Lidar 第6页

氧艺·2023-08-04 09:18

无人驾驶实战-第五课（动态环境感知与3D检测算法）

激光雷达的分类：机械式Lidar：TOF、N个独立激光单元、旋转产生360度视场MEMS式Lidar：不旋转激光雷达的输出是点云，点云数据特点：简单：xyzi（i为信号强度）稀疏：7%（相同场景范围，与图像数据相比的结果

pzb19841116·2023-08-03 18:03

LIVOX实现点云配准

软硬件与配置2.点云数据采集1.软硬件与配置首先可以先看官方的文档手册：https://livox-wiki-cn.readthedocs.io/zh_CN/latest/tutorials/single_lidar_capture.html

我是小z呀·2023-08-02 00:15

激光雷达供不应求？产能过剩、毛利下滑、定点兑付风险凸显

同时，这两款车型搭载的均为速腾聚创的RS-LiDAR-M系列激光雷达。实际上，从今年6月30日速腾聚创正式在港交所递交招股说明书显示，公司

高工智能汽车·2023-08-01 15:55

点云转深度图：转化，保存，可视化

把点云转为深度图，并保存和可视化三维数据的获取方式在计算机视觉和遥感领域，点云可以通过四种主要的技术获得，（1）根据图像衍生而得，比如通过双目相机，（2）基于RGBD相机获取点云（3）基于光探测距离和测距系统比如lidar

AI视觉网奇·2023-07-31 06:46

Open3D-ML自动驾驶点云目标检测与分割入门

在开始构建用于3D对象检测的自定义模型之前，我购买了一台LiDAR并处理了一些数据。下一个明显的步骤是在我为自己的数据贴标签之前找出研究界如何标记这些数据。

新缸中之脑·2023-07-29 19:54

direct_visual_lidar_calibration标定流程

预处理ros1rosrundirect_visual_lidar_calibrationpreprocess-av\--camera_modelplumb_bob\--camera_intrinsic1452.711762456289,1455.877531619469,1265.25895179213,1045.818593664107

妄想出头的工业炼药师·2023-07-28 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_30340617·2023-07-28 05:06

速腾robosense-sdk配置和使用方法

官方的安装和配置教程https://github.com/RoboSense-LiDAR/rslidar_sdk/1.手动下载sdk，下载tar.gz，然后解压缩:Releases·RoboSense-LiDAR

这个名字真好听·2023-07-26 16:26

激光雷达在ADAS测试中的应用与方案

一激光雷达介绍|激光雷达原理1.全称激光雷达（英文：Lidar），英文全称为LaserDetectingandRanging，即激光探测和测距。2.探测原理激光发射器发射激光脉冲，计时器记

WINDHILL_风丘科技·2023-07-25 18:17

自动驾驶感知系统-摄像头

相比其他传感器，尽管无人车上配置的摄像头采集的数据量远大于LiDAR产生的数据量，但可以获得最接近人眼获取的周围环境信息。同时，现金摄像头技术比较成熟，在无人车上

Johnny 周·2023-07-25 14:41

自动驾驶感知系统-激光雷达

传感器性能对比激光雷达激光雷达又称光学雷达（LightDetectionAndRanging,LiDAR）,是一种先进的光

Johnny 周·2023-07-25 14:35

什么是归一化数字表面模型nDSM(论文赏析)

是什么归一化数字表面模型nDSM该方法使用能够反映地形起伏变化的粗DTM对LiDAR点云数据进行高程归一化预处理，得到归一化高程的LiDAR点云。去除地形特征的LiDAR点云基本处于平面内。

点云学徒·2023-07-25 07:46

纯LiDAR Odometry——LinK3D论文详解

先说总结总体思路是：针对输入来的点云，对每一个scan进行edge特征点的提取，因为提取的特征点因为噪声等原因导致特征点不鲁棒，所以又对特征点通过聚类的方法进行了特征增强，对增加后的特征投影到平面上，分别对每个投影后的特征点进行求解描述符，描述符里面不单单有180个距离还有180个方向，至此，作者认为得到了鲁棒的特征，用这些特征进行配准、求解机器人的姿态。总体来讲，论文有创新，在特征点描述符这里借

RobotsRuning·2023-07-24 21:46

LiDAR SLAM 闭环——BoW3D论文详解

标题：BoW3D:BagofWordsforReal-TimeLoopClosingin3DLiDARSLAM作者：YungeCui,XieyuanliChen,YinlongZhang,JiahuaDong,QingxiaoWu,FengZhu机构：中科院沈阳自动化研究所来源：2022RAL现算法已经开源，代码链接：GitHub-YungeCui/BoW3D:[RA-L]BoW3D:BagofW

RobotsRuning·2023-07-24 21:45

自动驾驶关键传感器——LiDAR

什么是LiDAR?LiDAR，是LightDetectionandRanging的缩写，常用作代表激光雷达。

虹科自动驾驶·2023-07-24 19:39

radar和lidar的区别

一、定义①LiDARLiDAR——LightDetectionAndRanging，即激光探测与测量。工作原理：是利用GPS（GlobalPositionSystem）和IMU（InertialMeasurementUnit，惯性测量装置）机载激光扫描。探测结果：其所测得的数据为数字表面模型(DigitalSurfaceModel,DSM)的离散点表示，数据中含有空间三维信息和激光强度信息。部件组

