Lidar 第11页

Radar-LiDAR BEV融合！RaLiBEV：恶劣天气下3D检测的不二之选

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【多传感器融合】技术交流群后台回复【RaLiBEV】获取解读论文！1摘要雷达是唯一能够在所有天气条件下以可承受的成本提供可靠感知能力的传感器，已被广泛作为现代高级驾驶员辅助系统（ADAS）和自动驾驶系统中相机和激光雷达的关键补充。最近最先进的研究表明，雷达和激光雷达的融合可以在恶劣天气（如雾）下实现鲁棒检测。然

自动驾驶之心·2022-12-15 16:00

最具体和最简单的PDAL库配置及在VS2019上测试

前言libLAS是一套用于处理常见的“LAS”LiDAR格式数据的C/C++函数库。

stay hungry foolish·2022-12-15 15:03

【点云处理】LeGO-LOAM在robosense激光雷达上的地面点云分割实验

个流程，分别是：分割聚类：这部分主要操作是分离出地面点云；同时，对剩下的点云进行聚类，剔除噪声(数量较少的点云簇，被标记为噪声)；特征提取：对分割后的点云(排除地面点云部分)进行边缘点和面点特征提取；Lidar

昌山小屋·2022-12-15 12:13

自动驾驶汽车的核心部件 LiDAR 的介绍

所以在这篇文章中，我们将了解自动驾驶汽车的关键部件LiDAR。,出处:使用示例LiDARwww.sensorsmag.comLiDAR是

Suresoft China·2022-12-14 17:24

【自动驾驶】【小障碍物感知】

目标检测论文3Dlidar精确的non-Texture3d估计+检测Pseudo-LiDAR_From_Visual_Depth_Estimation_Bridging_the_Gap_in_3Dhttps

prinTao·2022-12-14 13:23

CVPR2020目标检测共63篇

CVPR2020目标检测共63篇3D目标检测1.LiDAR-BasedOnline3DVideoObjectDetectionWithGraph-BasedMessagePassingandSpatiotemporalTransformerAttention2

舒心远航·2022-12-13 21:19

Lidar based off-road negative obstacle detection and analysis(论文翻译)

（机翻自己留作资料的大家辩证使用论文地址：https://ieeexplore.ieee.org/document/6083105）Abstract:无人驾驶地面车辆(UGV)要想在越野地形中高速行驶，就必须实时分析和了解周围的地形：它必须知道它打算去哪里，哪里有危险，以及许多细节地形的地形。在避障、地形分类和路径规划方面已经进行了大量研究，但仍然很少有UGV系统能够准确地高速自主穿越越野环境。在

不太会转弯儿·2022-12-13 18:02

论文翻译：USE OF LIDAR FOR NEGATIVE OBSTACLE DETECTION: A THOROUGH REVIEW

(鉴定为水刊综述老板让看的)Abstract：野外自动驾驶陆地车辆的负面障碍是指路面上的坑洼、沟渠、悬崖、坑或任何类型的障碍物，但不是以可见的方式，它给车辆或潜在的乘客带来风险，甚至给环境带来风险。自主陆地车辆正在前进。这些负面障碍会对自动驾驶陆地车辆造成严重损坏，包括车辆悬架损坏、侧翻，甚至自动驾驶车辆丢失。障碍物检测是避免任何风险的第一步，能够警告附近的障碍物以避免可能出现的任何类型的危险是极

不太会转弯儿·2022-12-13 18:32

论文翻译：Robust Negative Obstacle Detection in Off-Road Environments Using Multiple LiDARs

本文提出了一种使用多个侧面安装的LiDAR的自动驾驶车辆的自适应负障碍物检测方法。该方法首先从原始传感器数据中提取径向方向的距离跳跃，得到潜在的负障碍物特征点对，

