Robosense激光雷达第22页

多相机与激光雷达外参标定

内容目录算法大致流程使用的标定板Velodyne激光扫描器及矫正Ladybug3全向摄像机三维激光扫描仪与全向摄像机系统的外参校准最少需要的视角算法大致流程参考论文：ExtrinsicCalibrationofa3DLaserScannerandanOmnidirectionalCamera论文代码：https://github.com/SubMishMar/cam_lidar_calib算法大致

Veritaswhs·2023-01-10 09:54

使用Autoware标定工作箱calibration进行相机和三维激光雷达的联合标定

.htmledit_viewsaddress,.htmledit_viewscite,.htmledit_viewsdfn,.htmledit_viewsem,.htmledit_viewsi,.htmledit_viewsspan[lang],.htmledit_viewsvar{font-style:italic}.htmledit_views{font-family:-apple-syste

SORI-·2023-01-10 09:54

无目标场景下高分辨率激光雷达和相机的像素级外参自标定

文章：Pixel-levelExtrinsicSelfCalibrationofHighResolutionLiDARandCamerainTargetlessEnvironments作者：ChongjianYuan,XiyuanLiu,XiaopingHong,andFuZhang编译：点云PCL代码：https://github.com/hku-mars/livox_camera_calib.

Being_young·2023-01-10 09:52

鲁棒的激光雷达与相机标定方法

点云PCL免费知识星球，点云论文速读。文章：Optimisingtheselectionofsamplesforrobustlidarcameracalibration作者：DarrenTsai1,StewartWorrall1,MaoShan1,AntonLohr2,andEduardoNebot编译：点云PCL代码：https://github.com/acfr/cam_lidar_calib

Being_young·2023-01-10 09:52

基于点云强度的3D激光雷达与相机的外参标定

本文提出一种新颖的方法，可以对3Dlidar和带有标定板的相机进行全自动的外参标定，提出的方法能够从lidar的每一帧点云数据中利用强度信息提取标定板的角点。通过激光的反射强度和棋盘格颜色之间的相关性的约束来优化将棋盘格分割的模型，所以一旦我们知道了3D点云中棋盘的角点，那么两个传感器之间的外部校准就转换成了3D-2D的匹配问题。相应的3D-2D点计算两个传感器之间的绝对姿态一般使用的方法是UPn

Being_young·2023-01-10 09:22

激光雷达和相机联合标定

实现联合标定的框架主要有Autoware、Apollo、lidar_camera_calibration、but_velodyne，具体请参考：激光雷达和相机的联合标定。

这里是zzh·2023-01-10 09:49

基于autoware的视觉激光雷达信息融合与联合标定

基于多传感器融合，我们首先要做的就是传感器的标定，对于相机标定，我们首先应该明白，标定到底是在做什么，大家可以花费一点时间读下该篇文章https://zhuanlan.zhihu.com/p/30813733相机和激光雷达的联合标定相关方法

best-too·2023-01-10 09:19

关于相机与激光雷达数据采集与标定

最近在做一个关于车路协同的项目，需要做一个路侧系统，传感器有摄像头和激光雷达。相机和激光雷达联合标定费了老半天劲。在此记录一下。雷达时间戳不对，导致摄像头和雷达的数据无法对齐。

不会改BUG的小萌新·2023-01-10 09:19

激光雷达和相机联合标定之开源代码和软件汇总（2004-2021）值得收藏备用

LiDARCameraCalibration(LCC)系列，主要介绍激光雷达相机外参标定相关内容。

lykffl·2023-01-10 09:48

激光雷达和相机联合标定（2004-2021）

LiDARCameraCalibration(LCC)系列，主要介绍激光雷达相机外参标定相

自动驾驶之心·2023-01-10 09:46

一种利用棋盘格进行激光雷达与相机标定方法

1基本原理1.1相机模型相机图像坐标系与世界坐标系之间的关系可以表示为：p∼K(RP+t)(1)\mathrm{p}\sim\mathrm{K}(RP+\mathrm{t})\tag{1}p∼K(RP+t)(1)其中p\mathrm{p}p为图像坐标系坐标，P{P}P为世界坐标系坐标，RRR表示为相机坐标系与世界坐标系之间的旋转矩阵，t\mathrm{t}t表示为相机光心在世界坐标系在坐标，K\m

xinxiangwangzhi_·2023-01-10 09:45

波士顿动力Spot mini,MIT猎豹、宇树科技、蔚蓝等几家公司产品的介绍

Spot采用激光雷达传感器和立体视觉传感器感知周边路面信息，从而有效避开路面障碍，合理协调四肢动作。特点先进的技术Spot可以到达轮式机器人无法到达的地方，同时可以承受远远超出空中无人机的持久载荷。