夏目慕夏·2023-07-22 06:47

三维重建的工作

融合LiDAR、Camera、IMU、轮速计等传感器数据像BlockNeRF一样重建城市级别逼真精细的三维场景，将世界领先的SLAM、深度学习相关技术应用到毫末海量的数据上，为感知、规划、决策、评测等研发提供

饿了就干饭·2023-07-21 01:13

[论文翻译] SalsaNet: Fast Road and Vehicle Segmentation in LiDAR Point Clouds for Autonomous Driving

为了克服缺乏注释的点云数据，特别是对于路段，我们引入了一个自动标记过程，将自动生成的标签从相机传输到LiDAR。我们还通过将BEV与球形前视投影进行比较，探索LiDAR数据的类图

不太会转弯儿·2023-07-20 11:16

点云中平面的精确识别和轮廓线提取

点云中平面的精确识别和轮廓线提取文章目录1、背景2、"基于3DHough变换的表面生长分割"原理3、点云智绘软件的算法实现4、案列分享1、背景激光雷达（LightDetectionandRanging，LiDAR

氧艺·2023-07-20 08:19

lidar_camera_calibration项目——激光雷达和相机联合标定

项目地址：https://github.com/ankitdhall/lidar_camera_calibratio

zhanghm1995·2023-07-19 15:03

MVX-Net Multimodal VoxelNet for 3D Object Detection 论文学习

LiDAR能准确地定位到3D空间的物体，基于LiDAR数据的检测方法通常优于2D方法。一些方法将3D点云转换为特征表示，如BEVmaps，然后用2D-CNN方法来做检测和分类。但这些方法对于点

calvinpaean·2023-07-19 13:41

相机雷达标定direct_visual_lidar_calibration

之前探索出来autoware适合标定,但是到现场发现autoware不仅采集数据麻烦,同份数据标定出来的值稳定性和重复性比较差,所以重新寻找相关方案.最终发现direct_visual_lidar_calibration

妄想出头的工业炼药师·2023-07-18 11:13

发顺说 | FedEx & 智能快递机器人

SameDayBot是一款由电池提供动力的机器人，最高时速达到10英里（约16公里），可以借助LIDAR传感器和常规摄像头自主穿梭于行人和车辆之间。

fashvn·2023-07-17 12:52

DP83TG720RWRHARQ1汽车以太网PHY，NTHL020N120SC1 通孔 N-CH 1200V 103A（MOSFET）

应用：远程信息处理控制单元（TCU、TBOX）网关和车身控制ADAS（LIDAR、RADAR和前置摄像头）详细描述：全，半收发器1/1IEEE802.336-V

Mandy_明佳达电子·2023-07-16 15:42

论文阅读：SLAM and 3D Semantic Reconstruction Based on the Fusion of Lidar and Monocular Vision

论文：基于激光雷达与单目视觉融合的SLAM与三维语义重建来源：sensors链接：dblp:SLAMand3DSemanticReconstructionBasedontheFusionofLidarandMonocularVision.0、摘要单目相机和激光雷达是无人驾驶车辆中最常用的两种传感器。将两者的优势相结合是当前SLAM和语义分析的研究重点。本文提出了一种改进的基于激光雷达和单目视觉融合

shiyueyueya·2023-07-16 07:33

利用matlab求点到直线距离和垂足坐标(空间)

参考链接：三维空间：点到直线垂足坐标公式推导_垂足三维计算_仰望星空_LiDAR的博客-CSDN博客matlab代码：%P0O点%P1A点%P2B点P0=[360];P1=[000];P2=[1000]

isDataWork·2023-07-16 06:11

机载激光雷达数据获取及生产流程

对于机载激光雷达数据获取及生产流程，小编主要画了一个流程图来表示，不详细的或者需要注意的地方在文中做补充说明，公众号“LiDAR前沿”。

LiDAR前沿·2023-07-15 21:50

MMDet3D——可视化库：3D Lidar Boxes坐标投影到Image上并可视化

代码参考：frommmdet3d.core.visualizer.image_visimportplot_rect3d_on_img,draw_lidar_bbox3d_on_img文章目录可视化主函数

Irving.Gao·2023-07-14 23:59

python 加载.so--C++

1.使用boost开源软件，编写C++类2.添加给python调用的接口BOOST_PYTHON_MODULE(CarlaLidar){class_("CCarlaLidar").def("lidar_convert_and_publish

JhonLocke·2023-07-14 20:38

RT-Thread 互补滤波器 (STM32 + 6 轴 IMU)

//zhuanlan.zhihu.com/p/611568999最近在看无人驾驶的Prediction部分，可以利用EKF(ExtendedKalmanFilter)融合不同传感器的数据，例如IMU,Lidar