不太会转弯儿·2022-12-13 18:30

TransFusion | 基于Transformer的多模态融合算法（CVPR2022）

1关键词：CVPR2022,LiDAR-camera,Tran

自动驾驶之心·2022-12-12 22:14

【星火计划学习笔记】——第六讲上自动驾驶感知基础（I）

常见传感器2.1相机2.1.1相机的种类2.1.2相机的特点2.2激光雷达2.2.1激光雷达系统构成与方案2.2.2激光雷达光源2.2.3激光雷达扫描方式2.2.4激光雷达总结2.2.5CameraVS.LiDAR2.3

yuan〇·2022-12-12 18:32

Apollo星火计划学习笔记第五讲——Apollo感知模块详解实践1

、目录一、感知的作用二、常见传感器介绍2.1相机2.2激光雷达2.3摄像头和激光雷达比较2.4毫米波雷达2.5部署方案三、传感器标定3.1坐标系3.2内参和自标定3.3Camera2Camera3.4LiDAR2LiDAR3.5Radar2LiDAR3.6Camera2LiDAR3.7

我宿孤栈·2022-12-12 18:01

Moving Object Segmentation in 3D LiDAR Data: A Learning-based Approach Exploiting Sequential Data

论文解读：MovingObjectSegmentationin3DLiDARDataALearning-basedApproachExploitingSequentialData创新点AbstractRelatedWork具体方法personalcomment创新点在分割中引入了新的描述动态物体的特征dk,ild_{k,i}^{l}dk,il,dk,il=∣ri−rik→l∣rid_{k,i}^{

FUTUREEEEEE·2022-12-12 16:47

使用稀疏 4D 卷积对 3D LiDAR 数据中的运动对象进行后退分割

A.写在前面非常喜欢的一个工作，利用神经网络显式使用四维时空信息，能准确检测出自动驾驶场景中的动态物体。题目：RecedingMovingObjectSegmentationin3DLiDARDataUsingSparse4DConvolutions来源:RAL/IROS作者：BenediktMersch,XieyuanliChen,IgnacioVizzo,LucasNunes,JensBehl

是魏小白吗·2022-12-12 16:16

【论文阅读】RAL 2022: Receding Moving Object Segmentation in 3D LiDAR Data Using Sparse 4D Convolutions

参考与前言Status:FinishedType:RALYear:2022论文链接：https://www.ipb.uni-bonn.de/wp-content/papercite-data/pdf/mersch2022ral.pdf代码链接：https://github.com/PRBonn/4DMOS1.Motivation在自动驾驶导航中dynamicsobstacle对于轨迹规划很重要，所

Kin__Zhang·2022-12-12 16:16

A Survey of Robust LiDAR-based 3D Object Detection Methods for Autonomous Driving（激光雷达3D目标检测方法）论文笔记

原文链接：https://arxiv.org/pdf/2204.00106.pdfIII.SotA将基于点云的3D目标检测分为4类，即基于点的、基于体素的、基于前视图的和基于多视图的方法。A.结构结构上可分为单阶段检测（PointPillars，3DSSD，SA-SSD，CIA-SSD和SE-SSD）和两阶段检测（PV-RCNN，PV-RCNN++和CenterPoint）。PointPillar

byzy·2022-12-12 14:31

Apollo 星火计划课程笔记 ---- Perception

ApolloPerception感知系统:传感器：Lidar,Camera,Radar,Ultrasonic,Phone地图:高精地图机器输出:道路信息：不强求在线识别，可以来自高精地图；场景理解，分割

Tianchao龙虾·2022-12-11 14:54

Apollo星火计划学习笔记第六讲——Apollo感知模块详解实践2感知基础

Apollo学习笔记零、目录一、Apollo感知框架介绍1.1检测和分类1.2跟踪1.3感知模块代码结构1.3.1感知模块入口二、Lidar障碍物检测、红绿灯识别2.1Lidar感知模块2.1.1dag

我宿孤栈·2022-12-11 13:49

【翻译论文】An Object-Based Approach for Urban Land Cover Classification(2013)

