Voxblox: Incremental 3D Euclidean Signed Distance Fields for On-Board MAV Planning

最新推荐文章于 2025-05-18 22:09:17 发布

原创

最新推荐文章于 2025-05-18 22:09:17 发布 · 712 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#ros

博客介绍了Voxblox系统，它用于在 MAV 规划中实时增量构建3D欧几里得符号距离场（ESDF）。系统包括两个部分：将传感器数据合并到TSDF并从TSDF更新ESDF。通过ROS节点和参数配置，该系统能够处理来自传感器的点云数据，并生成用于路径规划的ESDF地图。

作者： 19届 lz

日期：2022-3-2

论文：《Voxblox: Incremental 3D Euclidean Signed Distance Fields for On-Board MA V Planning》

整个系统功能分为两部分：
将传入的传感器数据合并到 TSDF 中（第 IV 节），
从 TSDF 传播更新的体素以更新 ESDF（第 V 节）。
在这里插入图片描述

voxblox:动态增长的地图上实时在线增量构建欧几里德符号距离场

tsdf

在这里插入图片描述

esdf_server

<launch>
  <arg name="play_bag" default="true" />
  <arg name="bag_file" default="/home/lz/data.bag"/>
  <arg name="voxel_size" default="0.05"/>
  <arg

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

中南大学苹果实验室

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

【运动规划算法项目实战】如何构建欧几里德符号距离场（附ROS C++代码）

xiewf的博客

06-25

2万+

欧几里德符号距离场（Euclidean Signed Distance Field，ESDF）是机器人感知和路径规划中的关键数据结构之一。它能够提供环境中每个点到最近障碍物的距离，并且能够表示距离的方向（内部或外部）。ESDF在自动驾驶、机器人导航以及避障等应用中具有重要的作用。本文将介绍ESDF的构建过程和关键步骤，帮助读者深入了解ESDF的原理与实现。欧几里德符号距离场（ESDF）是机器人路径规划中不可或缺的概念和工具。构建ESDF的关键步骤包括环境建模、距离场计算和ESDF的更新。

FIESTA: Fast Incremental Euclidean Distance Fields for Online Motion Planning of Aerial Robots

qq_39366151的博客

05-23

2017

FIESTA: Fast Incremental Euclidean Distance Fields for Online Motion Planning of Aerial RobotsIntroductionSystem Framework Introduction 提出了一个叫做FIESTA的框架来增量地构建ESDF（欧式符号距离场）地图。 System Framework 整个系统的总体架构如下图：通过立体相机深度测量、RGBD相机深度值或者单目相机深度估计和位姿估计（譬如GPS和IMU）输

参与评论您还未登录，请先登录后发表或查看评论

mav_voxblox_planning:使用voxblox作为地图表示的MAV规划工具

05-07

使用voxblox作为地图表示形式的MAV规划工具。注意：此包装正在积极开发中！事情随时可能发生变化。目录运行模拟尝试进行全球+本地规划先进的骨骼化自己的地图内容与未来工作包括全球规划 RRT *，RRT Connect，BIT *，PRM ...（OMPL接口） voxblox_rrt_planner 规划骨骼稀疏图voxblox_skeleton_planner 从ESDF voxblox映射生成骨架稀疏图（拓扑） voxblox_skeleton 在各种真实地图上的随机基准测试mav_planning_benchmark 路径平滑（航路点之间）速度坡度mav_path_smoothing 多项式，在碰撞时添加其他顶点mav_path_smoothing 局部多项式优化（Loco），无约束航路点并最小化碰撞mav_path_smoothing,

voxblox:一个用于基于体素的灵活映射的库，主要关注截断和欧几里德有符号距离字段

04-28

Voxblox Voxblox是主要基于截断符号距离字段（TSDF）的体积映射库。它在以下方面与其他SDF库不同：仅CPU，可以对某些集成器运行单线程或多线程支持多种不同的图层类型（包含不同类型的体素）使用protobufs进行序列化合并期间处理权重的不同方法插入有关扫描的姿势信息的不同方法紧密的ROS集成（在voxblox_ros软件包中）轻松扩展所需的任何集成商具有直接从TSDF建立欧几里德符号距离场（ESDF，EDT）的实现。如果您正在寻找骨架化/稀疏拓扑或计划应用程序，请参考库。如果要从网格或凉亭环境创建地面真相图，请查看！文献资料所有voxblox文档都可以在上找到目录为Voxblox做贡献图书馆API 纸和录像可以在此处看到显示voxblox输出示例的视频。在此处可以看到voxblox的视频，该视频用于在多直升机上进行在线计划。

四个数据欧几里得距离_【地图构建】voxblox地图：用于MAV路径规划的增量式3D欧几里得符号距离场（ESDFs）...

weixin_30324103的博客

12-31

1138

Voxblox: Incremental 3D Euclidean Signed Distance Fields for On-Board MAV Planning来自ETHZ:Autonomous systems lab的好文章增量式的用于无人机导航的3D欧几里得符号距离场摘要：在非结构、未探索的小型无人机需要快速的灵活的局部路径规划算法，并且这样的规划算法可以在探索到新的地图部分的...