RT-Thread物联网操作系统·2023-07-14 01:03

虚拟稀疏卷积在多模态 3D 目标检测中的应用

早期利用图像特征扩展LiDAR点的特征的方法，如语义掩膜和二维CNN特征。他们没有增加点数，因此，远处的点仍然稀疏。相比之下，基于虚拟/伪点的方法通过在LiDAR点周围创建额外的点来丰富稀疏点云。

飞大圣·2023-07-13 15:53

QGIS 实现 3D 立体模型和地图

美国DEM数据下载（NOAA）：NOAADataAccessViewer.https://coast.noaa.gov/dataviewer/#/lidar/search/全球30米DEM数据下载：http

sky J·2023-06-23 06:50

自动驾驶硬件系统-激光雷达(Lidar)测量模型

激光雷达(Lidar,LightDetectionAndRanging)是Google系自动驾驶技术路线广泛应用的硬件传感器。

·2023-06-22 19:08

自动驾驶数据融合

在自动驾驶感知系统中，一个目标（例如其他车辆或行人）的信息一般来自多个不同的传感器，如LiDAR（激光雷达）、相机、毫米波雷达等。

我的国·2023-06-21 13:56

BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework

开源代码：https://github.com/ADLab-AutoDrive/BEVFusiongithub.com/ADLab-AutoDrive/BEVFusion论文地址：https://arxiv.org/pdf/2205.13790.pdf0.概述融合激光雷达和相机的信息已经变成了3D目标检测的一个标准，当前的方法依赖于激光雷达传感器的点云作为查询，以利用图像空间的特征。然而，人们发现

scott198512·2023-06-19 16:48

使用lidar-imu外参标定工具lidar_align

使用lidar-imu外参标定工具lidar_align，需要一个合适的激光可检测明显特征点的检测环境。

wishchin·2023-06-16 12:04

两个点云相减，找到重复点和非重复点（c++ python 代码）

下面是c++和python代码#coding:utf-8importopen3daso3dimportnumpyasnppcd=o3d.io.read_point_cloud("lidar1.pcd")

W long9001·2023-06-15 12:08

自动驾驶行业观察之2023上海车展-----智驾供应链(2)

传感器供应链发展图达通：展示长距Lidar“Falcon”，和DeepWay签署定点协议产品：主视激光雷达Falcon猎鹰（2023CES曾亮相）核心亮点：•核心性能：最远探测距离可达500米，为智驾提供更早的探知能力

以迪文化·2023-06-15 00:20

OpenCV-Python —— 多图拼接、保存

函数功能：适用尺寸相同或者尺寸不同的图像的多图拼接，并保存defshow_multi_images():"""imgname_laser:imageimgname_lidar：image"""#读取图片

X_Imagine·2023-06-14 20:08

cam_lidar_calibration代码详解（一）采样优化部分

目录一、launch启动程序1.1run_optimiser.launch标定优化程序1.2assess_results.launch重投影误差评估程序二、主要代码2.1feature_extraction_node.cpp文件2.2feature_extractor.cpp文件2.2.1FeatureExtractor::callback_camerainfo函数2.2.2serviceCB函数

可见一班·2023-06-13 05:59

Lidar AI Solution环境配置

目录LidarAISolution环境配置前言1.LidarAISolution1.1Pipelineoverview1.2GetStart2.CUDA-BEVFusion2.13D目标检测(nuScenes验证集)2.2演示2.3模型和数据2.4前置条件2.5快速开始推理2.5.1下载模型和数据到CUDA-BEVFusion文件夹2.5.2配置environment.sh2.5.3编译运行2.6

爱听歌的周童鞋·2023-06-12 21:28

AutoCV第十课：3D基础

1.nuScenes数据集明确下我们本次学习的目的：将nuScenes数据集中sample的Lidar点云投影到Camera图像上在具体实现之前有一些基本概念需要我们了解，由于每个传感器安装在车辆的不同位置

爱听歌的周童鞋·2023-06-12 21:51

《Apollo 智能驾驶进阶课程》四、感知

ICPGPS和LiDAR利用道路边缘信息等。核心：找共同标志物，求优化问题。3.感知算法网络结构、训练技巧~当前帧的检测要考虑到历史帧，不同时间要平滑。让后处理尽量轻量化。Det-2d3d-Tr

Ray Song·2023-06-12 19:13

《多传感器融合感知》一、构建自动驾驶多传感器系统

多传感器融合的需求多传感器硬件系统构建多传感器硬件系统的时序闭环1.多传感器融合的需求自动驾驶用来解决的问题：建图定位、感知问题（路上有什么、堵不堵、好不好走…）、规划控制问题自动驾驶的传感器：激光雷达（LiDAR

Ray Song·2023-06-12 18:08

lidar-camera 标定系统

sphere方法(i)spherecenterdetectioninthepointcloud,(ii)the3Dspherecenterestimationfromtheimage(iii)relativeposecalculation.1lidarspherefit在点云中准确、鲁棒地检测球体是估计目标物体中心的关键任务。随机抽样一致性（RANSAC）[24]用于检测内点，迭代过程中使用快速最

AIchiNiurou·2023-06-12 06:41

lidar-camera自动标定系统

摘要本文提出一种利用圆柱体作为检测目标的lidar-camera自动外参标定方法。