论坛交流很关键！

最新推荐文章于 2024-02-27 00:30:00 发布
最新推荐文章于 2024-02-27 00:30:00 发布
阅读量526 收藏
点赞数
分类专栏： 杂七杂八 文章标签： 工作
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lijinyan3000/article/details/4534088
版权

直到最近，我才发现交流的巨大威力，令我受益很大。
请教问题：当我向别人请教的时候，我真的很感激那些愿意回答我的问题的人，通过和他们的交流，我学习到很多东西。
想法交流：有的时候，我觉的我的想法没有错，但是和别人交流之后，才发现原来还有另一个天地啊！
分享知识：工作至今，其实自己也掌握了一点知识，很想分享出来，可惜太懒了，不擅长写博客。失败啊！！以后一定要注意啊！！

【地图模块算法】三维全局地图的开源方案及对比--NDT、LOAM、LIO-SAM、ALOAM、FLOAM、Lego_loam、SC-Lego-LOAM
qq_35635374的博客
10-27 4051
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 TODO:写完再整理 文章目录系列文章目录前言一、使用NDT构建点云地图及定位的方法二、LOAM三、LIO-SAM四、ALOAM五、FLOAM六、Lego_loam七、SC-Lego-LOAM八、V-LOAM总结--3D的SLAM方案对比参考资料 前言 认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！ 本文先对**三维全局地图的开源方案及对比–NDT、LOAM、LIO-SAM、ALOAM、FLOAM
综述 | 自动驾驶和SLAM中动态障碍物滤除方案综述
最新发布
计算机视觉工坊
04-06 1299
1、3D视觉文章投稿作者招募2、3D视觉课程（自动驾驶、SLAM和工业3D视觉）主讲老师招募3、顶会论文分享与3D视觉传感器行业直播邀请。
Ａ_LOAM建图同时构建栅格地图(去除动态物体构建可行驶区域)（Lego_Loam也适用）
Discoverhfub的博客
11-18 9682
Ａ_LOAM构建三维点云一般只会用于定位，而小车的导航还是需要二维的栅格地图 octomap_server的安装： sudo apt-get install ros-kinetic-octomap-ros #安装octomap sudo apt-get install ros-kinetic-octomap-msgs sudo apt-get install ros-kinetic-octomap...
激光雷达动态障碍物滤除：调研与展望
3D视觉工坊
12-04 3296
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨lovely_yoshino来源丨古月居点击进入—>3D视觉工坊学习交流群简介激光雷达作为自动驾驶中最常用的传感器之一，由于其深度感知特性优良，这也让以激光SLAM为主的SLAM方法被广泛应用。但是我们发现在人员密集，车辆密集的场景经常会造成点云定位效果不佳，而这些情况传统滤波方法是没有办法解决的。本篇将主要围绕着深度学习的方法来...
通过帧间确定动态障碍物，剔除动态3D点云数据后用于生成栅格地图
秃头队长
12-29 9003
在MapsManager.cpp中剔除动态障碍物 ROS_INFO(“x:%fs,y:%fs,z:%fs”,iter->second.x(),iter->second.y(),iter->second.z()); //like pcl::CropBox<pcl::PointXYZRGB> cropBoxFilter; double x_min = +iter->second.x()-1; double y_min = +iter->second.y()-1
论文阅读 —— 滤波激光SLAM
weixin_42690036的博客
05-31 990
语法记录
论文算法学习实现(5)：动态障碍物的检测和剔除2
Ian的博客
07-26 5948
前言背景： 根据前面讲到的动态障碍物检测和剔除算法，结合视角椎视野模型，实现动态障碍物剔除如下。 前言研究一：动态障碍物的检测和剔除算法解析 前言研究二：视角椎的实现和数据剔除 一. 动态障碍物检测去除算法更新如下： 结合上一节中对障碍物检测讨论 利用视角锥检测相机视野空间中障碍物的变化，可以判断出哪些点是新的点哪些点是旧的的点，因此我们对比两次点集的不一致进行比较区分； 现在可以...
测试不同的LIO系统
weixin_42344626的博客
04-20 2453
测试不同的激光雷达和IMU融合的建图方案，只是大致跑了一下，，因水平有限，难免出错，欢迎指正！
SLAM学习笔记（十九）开源3D激光SLAM总结大全——Cartographer3D,LOAM,Lego-LOAM,LIO-SAM,LVI-SAM,Livox-LOAM的原理解析及区别
热门推荐
微鉴道长的博客
04-26 3万+
本文为我在浙江省北大信研院-智能计算中心-情感智能机器人实验室-科技委员会所做的一个分享汇报，现在我把它搬运到博客中。 由于参与分享汇报的同事有许多是做其他方向的机器人工程师（包括硬件、控制等各方面并不是专门做SLAM的工程师），加上汇报的内容较多，因此在分享中我尽量使用简介的口语，而不出现复杂的公式。所以本文面向的是3D-slam方向的初学者。内容在整理中参考了许多链接，将放在最后。 在文章结束后，我会把原PPT放在上面，需要者自取。 另外打个广告，在slam方向有实习意愿的，请发送简历至zkyy8
LIO-sam源码分析：featureExtraction.cpp