（2013）基于对象的城市土地覆盖分类方法文章目录摘要关键词一、导言二、数据和方法1.研究地点2.数据预处理3.土地覆盖分类4.精度评估三、结果与讨论四、摘要和结论致谢参考文献摘要基于激光探测和测距(LiDAR

氧艺·2022-12-11 12:22

五问补盲（二） | 补盲激光雷达，角分辨率真的是越小越好吗？

HiEV消息（文：爱LiDAR的小飞哥）如何简单地判断一款补盲激光雷达的成像效果？业界通常有几个指标：视场角大小、测距范围，以及角分辨率。一款优秀的补盲激光雷达，通俗来说：既要看得广，还要看得清。

HiEV·2022-12-11 10:59

播放camera或者lidar的bag包在RVIZ里显示

手头上有lidar或者camera的bag包，不通过算法而只是查看里面的信息，并且想要可视化bag包，就需要用到RVIZ。

✘触不可及·2022-12-11 02:26

LVI-SAM

包含两个子模块：VIS(visual-inertialsystem)和LIS(lidar-inertialsystem)视觉里程计通过最小化视觉和IMU测量的联合误差来获取。

Shilong Wang·2022-12-10 18:20

Transformer BEV 3D object detection

难以实现与3D点云传感器（LiDAR）的数据级/特征级融合。

平丘月初·2022-12-10 18:48

ROS-3DSLAM（十六）lvi-sam项目总结

2021SC@SDUSC学习内容概览本次的项目lvi-sam主要分为两个大的模块：lidar模块和visual模块。我们小组学习先进行了lidar模块的学习，然后进行的visual模块。

handsome_hhh·2022-12-10 18:18

视觉lidar融合学习日记--LVI-SAM

今天开始搞lvi-sam，先看一下数据效果。1.开始测试：第一次测试：节点成功启动a.问题：运行没有成功结束,因为最后没有看见odometry的痕迹这期间的报错b.警告：四元数没有normalizec.警告；图片接收出现问题，ros传输机制有问题？d.报错：imu偏差过大，vins重启e.报错：LM分解出现问题f.Vins这样经常报错真的好吗？第二次：轨迹严重偏离，vins不断重启。不过也有可能是

海滩油炸·2022-12-10 18:17

LVI-SAM安装与测试

1介绍就在昨天，LVI-SAM开源了，它是一个lidar-visual-inertial里程计和建图系统，在系统级别结合了LIO-SAM和Vins-Mono的优势。

W_Tortoise·2022-12-10 18:47

LVI-SAM：配置环境、安装测试、适配自己采集数据集

算法包含雷达惯性里程计模块及视觉惯性里程计模块，其中视觉惯性里程计采用VINS-MONO，其实整体设计是为了在雷达退化的场景中，使用视觉里程计定位结果代替雷达退化方向位姿，同时利用雷达惯性里程计结果初始化整个视觉惯性里程计系统，并使用Lidar

有待成长的小学生·2022-12-10 18:45

Iris: 比ScanContext更加精确高效的激光回环检测方法（IROS 2020）

论文阅读《LiDARIrisforLoop-ClosureDetection》（IROS2020Oral）代码已开源:https://github.com/JoestarK/LiDAR-IrisIRIS

Tom Hardy·2022-12-10 16:25

百度Apollo基础入门（感知与融合）

这里写目录标题1.计算机视觉1.1摄像头图像1.2激光雷达图像（lidar）2.Apollo感知2.1信号灯分类（HDmap+摄像头）2.2Apollo使用YOLO来检测车道线和动态物体2.3传感器数据比较