推荐开源项目：Voxblox——3D体积映射库

gitblog_00018的博客

05-14

848

21-CVPR-SceneGraphFusion Incremental 3D Scene Graph Prediction From RGB-D Sequences学习笔记

weixin_43508459的博客

08-12

2473

该模型提出了一种从RGB-D帧中生成3D场景图的方法。在具体实现中，该模型通过图卷积神经网络的方法从原始的场景组件中获取到PointNet的特征。该模型也提出了一种能够很好的。实验表明，我们的方法在很大程度上优于其它三维场景图预测方法，其准确性不落后于其他三维语义和全景分割方法，同时在35Hz下运行。b) 图1：我们创造了一个全局一致性的3D场景图a) 通过融合GNN和从RGB-D序列中生成的递进的几何分割c) 作为一个副产品，我们的方法可以对大规模的三维扫描产生精确的全景分割。节点代表不同的物体段。

自监督论文阅读笔记 Incremental-DETR：Incremental Few-Shot Object Detection via Self-Supervised Learning

YoooooL_的博客

05-27

1594

增量少样本目标检测的目的是在不忘记基类知识的情况下检测出新类，只需从新类中提取少量标记的训练数据。之前的增量目标检测方法依赖于每个新类的丰富训练样本的可用性，这在很大程度上限制了新数据可能稀少的真实环境的可扩展性。 Incremental-DETR（增量DETR）：通过对DETR目标检测器进行微调和自监督学习来进行增量少样本目标检测。为了缓解使用少量新类数据导致的严重过拟合，首先通过使用选择性搜索作为伪标签生成的额外的目标候选框进行自监督...

Faster ILOD：Incremental Learning for Object Detectors based on Faster RCNN

HY的博客

05-07

734

Abstract 目的：利用知识蒸馏技术设计一种高效的端到端增量目标检测器工作：评估和分析了基于RPN（区域建议网络）的检测器在增量检测任务中的性能。引入多网络自适应蒸馏，在为新任务微调模型时适当保留旧类别的知识。在基准数据集PASCAL VOC和COCO上的实验表明，基于Faster RCNN的增量检测器的精度更高，比基线检测器快13倍。一、Introduction 最先进的目标检测器的表现与人类视觉系统之间的差距仍然很大，主要问题在于会导致灾难性遗忘。为了弥补灾难性遗忘和正常完整数据集训练

字体描边技术Signed Distance Fields

01-18

voxblox依赖项以及安装包

11-23

voxblox依赖项以及安装包,包括8个依赖包以及voxblox源码包，安装voxblox可以构建稠密点云

voxblox阅读笔记

lazy storm

12-19

1822

abstract MAV构建ESDF来规划轨迹以及避障。本文提出使用TSDF来生成ESDF。此方法比octomap快，准确。代码开源，可以实时在CPU运行。 intro 路径规划算非常快，可以deal复杂环境。但是需要环境中每个障碍物距离信息，以及距离梯度。octomap可以计算这些，但是map大小必须事先给定，不能增量建图。 TSDF和ESDF不同：使用了projective distance。...

ethe-asl/mav_voxblox_planning环境配置中的相关问题

weixin_41111088的博客

08-16

513

[ERROR] [1581731035.226886391]: Start pose occupied! 地图起点与无人机重合，不符合碰撞检测原则，造成规划器无法规划 2. 网络问题，多尝试几次 3. 运行命令： sudo apt-get install ros-kinetic-octomap ros-kinetic-octomap-mapping ros-kinetic-octomap-msgs ros-kinetic-octomap-ros ros-kine...

(三维重建论文)iSDF:Real-time Neural Signed Distance Fields for Robot Perception 代码运行与学习

biter0088的博客

11-03

3189

(三维重建论文)iSDF:Real-time Neural Signed Distance Fields for Robot Perception 代码运行与学习

voxblox 参考文档

不要当真！

06-04

1949

voxblox参考文档，翻译加自己的一些理解

Voxblox算法