疯狂的鸡吧�·2023-01-08 20:12

【雷达开源数据集 | 代尔夫特数据集(VOD)，4D雷达、激光雷达和相机数据】

本文编辑：调皮哥的小助理1、介绍代尔夫特视图（VoD）数据集是一种新颖的汽车数据集，包含8600帧同步和校准的64层LiDAR、（立体）摄像头和3+1D雷达数据，这些数据是在复杂的城市交通中采集的。它由超过123000个3D边界框注释组成，包括超过26000个行人、10000个骑自行车者和26000个汽车标签。关于数据集的详细介绍可以点击下面的链接：https://www.youtube.com/

调皮连续波（rsp_tiaopige）·2023-01-08 18:18

激光SLAM之激光雷达+IMU建图，工程化落地项目，涉及激光雷达+imu 多传感器融合建图

激光SLAM之激光雷达+IMU建图，工程化落地项目，涉及激光雷达+imu多传感器融合建图，加工程应用角度的代码优化，从数据接收到闭环检测到图优化，非常完整。

「已注销」·2023-01-08 13:56

激光雷达SLAM三维建图、点云算法点云处理自己写的算法没用任何现成的库文件

激光雷达SLAM三维建图、点云算法点云处理自己写的算法没用任何现成的库文件3D云台激光扫描系统创新的结合高精度单轴云台和2维激光雷达，获取大场景下高精度点云轮廓，为自动化工业场景提供先验数据。

m0_67851470·2023-01-08 13:26

ROS学习笔记之——激光雷达SLAM建图

接下来用激光雷达进行SLAM建图哈~参考书籍的建图（章节11.2.4）和运行导航（11.5.2）建图通过turtlebot3上的激光雷达实现SLAM运行顺序如下：首先ssh到机器人上，然后运行主节点ssh

gwpscut·2023-01-08 13:56

基于朴素贝叶斯算法的激光雷达点云分类

前言激光雷达技术是一种采集三维数据的、重建三维模型的手段，运用在各个行业，随着激光雷达技术的发展与广泛运用本文采用监督分类中的朴素贝叶斯算法进行地基于激光雷达的地物分类。

倾城一少·2023-01-08 13:20

自动驾驶汽车传感器数字孪生建模（一）

一、传感器种类和特点目前阶段自动驾驶汽车感知系统所使用的传感器主要有摄像头，激光雷达和毫米波雷达等。三种传感器特点各不相同，在实验过程中需要协同工作来完成对周围环境的分析。

上海控安·2023-01-08 05:48

啥也不是的py人·2023-01-08 00:45

首发ML-30s+，一径打响CES激光雷达大战第一枪

根据研究机构Counterpoint的测算，由于高阶ADAS和Robotaxi普及，到2030年全球激光雷达年出货量将超过1亿台，对应市场规模超过150亿美元。

HiEV·2023-01-07 16:00

基于视觉的移动平台运动目标检测

其中，传感器可以是相机、激光雷达、毫米波雷达等等，因为我的研究是基于视觉的，

火柴的初心·2023-01-07 10:14

无人驾驶-激光雷达

一、激光雷达的原理1.1工作原理LiDAR(LightDetectionandRanging)，是激光探测及测距系统的简称，另外也称LaserRadar或LADAR(LaserDetectionandRanging

Frank-Han·2023-01-07 08:36

【回答问题】ChatGPT上线了！给我推荐20个比较流行的深度学习模型

源代码杀手·2023-01-06 19:09

曼孚技术分享：数据标注都在自动驾驶哪些场景落地？

从摄像机到激光雷达，从卡车到乘用车，自动驾驶AI场景正在快速落地。纵观市场，自动驾驶车企已是车载斗量。据企查查数据显示，我国现存自动驾驶相关企业5682家。

·2023-01-06 19:47

激光雷达工作原理简介

激光雷达工作原理简介测距方式光源光束操纵方式接收器关键参数测距方式三角测距：特点：距离短，精度高，稳定，成本低。TOF：dTOF：全称是directTime-of-Flight。

