爱做菜的炼丹师

文章导读三维点云数据用于表征目标表面的海量点集合，但是各个离散点之间并没有拓扑关系，一般通过建立点云的空间索引来实现基于邻域关系的快速查找。在三维点云数据中用的较为广泛的两种结构分别是Kdtree和Octree。目录 什么是Kdtree 什么是Octree 对比总结 什么是Kdtree？1. Kdtree的原理Kdtree是一种划分k维数据空间的数据结构，在一个K维数据集合上构建一棵Kdtree代表了对该K维数据集合构成的K维空间的一个划分，即树中的..

文章导读本文是一篇将注意力机制应用在点云目标检测中的文章《TANet: Robust 3D Object Detection from Point Clouds with Triple Attention》，通过三元注意力机制强化目标信息，并用二级回归的方法提高定位精确度。目录 前沿 核心思想 框架结构 实现细节 要点分析 思考展望 前沿3D点云目标检测通常采用三种策略：1. 基于原始点云的方法，设计网络提取特征，然后用两阶段.

文章导读点云滤波通常是点云预处理的第一步，只有将噪声点、离群点、孔洞、数据压缩等做相关处理后，才能更好地进行特征提取、配准、曲面重建、可视化等高阶应用，本文针对点云的几种滤波器进行分析和对比。目录 点云滤波的介绍 几种常用滤波器 对比与总结 点云滤波的介绍在获取点云数据时，由于设备精度、操作者经验、环境因素等带来的影响，点云数据中将不可避免地出现一些噪声点。而滤波的作用就是利用数据的低频特性剔除离群数据，并进行数据平滑或者提取特定频段特征。什么...

文章导读激光雷达安装在自动驾驶车辆上，在车辆行驶过程中采集到的激光点云数据建立的三维环境模型存在一定的变形，不能真实反映某一时刻自动驾驶汽车的行驶环境。所以本文对获取一帧点云数据后如何做点云的运动补偿修复畸变问题进行讲解。目录点云畸变原理 畸变补偿方法 运动目标补偿点云畸变原理点云畸变是由于激光雷达采集数据的过程中，随着载体运动导致一帧点云中的点不是在同一时刻采集的，即不同激光点的坐标系不一致。小编使用的是VLP-16，纵向排列着16个激光发射器和接收器。VLP-16的垂直测量角度

导读本文对不同类型激光雷达的数据进行分析，并且针对机械式激光雷达和混合固态激光雷达视场角不同，在中低速和高速场景下分别对比各自的感知方案。目录 激光雷达数据对比 机械式雷达感知方案 混合固态雷达感知方案 总结 前沿：由于混合固态雷达相比机械式激光雷达成本较低，也没有旋转器件过不了车轨等问题，所以逐渐得到市场上的认可。目前已经有不少主机厂采用混合固态或者固态雷达尝试做量产落地。激光雷达的应用可能是未来无人驾驶的一种发展趋势。一、激光雷达数据...

激光雷达感知自动驾驶中采用激光雷达做感知可以分为两个层次，低层次感知也叫作障碍物检测，只需要探测到前方有障碍物即可；高层次感知可以看做目标识别，需要对障碍物信息进一步分类。障碍物检测是指从点云数据中提取出潜在的障碍物体，得到它们的方位、尺寸、形状、朝向等信息，一般通过Bounding box来添加或者多边形来描述。障碍物检测框架激光雷达的障碍物检测流程一般如下：1. 考虑到车上有多个传感器共同作业，需要对输入的激光点云做时间同步和外参标定。2. 考虑到激光雷达的采样噪声和点...

激光雷达的工作原理激光雷达根据测量原理可以分为三角法激光雷达、脉冲法激光雷达、相干法激光雷达。本文我们只针对脉冲法测距的激光雷达做分析。基于脉冲法的激光雷达利用光速测距。激光发射器发射激光脉冲，计时器记录发射时间；脉冲经物体反射后由接收器接受，计时器记录接受时间；时间差乘上光速即得到距离的两倍。用此方法来衡量雷达到障碍物之间的距离。激光雷达系统组成发射单元：激光器、发射光学系统，发射激光束探测信号；接收单元：接收光学系统、光学虑光装置、光电探测器。接收反射的激光信号即回波信号；...

通常情况下，OpenGL指令不是立即执行的。它们首先被送到指令缓冲区，然后才被送到硬件执行。glFinish和glFlush都是强制将命令缓冲区的内容提交给硬件执行。一、glFinish()函数 glFinish()将缓冲区的指令立即送往硬件执行，但是要一直等到硬件执行完这些指令之后才返回。如果直接绘制到前缓冲，那么在你想保存屏幕截图之前，就需要调用这个函数，确保绘制完毕。如果使用