非晚非晚的博客
02-09 708
这一块代码和LeGO的思想是一致的，而且还略去了scan-to-scan的内容，整体更加简介。 构造函数–》回调函数FeatureExtraction()： 订阅： lio_sam/deskew/cloud_info 发布： lio_sam/feature/cloud_info lio_sam/feature/cloud_corner lio_sam/feature/cloud_surface 函数首先会进入回调函数：laserCloudInfoHandler void laserCloudI.
MATLAB算法实战应用案例精讲-【图像处理】SLAM技术详解（基础篇）（三）
qq_36130719的博客
02-27 1027
基于粒子滤波框架的激光SLAM，RBpf粒子滤波算法，即将定位和建图过程分离，先进行定位再进行建图，结合里程计和激光信息，每个粒子都携带一个地图，构建小场景地图所需的计算量较小，精度较高。但在高分辨率建图时，在静止状态下更新不好，存在震荡并noise过多。
MATLAB算法实战应用案例精讲-【图像处理】SLAM技术详解
qq_36130719的博客
10-09 1675
SLAM(Simultaneous Localization and Mapping)同步定位与地图构建,一种同时实现设备自身定位和环境地图构建的技术。原理是使用相机、激光雷达、惯性测量单元等传感器，来收集环境信息，然后用算法将这些信息融合起来，以确定设备在未知环境中的位置，并构建一张环境地图。用眼睛观察周围地标如建筑、大树、花坛等，并记住他们的特征（特征提取）在自己的脑海中，根据双目获得的信息，把特征地标在三维地图中重建出来（三维重建）
目标跟踪论文代码汇总
如果想成为中心，那么就到中心去吧。
07-21 1265
近年来，分割任意模型（SAM）因其对图像分割性能而迅速获得了广泛的关注。由于其较强的图像分割能力和不同提示的高交互性，我们发现其在视频一致性分割效果较差。因此，在本报告中，我们提出了跟踪任何事物模型（TAM），它可以在视频中实现高性能的交互式跟踪和分割。详细地说，给定一个视频序列，只有很少的人类参与，也就是说，几次点击，人们可以跟踪任何他们感兴趣的东西，并在本体推理中得到令人满意的结果。没有额外的训练，这种交互式设计执行的视频对象跟踪和分割令人印象深刻。
SLAM论文速递【动态SLAM】—3.27（1）
m0_61847109的博客
03-27 346
提出了RF-LIO，以在高动态环境中进行实时和稳健的状态估计和映射。RF LIO采用了移动物体首先去除的算法，与紧密耦合的LIO相结合，解决了在高动态环境中先去除动态点或先扫描匹配的鸡和蛋的问题。所提出的自适应范围图像移动点去除算法不依赖于任何预先训练数据，也不受移动物体的类别和数量的限制。在一个非常开放的环境中，如果周围环境中没有相应的远点，基于可见度的范围图像方法就不能去除移动点。RF-LIO的总体框架。与LOAM和LIO-SAM相比，所提出的RF-LIO的绝对轨迹精度可分别提高90%和70%。
常见配准算法NDT和ICP
heroacool的专栏
11-10 1万+
http://ghx0x0.github.io/2014/12/30/NDT-match/
Eigen 四元数和欧拉角相互转换
heroacool的专栏
11-28 8714
四元数转欧拉角 Eigen::Quaterniond q(w, x, y, z); Eigen::Matrix3d rx = q.toRotationMatrix(); Eigen::Vector3d ea = rx.eulerAngles(2,1,0); 注意： 上面按照先旋转ｘ轴(0)，然后y轴(1)，最后z轴得到的角度，并不是传统意义上，zyx旋转的欧拉角。 得到的ea向量，分别对...
IMU姿态解算算法学习笔记
heroacool的专栏
11-08 5124
后续定位肯定需要把IMU给用上去，所以先把这个记录一下。 这是一个比较详细的９轴介绍， https://blog.youkuaiyun.com/dabenxiong666/article/details/53836503 秦元培的书《惯性导航》 https://github.com/caomw/slam-14/blob/master/%E6%83%AF%E6%80%A7%E5%AF%BC%...
ros 生成栅格地图
heroacool的专栏
01-06 5060
可以参考 https://zhuanlan.zhihu.com/p/42995269 https://zhuanlan.zhihu.com/p/21738718 bresham算法生成空白格子，但是要加高斯噪声的话，怎么添加呢？
ceres-solver中设置优化变量的范围（上下界）
heroacool的专栏
11-28 3148
problem.SetParameterUpperBound(para_t, 2, 0.0000001); problem.SetParameterLowerBound(para_t, 2, -0.0000001);
LIO-SAM适配KITTI数据集教程与工具下载
资源摘要信息:"LIO-SAM适配KITTI数据集" LIO-SAM（LiDAR Inertial Odometry Simultaneous Localization and Mapping）是一种结合激光雷达（LiDAR）和惯性测量单元（IMU）数据来进行同时定位与建图（SLAM）的技术。...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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