liushuo1024·2023-01-06 16:12

不用激光雷达，照样又快又准！3D目标检测之SMOKE

有很多工作研究使用激光雷达进行3D目标检测，激光雷达成本较高、寿命较短，与之相比，相机成本低、寿命长，且易于安装。很

ronghuaiyang·2023-01-06 15:51

ROS学习（17）机器人SLAM功能包——gmapping和hector_slam

前面文章中所有涉及slam的demo，全部基于gmapping+激光雷达

敲代码的雪糕·2023-01-06 13:15

密集单目 SLAM 的概率体积融合

点击进入—>3D视觉工坊学习交流群笔者简述：这篇论文主要还是在于深度估计这块，深度估计由于硬件设备的不同是有很多方法的，双目，RGBD，激光雷达，单目，其中最难大概就是单目了。

3Ｄ视觉工坊·2023-01-06 13:11

以数据驱动的自动驾驶时代，还有多远？丨曼孚科技

在经历了硬件(激光雷达)、软件(多传感器融合)等技术革新后，自动驾驶迎来了第三波浪潮。去年，除造车新势力外，国内一批主机厂吉利、上汽、广汽等，纷纷加大了自动驾驶数据标注业务投入。

曼孚科技·2023-01-06 11:29

自动驾驶感知系统路线之争：纯视觉or激光雷达

在国家政策和市场的积极引导下，自动驾驶技术逐渐在矿山、港口等特定场景实现规模化商业运营。与有人驾驶汽车方式类似，自动驾驶核心系统由三部分构成：感知系统、决策系统与执行系统。其中感知系统类似于驾驶员的“眼睛”与“耳朵”，通过各种传感器对驾驶过程中的路况信息进行捕获，以解决自动驾驶最为关键的“行车安全”问题，因此感知系统也是自动驾驶的重要基础与先决条件。目前，自动驾驶感知技术大致存在两种路径：一种是以

曼孚科技·2023-01-06 11:59

一文了解PnP算法，python opencv中的cv2.solvePnP()的使用，以及使用cv2.sovlePnP()方法标定相机和2D激光雷达

1pnp算法概念和原理介绍1.1pnp算法的概念下面几种说法都是对pnp算法要做的事情的描述，大家自己体会一下1、PnP（Perspective-n-Point）是求解3D到2D点对运动的方法。它描述了当我们知道n个3D空间点以及它们的投影位置时，如何估计相机所在的位姿。——《视觉SLAM十四讲》（参考）2、通俗的讲，PnP问题就是在已知世界坐标系下N个空间点的真实坐标以及这些空间点在图像上的投影

点亮～黑夜·2023-01-06 09:13

Open3D-读取深度图

获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。当我们在拿到深度图的时候，一般对通过深度图的像素值(深度)信息做处理，所以如何读取深度图操作对应的像素是关键。

归来空空·2023-01-06 08:55

ros2 for 思岚AI雷达

ros2humble接入激光雷达传感器数据——机器人之【眼】，主要用于SLAM导航、避开障碍物下载官方sdk，安装步骤参考官方readmehttps://github.com/Slamtec/sllidar_ros2ans

青瓜先生·2023-01-06 08:50

KITTI数据集之点云地图构建

本文描述了如何通过KITTI数据集，读取激光雷达点云数据，并通过groundtruth，对前后两帧点云进行旋转变换，使得二者统一坐标系，不断叠加点云进行点云建图的过程。

why&what·2023-01-06 07:26

转载KITTI数据集--参数

Pedestrian’,‘Person_sitting’,‘Cyclist’,‘Tram’,‘Misc’or‘DontCare’注意，’DontCare’标签表示该区域没有被标注，比如由于目标物体距离激光雷达太远

e之叶枫·2023-01-06 07:56

基于物体基元空间几何特征的移动激光雷达点云街道树提取与分割

paper题目：StreetTreeExtractionandSegmentationfromMobileLiDARPointCloudsBasedonSpatialGeometricFeaturesofObjectPrimitivesAbstract从移动光探测与测距(LiDAR)点云中提取行道树仍然面临挑战，如在复杂的城市环境中提取精度低、鲁棒性差，以及重叠树木分割困难。针对这些问题，提出了一

