开源自动驾驶框架autoware解读

本文介绍了开源自动驾驶软件Autoware,重点提及了其在ROSCon2017上的展示,利用12辆车连续7天生成3D城市点云地图。内容涉及到使用NDT进行扫描匹配,以及将点云转换为正态分布进行处理。作者还提到点云数据处理的挑战,并将自己的直方图匹配算法应用于分类问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这是autoware的用户手册,感兴趣自行下载

https://github.com/CPFL/Autoware-Manuals

这个lidar是3d 64线的, 我之前记得在roscon2017上autoware的presentation 有说过,是用的12辆车 连续7天绘制的3d urban city point cloud 图,那时候看贼吉尔炫

 这里只提到了scan matching 这是用的比较常见的NDT吧 随便google 找了一篇paper

处理点云一个很大的问题就是数据太密集而难分轻重,图片的pixel也是一样,我想卷积神经网络也是这个道理吧,这里是把一个点云团transform为 normal distribution,其实 normal distribution or pdf  也就是一个直方图只不过直方图是离散的罢了

我之前也有写过一个直方图匹配的用作classifier的简单例子,可以在我以往的博客搜到。

 

 

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值