半甜田田·2022-12-10 07:49

Lidar Studio点云处理与分析软件

简介LidarStudio是武汉空间智测科技有限公司自主研发的点云数据处理与分析软件，利用计算机图形学的前沿技术，实现了海量点云数据的快速可视化与编辑（支持渲染、处理超过300G的点云数据），并提供丰富的编辑工具和先进的点云处理算法，可供测绘、电力、农林等行业进行应用。LidarStudio通过自定义的点云格式文件lcdata实现海量点云数据的渲染与编辑，lcdata数据与标准LAS数据可进行互转

xingstar06·2022-12-10 01:09

6个好用免费的LiDAR数据处理软件【2021最新】

要找到免费的激光雷达数据处理软件并不容易，因此在这篇文章中，我们将介绍6个最出色的免费或开源的LiDAR软件，可以用于3D点云查看、点云数据分析、点云操作等。

新缸中之脑·2022-12-10 01:39

【激光雷达】5 款免费 LiDAR 软件工具

1.QGIS3#1用于3D点云查看的LiDAR软件介绍：QGIS3LiDAR。点云视觉效果令人印象深刻，因为您现在可以在3D环境中进行本地缩放、平移和飞行。首先，我们猜测您想要拖放LAS和LAZ文件。

醉逍遥_祥·2022-12-10 01:08

激光雷达（LiDAR）| Open3D：第四节表面重建之凸包法convex hull

本节基于Open3D中的凸包法实现点云的表面重建1.convexhull法convexhull凸包法：是包含所有点的集合的最小凸包，基于Qhull思想来实现。1.1加载数据#加载包importopen3daso3dimportnumpyasnp#读取点云pcd=o3d.io.read_point_cloud("./tree/Tree_singel.pcd")pcd.paint_uniform_co

地理空间科学·2022-12-10 01:38

【知识科普】激光雷达（LiDAR）点云数据知多少？

且听笔者详细道来吧~GIS行业技术干货关注公众号：tuxingis原来，这些都是激光雷达（LiDAR）点云数据，每一个点都包含了三维坐标信息，也是我们常说的X、Y、Z三个元素，有时还包含颜色信息

三维GIS技术社区·2022-12-10 01:37

LiDAR点云数据及其处理

点云数据是LiDAR的主要数据，尤其是早期的LiDAR数据处理都是针对点云数据进行的。

氧艺·2022-12-10 01:37

激光雷达（LiDAR）| 第一节：点云处理库与软件介绍

地理空间科学·2022-12-10 01:07

计算激光雷达各点的仰角并分析其线数——根据lidar文档垂直角公式计算自己的激光雷达参数/以aloam为例子

slam代码，用自己的数据时，遇到了一点问题如代码所示将点云从ros的msg格式转换为pcl格式，并计算各点的仰角分析其线数，保存在laserCloudScans(N_SCANS)里，这部分使用的是16线的lidar

Laney_Midory·2022-12-09 20:42

MMDetection3D加载毫米波雷达数据

前言mmdetection3d没有提供radar数据的读取，仅实现了对于LiDAR和Camera的数据读取、处理，因此需要根据LiDAR的数据处理流程进行改进，创建一套适合于radar数据处理的流程，本次处理流程部分参考了

naca yu·2022-12-09 15:55

智能驾驶激光雷达感知反射率校准

车载激光雷达(laserdetectionandranging，LiDAR)因其具有可准确获取目标的三维信息、分辨率高、抗干扰

JYGD686868·2022-12-09 09:04

自动驾驶车载激光雷达-数据集整理

自动驾驶车端激光雷达数据集统计数据集名称出品方激光雷达线数数量图像KITTI德国卡尔斯鲁厄理工学院&丰田美国技术研究院648k√LiDAR-VideoDrivingDataset上海交通大学&厦门大学3210K

幸福回头·2022-12-09 01:55

A-LOAM(前端-4)的帧间lidar里程计-算法流程+代码注释

文章目录算法流程角点约束构建点面约束构建代码注释点线约束构建代码注释点面约束构建代码注释算法流程主要用作梳理整个雷达里程计，先在理解上知道代码会做什么，和这样做的原因，然后再看代码实现，代码实现中的注释和算法流程的梳理是一一对应的，可以对比着代码看这个流程算法流程代码位于"laserOdometry.cpp"的main函数开始，以下为该函数的运行步骤从main函数开始，订阅提取出来的点云。noti