fish小余儿·2023-01-05 20:49

ROS学习【5】-----ROS TF编程：广播并监听机器人的坐标变换

TF编程:广播并监听机器人的坐标变换例题：广播并监听机器人的坐标变换，已知激光雷达和机器人底盘的坐标关系，求解激光雷达数据在底盘坐标系下的坐标值？

陈一月的编程岁月·2023-01-04 23:17

「Self-driving: KITTI」KITTI数据集简介

使用的传感器包括：两个高分辨率彩色相机和灰度视频相机、激光雷达、GPS系

Liiipseoroinis·2023-01-04 19:53

BEV视觉3D感知算法梳理

根据自动驾驶汽车上安装的传感器类型（视觉传感器：针孔/鱼眼相机传感器、激光雷达传感器、毫米波雷达传感器）对感知算法进行分类的话，可以大致分为以下三个类别：基于纯视觉/图像信息构建BEV空间特征实现自动驾驶感知任务

@BangBang·2023-01-04 18:53

【EHub_tx1_tx2_E100】Ubuntu18.04 + ROS_ Melodic + NVISTAR VP300 激光雷达评测

简介：介绍NVISTAR的二维DTOF激光雷达在EHub_tx1_tx2_E100载板，TX1核心模块环境（Ubuntu18.04）下测试ROS驱动，打开使用RVIZ查看点云数据，本文的前提条件是你的TX1

机器人虎哥·2023-01-04 15:20

【LIO-SAM 跑自录数据集】

LIO-SAM测试环境：Ubuntu18.04ROSmelodic激光雷达：RS16组合惯导：华测CGI-410（频率100HZ）一、数据格式1.1IMU数据格式作者用的九轴IMU，本次测试用的六轴，未对源码修改

Cyh_0408·2023-01-04 14:02

在Ubuntu18.04上安装与运行FASTER_LIO_SAM

是将Fast-lio/Faster-lio/LIO-SAM集成，完成一个IEKF（Fast_lio）+IVox(Faster_Lio)+GTSAM(LIO-SAM)的SLAM方法，目前只运行了MID70激光雷达

小霍金·2023-01-04 14:02

七.激光SLAM框架学习之A-LOAM框架---速腾Robosense-16线雷达室内建图

专栏系列文章如下：一：TixiaoShan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）

goldqiu·2023-01-04 14:29

[激光SLAM]运行LIO-SAM时存在的一些问题

简介LIO-SAM是基于因子图构建的激光雷达惯性里程计，可以将大量的相对测量值、绝对测量值、回环等多种不同数据作为因子融入激光雷达惯性里程计系统中。

Travis.X·2023-01-04 14:28

基于OpenCV＆ORB和特征匹配的双视频图像拼接（源码＆部署教程）

中央ADAS利用安装在车辆上的传感器、激光雷达和毫米波雷达实时检测车辆周围环境，补充障碍物检测和全景生成等功能，为驾驶员提供实时警报，提高行车安全性。在目

qunmasj89·2023-01-04 10:57

【实用】场景中缺乏几何信息的情况下，使用反射器标记来提高激光SLAM定位效果

WhenGeometryisnotEnough:UsingReflectorMarkersinLidarSLAM论文地址：https://arxiv.org/abs/2211.03484作者单位：德国罗伯特博世公司基于激光雷达的

计算机视觉life·2023-01-04 09:25

自动驾驶：基于PCL的激光雷达感知

虽然大多数团队都采用基于激光雷达的感知方式

woshicver·2023-01-04 08:34

激光雷达与相机融合（一）

一.激光雷达点云俯视图提取文末有相应的代码数据包免费下载链接。将激光雷达点云投影到俯视图平面上，同时将距离的远近利用颜色表示出来。这里的滤除地面只是简单的利用高度值将地面去除。会存在效果不好的情况。

张飞飞~·2023-01-04 08:01

激光雷达、摄像头、毫米波雷达多传感器融合及融合动态分配（DWD）算法编译运行

DWD_sensor_fusion算法介绍见自动驾驶激光雷达、摄像头、毫米波雷达融合算法激光雷达、摄像头、毫米波雷达多传感器融合及融合动态分配（DWD）算法（ROS）。

HIT_Vanni·2023-01-04 08:31

自动驾驶汽车中的激光雷达和摄像头传感器融合

1.传感器数据和融合在感知步骤中，使用激光雷达、雷达和摄像头的组合来理解环境是很常见的。这3个传感器各有优

free-xx·2023-01-04 08:00

推荐频道

Robosense激光雷达