LiDAR

激光雷达

LIDAR是一种集激光，全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的系统。前三甲：Velodyne、Quanergy、Waymo。都属于美国。
weixin_44730555·2020-08-19 05:20

Google Cartographer SLAM 原理 （Real-Time Loop Closure in 2D LIDAR SLAM 论文详细解读）

本文前言*转载请注明出处@梦凝小筑本人的研究方向为激光SLAM，因此对于GoogleCartographer的经典算法十分感兴趣，但是苦于该算法的论文是英文写作，且该论文有着公式多，解释少的特点。因此在看了原论文和网上的各种论文解读，都没有能够完全把这块硬骨头吃下去。机缘巧合，本人研究生课程高等运筹学大作业需要运用和GoogleCartographer中的闭环检测相同的方法，结合Cartograp
梦凝小筑·2020-08-19 05:29

学习日志2020.7.3 编译Livox-SDK

运行lidar_lvx_file这个项目，把雷达数据保存为本地lvx文件，路径为项目的相对路径。用viewer
「已注销」·2020-08-18 16:51

Livox MFC程序发布

在之前的文章：https://blog.csdn.net/m0_49291417/article/details/107486999里尝试从底层新建一个livox的工程，新建项目后把lidar_lvx_sample
李阿华·2020-08-18 15:34

无人驾驶-----多传感器数据融合之环境感知传感器（激光雷达lidar、毫米波雷达radar、相机）

1550nm波长LiDAR传感器可以以更高的功率运行，以提高探测范围，同时对于雨雾的穿透力更强（波长越长穿透力越强）
zlb_zlb·2020-08-18 07:16

PCL经典代码赏析六：深度图像及关键点提取

文章目录更新：2019年8月说明PCL深度图像PCL深度图像提取边界PCL关键点NARF(NormalAlignedRadialFeature)关键点更新：2019年8月为了促进同行业人员（特指LiDAR
Neverland_LY·2020-08-18 01:16

Gazebo仿真-传感器机器人（camera、kinect、Lidar）

项目运行环境为Ubuntu18.04、ROS为melodic。教程学习up主：古月居。https://blog.csdn.net/hcx25909/article/details/8096373初次学习可下载他的工作区压缩包来运行调试。该博客也是在他的基础上稍作修改运行了自己的模型文件。他的ubuntu为16版本，ROS为kinetic，稍有不同仔细看自己的运行环境哦。1、camera使用下列命令
君琴·2020-08-17 17:35

MFC编程添加文件路径出现“通用字符名的格式不正确”错误提示的解决方法

CFiletxtfile;CFileExceptionfileException;txtfile.Open(_T("C:\Users\Administrator\Desktop\lidar.txt"),
qq_34911636·2020-08-17 01:33

iPhone 12 Pro最新渲染图曝光：直角边框梦回iPhone 4

机身背部貌似增加了一颗LiDAR镜头，依旧是我们熟悉的“浴霸”设计
手机中国·2020-08-17 00:00

baidu进阶训练笔记十五20200802

文章目录百度Apollo感知介绍（一）感知概貌机器开车与人开车在感知上的一个区别多维度分析感知传感器和标定-1配置硬件传感器和标定-2标定的目的传感器标定算法基于标定间的多`Lidar-Camera`标定百度
weixin_44952783·2020-08-16 10:23

SICK激光扫描仪LMS511连接通讯

串口转网口线（1根/4针子头），电源线（1根/5针母头）软件/文档下载地址：https://www.sick.com/cn/zh/detection-and-ranging-solutions/2d-lidar
图灵小眼睛·2020-08-16 04:15

EAI Dashgo D1小车 Hokuyo激光雷达UTM-30LX-EW Gmapping建图与导航

建图urg_lidar.launchgmapping_demo.launch修改为：args第一个参数0.0表示雷达中心距离底盘重心的x轴距离args第二个参数0.0表示雷达中心距离底盘重心的y轴距离args
渐无书xh·2020-08-16 03:44

