LiDAR 第20页

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

学习心得：Apollo无人驾驶汽车入门课程——第三课：定位

：知道自身准确位置的方法常用定位方法：执行坐标系转换过程：车辆将传感器识别的地标，与HDMap上的地表进行对比，同时进行自身坐标系到地图坐标系的转换，最终精准进行厘米级定位常用：GNSSRTK惯性导航LiDAR

Youngboi·2020-08-07 23:19

无人驾驶实践入门——定位

常见无人驾驶定位方法：GNSSRTK惯性导航LiDAR定位视觉定位举例：野外迷路，你会怎么做？通过静态地标定位，通

New、Light·2020-08-07 23:27

无人驾驶实践入门——感知

捕获图像—>预处理—>提取特征—>分类为了完成这些步骤，需要建立模型摄像头图像：最常见的计算机视觉数据图像是一个二维矩阵，矩阵中为像素值大多数彩色图像可由红黄蓝三种图像组成，即RGB图像含有三层图像深度LiDAR

New、Light·2020-08-07 23:27

百度无人驾驶课程——Apollo开源模块讲解-笔记

Apollo包含的技术：车顶的激光雷达，——advancedsensors车一定要bywirecontrolsystem摆外线控Lidar数据量非常大，所以需要强劲的处理器——onboardcomputing

Field Untouchable·2020-08-07 23:07

智能驾驶进阶7——感知

感知感知概貌感知技术模块传感器和标定传感器标定感知算法Lidar感知（检测）启发式方法：Ncut深度学习方法：CNNSeg视觉感知（全面）深度学习检测和分割后处理：跟踪，2D-to-3D，多相机融合红绿灯

次言·2020-08-07 23:06

Apollo自动驾驶进阶课（5）——Apollo感知技术

1.感知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。

海映瞳·2020-08-07 23:33

百度Apollo智能驾驶进阶课程——第二章 Apollo硬件开发平台

Apollo硬件开发平台1无人驾驶车辆研发的四个步骤2自动驾驶三大系统3自动驾驶汽车的传感器3.1摄像头（Camera）3.1.1用途3.1.2优缺点3.1.3组成及分类3.1.4基本工作原理3.2激光雷达（LiDAR

dreautumn·2020-08-07 23:32

激光雷达pcap包转换为bag包、pcd文件

2.ros上回放pcap文件：在速腾激光雷达的ros驱动上，修改ros_rslidar中的rs_lidar_16.launch文

Amelie_xiao·2020-08-07 14:44

自动驾驶之感知算法

激光雷达（Lidar）点云感知的两种检测算法——启发式的Ncut、深度学习算法CNNSeg点云障碍物感知的主要任务是感知障碍物的位置、大小、类别、朝向、轨迹、速度等。

汤姆布利柏_a32e·2020-08-07 12:42

【LiDAR】KITTI数据集格式、bin转pcd

KITTI数据集点云格式KITTI的LiDAR型号为VelodyneHDL-64E，参数如下：VelodyneHDL-64Erotating3Dlaserscanner-10Hz-64beams-0.09degreeangularresolution

Jerry99s·2020-08-06 12:22

论文《LIBRE: The Multiple 3D LiDAR Dataset》笔记

前倾摘要：最近在调研关于雷达性能评测的相关资料。于是就写一下笔记记录一下调研过程经过上个周的调研，一共找到两份相关参考资料：汽车的智能化发展让车载激光雷达变成一桩热门的生意，目前国内外布局在激光雷达领域的创业公司越来越多，由于缺少一个统一的标准，很难判断市场上激光雷达产品的优劣。最近，名古屋大学和TierIV公开了一项研究，他们在多重环境下评测了４家厂商12款激光雷达性能，并组成了一个名为“LIB

Philtell·2020-08-06 11:20

Tightly Coupled LiDAR Inertial Odometry and Mapping源码解析（一）

TightlyCoupledLiDARInertialOdometryandMapping源码解析（一）1.LiDARinertialodometryandmapping简介2.TightlycoupledLiDARinertialodometry2.1LiDAR-IMUodometryoverview2.2IMUandpre-integration2.3De-skewingandfeaturee

魏新slam·2020-08-05 19:34

LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping论文解读

LIDARINERTIALODOMETRYVIASMOOTHINGANDMAPPING（实际工作）A.符号约定和文章综述BIMU预积分因子C.激光里程计因子D.GPS因子E.闭环因子abstractLIO-SAM将lidar

