- 博客(17)
- 收藏
- 关注
RSS订阅原创 [自动驾驶-传感器融合] 多激光雷达的外参标定
多激光雷达系统通常用于自动驾驶或机器人，每个雷达的位置和姿态不同，需要将它们的数据统一到同一个坐标系下。在这篇文章中，我们可结合手动标定法与自动标定法联调方式来确保标定精度，简单操作是假设我们通过手动标定方式初步得到基准激光雷达与附属激光雷达的相对坐标变换参数。一般来说，多激光雷达的主流的外参标定方法有手动标定调参法、自动标定法、基于车辆运动轨迹的标定法。，设雷达A的坐标系为源坐标系，雷达B为目标坐标系。），将多个雷达的点云数据统一到同一坐标系下。，其在两个坐标系下的坐标分别为。
2025-03-05 10:24:27
895
原创 [自动驾驶-传感器融合] 多相机的内外参标定
相机内参标定主要是计算出相机成像的数学模型参数，换句话来说，就是需要获取相机的焦距、偏移、畸变系数。参数数学表示物理意义典型值范围焦距fxfyf_x, f_yfxfy像素单位焦距500-2000主点偏移cxcyc_x, c_ycxcy光轴中心偏移图像中心±100畸变系数k1k2p1p2k1k2p1p2径向/切向畸变矫正世界坐标系OwXwYwZwOwXwYwZ。
2025-02-28 08:15:00
663
原创 [自动驾驶-传感器融合] 激光雷达的运动补偿
运动补偿的基本原理是通过测量激光在发射和接收过程中的时间差来计算目标物体与激光雷达之间的距离，然后结合雷达运动过程中的速度信息进行运动补偿，从而得到准确的目标位置信息。由于激光雷达成像原理是利用接发器与时间计算来获取光点的位置，所以在传感器的空间运动时，会出现雷达拖影现象(点云畸变)，因此需要采用运动补偿来校准激光雷达的点云，本文及介绍下激光雷达的运动补偿原理及实现代码。在本文中IMU提供角速度和线性加速度，用于推算雷达的姿态和位置变化。时刻，得到最终的校正点云，则完成了最基本的激光雷达的运动补偿操作。
2025-02-22 15:06:53
1201
原创 [自动驾驶-传感器融合] 传感器融合基础介绍
多传感器数据融合的基本原理是通过整合来自不同传感器的信息来增强系统的感知能力和决策能力。这些传感器可以是不同类型的传感器，如摄像头、毫米波雷达、激光雷达等。每个传感器都有其独特的特性和限制，而数据融合的目标是最大限度地利用每个传感器的优势并弥补其缺陷。
2025-02-22 10:59:26
853
原创 [自动驾驶-目标检测] C++ PCL 地面点云分割(二)
本博客从高程差的角度切入，实现3D点云的地面提取算法，我会加入一些自己的算法设计及思考来提高其地面分割的鲁棒性，可以适用于多场景下的地面分割效果。
2024-10-17 15:09:08
1394
原创 [自动驾驶-目标检测] C++ PCL 点云噪声滤波
3D点云的噪声滤波在激光雷达领域往往是最常见也同样是最容易忽略的地方，在实际应用场景下往往很容易产生噪声点，比如点云灰尘、雨水、雪雾等等。而常见的3D点云去噪方法往往无法根除，因此需要结合场景及激光雷达的特点来设计不同的噪声滤波器，从而满足实际需求，废话不多说，本文主要采用PCL来实现噪声过滤。
2022-11-20 20:53:54
2563
8
原创 [小程序系列] C++ PCL pcd与txt转换
记录一下简单的点云txt文件的转换，用一个小程序实现。以pcd为例，利用stream实现即可。
2022-11-03 16:12:50
489
原创 [自动驾驶-目标检测] C++ PCL 点云数据压缩
在应用3D检测时，项目中总会需要采集数据，来离线分析问题，而点云数据往往较为庞大，因此需要通过数据类型的转换来保存点云数据，达到数据压缩的效果。本文仅对PCL中的pcl::PointXYZI进行数据压缩，其他类型可以仿照参考即可完善。
2022-10-26 15:33:01
1304
原创 [自动驾驶-目标检测] C++ PCL 障碍物检测
现阶段由于固态激光雷达的普及，很多地方均可利用小视场的固态激光雷达叠加来进行点云式的目标检测，但由于数据集难以短时间内获取符合项目所需要的数据量并标注，因此，本文暂时采用传统方法实现目标检测功能。......
2022-08-31 11:28:25
4555
21
原创 [软件安装] ubuntu18.04 安装 pytorch
本文主要阐述ubuntu18.04安装pytorch的流程，项目要求做相关的研究及应用，在这里记录一下也跟大家分享。
2022-07-28 19:04:01
1279
原创 [自动驾驶-目标检测] C++ PCL 连通域点云聚类
在实际实现3D目标检测时，在不依靠深度学习的训练模型时，仅采用传统方法实现目标检测。而在聚类领域里面，多采用欧几里得、区域生长、Ransac等方法实现聚类。其实还有一种方法可实现聚类，也就是CloudCompare软件内的标签连通域聚类方法。这种方法的好处是耗时较短，也同样能够实现较高精度的距离聚类。本文根据其特性做出相对应的修改，使其能够脱离CC软件插件，用C++程序以及PCL点云库实现。...........................
2022-07-14 10:55:39
5801
13
原创 [自动驾驶-目标检测] C++ PCL 地面点云分割
在实际实现3D目标检测时，在不依靠深度学习的训练模型时，仅采用传统方法实现目标检测。一般在实施检测之前，均需要删除地面点云才能确保后续其他障碍物点云数据的提取精度，防止因为地面点云产生干扰。............
2022-06-09 17:45:58
6674
51
原创 [自动驾驶-传感器融合] C++ Opencv 单目相机标定
传感器标定在测量领域是不可或缺的一部分，相机标定较为简单，现在主流标定方法采用棋盘格标定、圆点标定等方式完成。本文从简单入手，应用opencv 中的标定方法实现相机标定。
2022-06-08 15:03:50
2372
原创 [自动驾驶-车辆轨迹预测] 资料准备及学习视频
因为要引入车辆预测模块来确保下游规划模块的准确性及稳定性，开始学习关于车辆轨迹预测相关的知识，部署相关的模型至实践项目中。发现网上关于车辆预测部分的资料较少，本文搜索一些资料供大家参考学习。(后续有看见优秀的资料会持续更新)
2022-05-25 09:49:39
1953
6
原创 [小程序系列] C++ Opencv 视频格式转换
[小程序系列] C++ Opencv 视频格式转换引言代码参考文献引言小项目需求，需要对大一点的视频做格式转换，用一个小程序实现。代码执行文件 test.cpp。#include <opencv2/core.hpp>#include <opencv2/videoio.hpp>#include <opencv2/highgui.hpp>#include <iostream>#include <stdio.h>int main(i
2022-05-20 10:47:21
1247
原创 [小问题系列] 解决所有的rosdep init问题
解决所有的rosdep init问题感谢 爱吃鱼香肉丝的小鱼 大佬的分享安装sudo apt-get install python-pipsudo pip install rosdepc使用sudo rosdepc initrosdepc update
2021-08-27 11:06:51
279
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人