷达点云和RGB图像的深度图补全

/abs/1902.05356v1代码链接：https://github.com/wvangansbeke/Sparse-Depth-Completion主要思想本文提出了一种新的基于RGB图像的稀疏LiDAR
水长羊二·2022-11-21 00:12

【Linux常见指令】记录一些机器学习中常用的指令(自用，持续更新)

清华源安装四、git指令1.安装特定tags的Repos五、Linux操作1.复制文件2.移动文件3.删除命令4.服务器创建账户5.修改文件夹权限6.CSDN使用红色字体六、一些Repos常用的命令1.LiDAR-Distillation2
杨立青101·2022-11-21 00:56

深度学习(11):RangeNet++论文翻译与学习

RangeNet++:FastandAccurateLiDARSemanticSegmentationRangeNet++：快速准确的LiDAR语义分割如果想要了解原理的话，阅读重点可以集中在3OurApproach
biter0088·2022-11-21 00:56

【深度补全算法】基于RGBD相机的深度补全算法(非Lidar)论文与GitHub代码总结

目录前言一、经典的深度补全算法(2018-2019)1.DeepDepthCompletionofaSingleRGB-DImage2.IndoorDepthCompletionwithBoundaryConsistencyandSelf-Attention3.DisocclusionHandlingUsingDepth-BasedInpainting二、近几年的深度补全算法1.TransCG:A
杨立青101·2022-11-21 00:54

迈向BEV的大一统 | 基于纯视觉策略的BEV感知

2为什么需要BEV在BEV视角施行camera感知可以使来自camera的特征能够直接的和来自LiDAR的特
自动驾驶之心·2022-11-21 00:07

python如何实现小车行走_[详细推导]基于EKF的小车运动模型的python编程实现

车辆有了非常简单的LIDAR传感器，可以返回与环境中各个地标相对应的范围(range)和方位测量值(bearing)。假定地标的所有位置是已知的并假设他们已知的数据关联，即哪个度量属于哪个界标。
西瓜桑葚·2022-11-21 00:02

＜论文阅读＞DeepFusion: Lidar-Camera Deep Fusion for Multi-Modal 3D Object Detection

文章目录摘要1.引言2.相关工作3.DeepFusion3.1深度特征融合方案3.2.对齐质量的影响3.3.提高对齐质量4.实验5.总结摘要  激光雷达和摄像头是为自动驾驶中的3D检测提供补充信息的关键传感器。虽然流行的多模态方法[34,36]只是简单地用相机特征装饰原始激光雷达点云并将它们直接输入到现有的3D检测模型中，但我们的研究表明，融合相机特征与深度激光雷达特征而不是原始激光雷达特征点，可
EchoRouRou·2022-11-20 13:58

分享 | 3D目标检测方法总结

根据输入类型（传感器种类）来划分，目前3D目标检测的方法分为：单模（Lidar）多
深兰深延AI·2022-11-20 13:55

3D目标检测

3D目标检测旨在通过多传感器数据如LIDAR、Camera、RADAR等，使得自动驾驶车辆具备检测车辆、行人、障碍物等物体的能力，保障行驶安全，是自动驾驶领域要解决的核心问题之一。
AI松子666·2022-11-20 13:49
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他