Rhys___·2022-12-08 21:29

【虹科】配备 LiDAR 的送货无人机——让物流变得绿色且具有成本效益

搭载Lidar的无人机如何帮助物流行业克服“最后一公里配送”和不断增长的配送需求等挑战？随着技术的进步，无人机在许多不同领域的效用变得不言而喻。

智能感知_hongke·2022-12-08 15:02

【论文阅读】【三维目标检测】BirdNet: a 3D Object Detection Framework from LiDAR Information

文章目录BirdNet数据预处理处理网络后处理实验评价BirdNet:a3DObjectDetectionFrameworkfromLiDARInformation西班牙马德里卡洛斯三世大学IntelligentSystemsLaboratory(LSI)ResearchGroup，发表在2018ITSC上BirdNet本方法只使用激光雷达，但网络上的创新不多。数据预处理将点云栅格化，栅格化的结果

麒麒哈尔·2022-12-08 13:50

从零开始搭建激光SLAM的完整工程分享

分享自己几个月以前从零开始搭建的激光slam框架，imu+lidar+gps松耦合，框架扩展性比较好。

bug大湿·2022-12-08 11:59

激光slam 理论详解(一)

激光slam简要介绍主流的slam技术应用有两种，分别是激光slam(基于激光雷达lidar来建图导航)和视觉slam(vslam,基于单/双目摄像头

#君君#·2022-12-08 11:56

【Review】用于SLAM的地点识别(Place Recognition)

目录1.PointCloud（Lidar）2021ICRAICCVIROSCVPROthers20202019ICCV2018IROS2.Researchers3.Visual2021IROSICCVCVPRICRA2020CVPRReference

Kair94·2022-12-08 09:35

自动驾驶：Lidar 3D点云数据标注

上半年，东风公司技术中心研发的42辆自动驾驶出租车RoboTaxi在武汉开始试运行，武汉市民通过手机APP预约，就可以试乘自动驾驶出租车，这条新闻吸引了很多媒体，汽车从业者和科技从业者的关注。众所周知，自动驾驶是一个庞大而复杂的系统，集合了很多人工智能的核心技术，其中很重要的一部分是环境感知。车辆行驶在道路上周围环境包括路面，静态物体和动态物体，对于动态物体，不仅要检测还要追踪它的移动轨迹，根据追

景联文科技·2022-12-07 19:16

NeRF衍生项目，谷歌用Waymo自动驾驶汽车打造3D数字城市

前不久，谷歌公布了一系列与AR导航、沉浸式立体地图相关的更新，让我们进一步了解谷歌3D地图的发展路径，包括基于海量街景数据合成3D，以及后续会在街景相机上加入LiDAR模组，来实现3D定位等等。

青亭网-·2022-12-07 16:06

【传感器sensor】机器人/无人驾驶常用传感器模型、选型与安装

常用传感器类型及模型特性介绍【核心】1.轮式编码器（提供里程计）编码器内参标定方法2.IMU惯性导航系统（提供里程计、位姿）1.惯性技术简介2.惯性器件误差分析3.惯性器件内参标定4.惯性器件温补5.惯性导航解算3.雷达Lidar

盒子君~·2022-12-07 15:29

（视觉/Lidar/多传感器数据融合）...

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【车辆定位综述】获取论文！1摘要实时、准确和鲁棒的定位对于自动驾驶汽车（AVs）实现安全、高效驾驶至关重要，而实时性能对于AVs及时实现其当前位置以进行决策至关重要。迄今为止，没有一篇综述文章定量比较了基于各种硬件平台和编程语言的不同定位技术之间的实时性能，并分析了定位方法、实时性

自动驾驶之心·2022-12-07 15:49

推荐频道

Lidar