2020.7.5 树莓派使用激光LMS111

ROSNoetic2D激光雷达SICKLMS111手上的型号为LMS111-10100官方介绍：https://www.sick.com/cn/zh/detection-and-ranging-solutions/2d-lidar
shuang_yu_·2020-08-16 01:46

lidar 大讲堂—— LMS111 报文入门

概念-大讲堂http://www.gongkong.com/news/201703/357440.htmlLMS111http://www.cnblogs.com/yhlx125/p/7911831.htmlhttps://www.cnblogs.com/21207-iHome/p/8022512.html数据读取https://wenku.baidu.com/view/71f645cd647d2
hoppss·2020-08-16 00:35

【ROS】Gazebo插件gazebo_ros_head_hokuyo_controller的命名空间

的命名空间1.目标2.修改1.目标如果有多个机器人，上面都有激光雷达，希望使得不同的无人机上的雷达发布的话题不一样例如/iris_0/scan/iris_1/scan...2.修改在激光雷达hokuyo_lidar
左手Python右手R·2020-08-16 00:12

基于SICK激光扫描技术盘煤系统开发

基于SICK激光扫描技术盘煤系统开发简介技术开发简介本文主要是利用激光扫描仪（LiDAR），对散料分布区域进行扫描，将获取到的点云数据进行处理、计算，通过三维重建算法重加三维模型，并在前端可视化，同时计算出全场或指定区域散料存量
Mr.Sunxj·2020-08-15 22:02

Velodyne Lidar为内华达州的智能交通管理提供支持

Velodyne宣布与内华达大学雷诺分校建立合作关系，以建设更安全的智能交通基础设施加州圣何塞--(美国商业资讯)--VelodyneLidar,Inc.今日宣布与内华达大学雷诺分校建立合作关系，以推进交通基础设施研究。该大学的内华达应用研究中心(NevadaCenterforAppliedResearch)联合内华达州交通运输部(DOT)和内华达州州长经济发展办公室采购了Velodyne的激光雷
sinat_41698914·2020-08-15 08:32

【文章阅读】SA-SSD

Brief来自CVPR2020的研究工作，也是仅仅使用Lidar数据进行3D检测的文章，CVPR2020接收的几篇文章中，采用LiDar作为网络结构输入的已经已经多于采用图像和lidar的结合，从一方面讲
Little_sky_jty·2020-08-13 22:33

阿里达摩院自动驾驶技术升级：模拟线束量提升3倍以上

8月13日消息，阿里巴巴达摩院宣布，其自研感知算法实现了对低线束LiDAR（激光雷达）的高线束模拟，间接将LiDAR线束量提升3倍以上，实现低成本普通激光雷达替代高成本雷达。
itwriter·2020-08-13 21:00

小白科研笔记：深度连续卷积和它在深度补全中应用

1.前言由于LiDAR点云稀疏的特性，根据它得到的LiDAR深度图也是稀疏的。然而相机采集到的信息却是稠密的。这样一种反差对LiDAR-Camera多传感器信息融合造成挑战。
Niuip·2020-08-13 17:42

【LiDAR】使用kitti2bag+rviz播放KITTI数据集

本文讲解如何使用kitti2bag将KITTI数据集转换成bag文件，并使用rviz可视化。步骤如下：1.下载kitti数据集2.下载calibration文件下载完成后将其解压后放在“2011_09_26_drive_0002_sync/2011_09_26“下，如下图所示。3.转为bag文件（请先自行安装好kitti2bag）返回上层目录，打开终端输入：$kitti2bag-t2011_09_
Jerry99s·2020-08-13 14:39

3D目标检测Lidar_only 数据集和项目汇总

前言这一片文章主要介绍目前3D目标检测的一些比较重要的数据集合在github上比较好用的3D目标检测项目。包含了最火最热的KITTI到当前研究前沿的多模态，时序融合等的新数据集。分类方法如下，首先按照场景可以将数据集划分为室内和室外数据集。然后分别介绍目前3D目标检测室内和室外的一些常用数据集；然后介绍一些做研究容易上手的项目，并做一些简单的异同总结。数据集室内数据集室内3D目标检测的研究算是一项
Little_sky_jty·2020-08-13 14:15

Fast Lidar Clustering by Density and Connectivity解读及文章复现工作

FastLidarClusteringbyDensityandConnectivity这篇文章是发布在cs.cv上面的一篇文章，个人理解为利用语义信息来进行聚类。接下来详细解读一下这篇文章。首先这篇文章提出了一种实时的雷达点云实例分割的网络。主要亮点在于提出了skipconection这个结构来增加网络的鲁棒性。主要步骤：此工作是利用将三维点云转换成深度图像后进行相关操作。1.去除地面。2.横纵向
LimitOut·2020-08-13 12:31