一抹烟霞·2020-08-05 13:43

大三小学期进阶课程第三十一课：Apollo感知之旅——传感器标定

(4)内参是传感器自身性质，有些是厂家提供，有些需要自行标注，例如Camera焦距的定期矫正，Lidar中各激光管的垂直朝向角。(5)外参是传感器之间的相对位置和朝向，一

HNU君陌·2020-08-04 17:32

2020年最新 iPad Pro上的激光雷达是什么？来激光SLAM技术中找答案

但亮点功能是LiDAR扫描仪将用作深度传感器，而它具有促进全新层次AR体验的潜力。除了添加新的深度传感器外，苹果同时为iPadOS13.4中添加了新的计算机视觉功能。

我爱计算机视觉·2020-08-04 15:39

从iPad Pro的ToF摄像头说起，ToF前途未卜还是一片光明？

本文尝试从ToF技术本身的原理，及其在手机市场的应用出发，来探讨这些年有关ToF技术的传言是否可靠，尤其是在今年新版苹果iPadPro面世以后，后置新增的那个LiDAR模块是否有机会带动ToF技术发展；

清者518·2020-08-04 11:28

apollo5.5.0技术文档

快速入门指南校准指南Apollo目前提供强大的校准服务，可满足您从LiDAR，IMU到摄像机的校准要求。百度还可以提供这项服务。

Jumi爱笑笑·2020-08-04 06:32

利用autoware进行相机和激光雷达的联合标定的过程

环境Ubuntu16.04autoware1.11.11.标定相机的内参在autoware/ros下，sourceinstall/setup.bashrosrunautoware_camera_lidar_calibratorcameracalibrator.py

HelloJinYe·2020-08-02 15:01

3d 可视化百度Apollo的数据开放平台中的激光点云障碍物检测分类数据

name=data_intro_3d&data_key=lidar_obstacle_label&data_type=0&locale=zh-cn&lang=zh代码：https://github.com

彩云的笔记·2020-08-02 15:45

自动驾驶系统进阶与项目实战（二）多激光雷达外参自动化标定算法及代码实例

多激光雷达外参自动化标定算法及代码实例激光雷达是目前自动驾驶系统中的核心传感器之一，但是由于其信息密度低、存在垂直盲区等问题，厂商大多在其L4级自动驾驶系统中搭配多组激光雷达，下图为通用（Cruise）的自动驾驶汽车，采用了多激光雷达以弥补lidar

AdamShan·2020-08-02 15:11

Autoware标定激光雷达和相机记录

建立ROS工作空间$mkdir-pcatkin_lidar_camera/src$catkin_make1.首先下载相机驱动，可以在github上找usb_camhttps://github.com/ros

龙性的腾飞·2020-08-02 13:10

【激光雷达点云障碍物检测】environment.cpp 主函数

主函数#include"lidar.h"#include"render.h"#include"processPointClouds.h"//usingtemplatesforprocessPointCloudssoalsoinclude.cpptohelplinker

秦乐乐·2020-08-02 13:16

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

RyanLeiWang·2020-08-01 00:20

apollo代码学习2.1——深度解析(control)

canbus是基于can总线通往下层控制器的，而perception是获取车上如lidar,radar,camera等传感器数据的模块，这两个模块都需要直

蓝色的眸·2020-07-30 05:22

倾斜摄影技术的未来

现在2019年看来，倾斜摄影技术，也不过是类似于Lidar技术一样，都是测绘行业里一个又一个风口，风口过去，留下的只是满地鸡毛。

weixin_30477293·2020-07-30 02:59

大三小学期进阶课程第二十四课：ROS原理1

例如Lidar一帧数据大概是7M，一秒钟10帧，就会产生70M/S的流量；一个Camera按5M计算，四个Camera就是20M，如果是按10HZ计算一秒钟会产生200M左右的数据。

HNU君陌·2020-07-29 23:35

【Apollo5.0】AutoDrive Apollo5.0感知模块学习

Apollo3.0的更改七、障碍物识别camera部分介绍(1)流程介绍(2)物体检测(3)2D-to-3D的转换(4)物体追踪(5)后处理(6)app模块八、车道线识别九、红绿灯感知十、感知算法整体介绍1)Lidar

精致又勤奋的码农·2020-07-29 22:58

ROS下上位机和stm32单片机通信

1.需要实例化串口节点建立监听者listener和发布之publisher2.上位机通过游戏手柄发布自定义消息类型controlint64mode//手柄模式切换int64lidar//雷达数据int64gamePad_x

su扬帆启航·2020-07-29 21:15

推荐频道

LiDAR