Autoware1.12编译pointpillars成功

lidar_point_pointpillars模块下载和编译Autoware1.12，Autoware官网。
Boys_Wu·2020-08-13 11:43

3D点云学习：SECOND目标检测①论文阅读

但是在PCDet.上发现包含了SECOND等几个网络源码2:源码链接2.1摘要基于LiDAR或基于RGB-D的目标检测被用于从自动驾驶到机器人视觉的众多应用中。
themasterbi·2020-08-13 10:19

将FRAM存储器芯片集成到汽车EDR设计中

EDR要求：高速和高可靠性车辆EDR的基本功能要求是捕获所有指定的数据输入，从可见光和红外摄像头，雷达和LiDAR传感器等传感设备以及油门，制动踏板和方向盘等输入设备捕获。
宇芯电子·2020-08-12 16:00

将FRAM存储器芯片集成到汽车EDR设计中

EDR要求：高速和高可靠性车辆EDR的基本功能要求是捕获所有指定的数据输入，从可见光和红外摄像头，雷达和LiDAR传感器等传感设备以及油门，制动踏板和方向盘等输入设备捕获。
宇芯电子·2020-08-12 16:37

自动驾驶关键传感器——LiDAR

自动驾驶关键传感器——LiDAR什么是LiDAR?LiDAR工作原理点云LiDAR与其他传感器对比LiDAR在自动驾驶中的地位车用LiDAR种类什么是LiDAR?
自动驾驶_hongke·2020-08-11 17:17

ROS学习心得——正确运行RPLIDAR A2激光雷达（让它转起来吧！）

——正确运行RPLIDARA2激光雷达FORTHESIGMAFORTHEGTINDERFORTHEROBOMASTER简介：产品相关数据与官方文档：http://www.slamtec.com/cn/Lidar
whl970831·2020-08-11 14:34

在Gazebo中使用DEM構建起伏地形環境

DEM通常通过使用传感器的组合来创建，诸如LIDAR，雷达或照相机。地面位置的地形海拔以规则间隔的水平间隔进行采样。维基百科是获取更多有关
zhangrelay·2020-08-11 11:51

CloudCompare 最新版编译与运行（全网最详细）

CloudCompare-v2.10.3(Zephyrus)源码6.QtCreator7.其它编译CloudCompare各阶段可能遇到的问题未来尝试解决的问题参考博客附录更新介绍为了促进同行业人员（特指LiDAR
Neverland_LY·2020-08-10 19:52

Apollo课程学习小记录3——感知

Apollo课程学习小记录3——感知学习前言计算机视觉一、感知的任务二、图像分类器步骤摄像头图像LiDAR图像机器学习神经网络（CNN）一、神经网络简介二、标准神经网络三、学习（训练）过程四、卷积神经网络感知的任务一
Albert·2020-08-10 13:44

Apollo课程学习小记录2——定位

课程学习小记录2——定位学习前言什么是定位GNSS(GPS)和RTK一、GPS的组成部分二、RTK三、GPS的缺点惯性导航一、惯性测量单元(IMU)二、IMU的优缺点三、GPS和IMU结合定位激光雷达LiDAR
Albert·2020-08-10 13:44

（十九）通俗易懂理解——无人驾驶概述

无人车的实现需要诸多硬件传感器的支持，这些传感器包括：GPS+IMU全球定位+惯性测量Camera视觉传感器Lidar激光传感器MillimeterWaveRadar毫米波雷达UltrasonicRadar
Dreamdreams8·2020-08-08 19:24

Turtlebot2上的cartographer部署与测试

任务描述：Turtlebot2上安装cartographer，添加雷达和底盘驱动后，对软件所5号楼12层2000平方米办公场所进行制图，对比Lidar、Lidar+IMU和Lidar+odom解决方案制图效果
火种源码·2020-08-08 12:41

2020/8/2感知概貌与传感器标定

概貌机器感知系统根据各种各样的传感器来获取汽车周围的驾驶环境，包括Lidar，Camera，Radar，超声波雷达以及拾音器等。机器感知：全覆盖，精度更高(厘米级别)，但是在语义感知方面相差太大。
ouyangzysm·2020-08-08 01:31

【自动驾驶行业观察】干线物流的仓到仓自动驾驶方案解析

lidar到imu是直接测量，没有对应关系，采用手眼标定
笑扬轩逸·2020-08-08 01:41

量产前夜，揭开高精度地图还未啃下的三块硬骨头

为迎接高精度地图大规模上车，数字绿土提供了一套搞定高速、城镇、隧道、车库多路况地图采集硬件LiMobile，支持海量激光雷达与影像大数据深度融合规模化生产高精度地图的LiDAR360软件，及云端更新服务的解决方案
weixin_33943347·2020-08-08 00:58

apollo学习笔记十八：apollo 感知（上）

机器感知系统则根据各种各样的传感器来获取汽车周围的驾驶环境，包括Lidar，Camera，Radar，超声波雷达以及拾音器等。
siri99999·2020-08-08 00:42

学习笔记 | 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
AI算法修炼营·2020-08-08 00:38

自动驾驶_定位系统

目录1定位技术简介2单个定位技术2.1GNSS2.2IMU2.3Lidar/Camera2.4SLAM3定位融合技术3.1直方图滤波实例4Apollo定位方案整理自视频:https://www.bilibili.com
skyjhyp11·2020-08-08 00:05

Apollo自动驾驶入门课（4）——感知

感知1.计算机视觉2.图像数据摄像头图像LiDAR图像3.机器学习4.神经网络5.反向传播算法6.CNN7.检测8.跟踪9.分割10.Apollo感知11.传感器数据比较12.感知融合策略1.计算机视觉无人驾驶车有四个感知世界的
海映瞳·2020-08-08 00:49

Apollo入门课程[4]——感知

文章目录感知计算机视觉LiDAR图像机器学习、神经网络基础知识检测和分类跟踪分割Apollo感知感知传感器比较感知融合策略感知感知周围环境，需要计算机视觉技术。计算机视觉：计算机看待和理解世界的方式。
ios_miracle·2020-08-08 00:02

深度学习 在自动驾驶 感知领域的应用

其感知过程如下：首先LiDAR探测到信号，传递给ROI的Filter，滤波后的信号通过ObstacleSegmentation
一颗小树x·2020-08-08 00:01

PIXOR: Real-time 3D Object Detection from Point

PIXOR:Real-time3DObjectDetectionfromPoint简介3D目标检测整体框架数据输入网络框架loss简介LiDAR方法最精准安全，但LIDAR每扫一圈要产生10^5个无规则点
海清河宴·2020-08-08 00:45

无人驾驶系统技术岗位分析（感知算法）

一、环境感知通过融合激光雷达（Lidar）、相机（camera）、毫米波雷达（millimeterwaveRadar）等多种传感器的数据获取周围环境的大量信息（包括：障碍物的位置、速度及可能的行为，可行驶的区域
jianchaoyv·2020-08-07 23:47

无人驾驶中激光雷达感知

激光雷达感知方向在无人驾驶应用，简单一些简绍，入门吧链接：https://www.zhihu.com/question/54137057用过十几种主流lidar，开发lidar的感知算法是某著名开源AD
学之之博未若知之之要知之之要未若行之之实·2020-08-07 23:28

Apollo进阶课程⑱丨Apollo感知之旅——传感器标定

目录传感器标定标定的目的传感器标定算法标定案例解析3D标定间制作Cmaera-to-Camera外参标定Lidar-to-Camera外参标定Lidar-to-Lidar外参标定Lidar内参标定Lidar-to-GPS
10点43·2020-08-07 23:49

7/16智能驾驶入门课程笔记

山脉内部误差更大于是需要更加精确的方法：将传感器收集到的数据与HDMap相比较：关键在于将传感器数据构建的”汽车坐标“（以汽车为参考系）转换为HDMap上的地图坐标多种实现方法：GNSSRTK、惯性导航、LiDAR
ouyangzysm·2020-08-07 23:29

智能驾驶入门4——感知

感知计算机视觉摄像头图像LiDAR图像机器学习神经（元）网络反向传播算法卷积神经网络CNN检测与分类跟踪分割Apollo感知传感器数据比较感知融合策略计算机视觉四个感知世界的核心任务检测：找出物体在环境中的位置分类
次言·2020-08-07 23:56
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他