- 博客(40)
- 收藏
- 关注
原创 ROS相关笔记
我们知道topic这一项(即话题的名字,上图中对应的是/cloud)是在程序里面指定的,同理消息的参考坐标系信息记录在消息的frame_id中,该值可以在程序中直接通过给消息头的frame_id字段赋值的方式指定也可以在.cfg配置文件中事先指定。RVIZ 使用的时候如果fixed frame选项设置不正确,那么就会无法显示显示相应的数据信息,并提示一下错误:“For frame [XX]: Fixed Frame [map] does not exist”
2023-04-25 18:48:41
333
原创 Jupyter notebook使用
同时 kernel 的状态会保留,并且不止局限在一个单元内,即一个单元内的变量或者导入的第三方库,也是可以在另一个单元内使用的,并不是相互独立的。对于 notebook,还可以直接展示变量的数值,或者是函数的返回值,不需要调用 print 函数,如下图所示,当然它只会打印当前单元的最后一行的内容。大部分情况下都是自顶向下的运行每个单元的代码,但这并不绝对,实际上是可以重新回到任意一个单元,再次执行这段代码,因此每个单元左侧的。的选项,最开始创建一个 notebook 的时候,就是选择了一个。
2023-04-04 13:35:03
1740
1
原创 CMake学习笔记
是一个 CMake 变量,它表示当前 CMake 项目的顶级源代码目录也就是调用 CMake 的命令所在的目录,也就是 CMakeLists.txt 所在的目录。类型是一个非常常用的变量类型,可以用来保存一个字符串列表。CMake 中的列表和数组类似,可以使用索引和循环来访问和操作其中的元素。向 CMake 的模块搜索路径中添加一个新的目录,它将。下标可以获取列表中的某个元素。以下是一些常用的 CMake 中的。返回列表的第二个元素,以此类推。可以获取整个列表,使用。返回列表的第一个元素,
2023-03-16 09:48:07
4378
1
原创 Efficient Organized Point Cloud Segmentation with Connected Components论文阅读
论文阅读
2022-11-28 16:15:10
400
1
原创 Fast and Accurate Ground Plane Detection for the Visually Impaired from 3D Organized Point Clouds
本文提出了一种算法,帮助视障人士以快速、安全、可靠和独立的方式导航。利用RGB-D扫描器,提出了增强的RANSAC算法,以消除常见的RANSAC问题。所提出的算法能够检测出面对视障者的地面和障碍物。该算法包括三个主要阶段:数据预处理、地面分割和目标检测。
2022-10-22 11:34:24
224
原创 Robust Plane Detection Using Depth Information From a Consumer Depth Camera(论文阅读)
提出了一种鲁棒的基于深度平面检测(DPD)算法,该算法由两部分组成:基于区域增长平面检测和两阶段细化。
2022-10-16 12:30:40
512
1
原创 Fast Plane Detection and Polygonalization in noisy 3D Range Images
提出了一种三维点云表面提取方法。它包括两个部分,即平面拟合和多边形化步骤。
2022-10-12 17:56:13
723
原创 Real-Time Plane Segmentation using RGB-D Cameras
对周围环境的实时三维感知是移动服务机器人在家庭环境中可靠、安全应用的重要前提。使用RGB-D相机,我们提出了一个以高达30Hz的帧率获取和处理3D(语义)信息的系统,允许移动机器人可靠地检测障碍,分割可抓取的对象和支撑表面以及整个场景几何形状。利用积分图像,我们计算局部表面法线。然后在法空间和球坐标中对这些点进行聚类、分割和分类。该系统在真实家庭环境中的不同设置中进行了测试。
2022-10-10 17:53:56
927
原创 Plane Detection in Point Cloud Data
平面检测是多种视觉任务的前提条件。随机样本一致性(RANdom SAmple Consensus, RANSAC)算法被广泛应用于点云数据中的平面检测。采用最小描述长度(MDL)原则处理多个相互竞争的假设。提出了一种将RANSAC和MDL相结合的平面检测新方法。该方法可以避免由于三维数据的复杂几何结构而检测到错误的平面。本文在综合数据和实际数据上对所提方法的性能进行了测试
2022-10-10 15:25:12
776
原创 Fast and Accurate Plane Segmentation in Depth Maps for Indoor Scenes
本文研究了一种场景预处理任务——深度图像分割。探讨了几种深度图分割方法的效率和精度。为了满足实时能力的限制,需要修改最先进的技术。随着这些改进,提出了新的分割方法,以优化性能特征。他们受益于人为室内环境的假设,专注于平面区域的检测。所有方法都在人工标注的真实环境数据集上进行评估。并与其他解决方案进行了比较。
2022-10-09 18:00:03
964
原创 A Fast and Accurate Plane Detection Algorithm for Large Noisy Point Clouds Using Filtered Normals
随着3D扫描仪的改进,我们产生了越来越多的点云,这些点往往超过数百万个点。然后我们需要一种快速准确的平面检测算法来减少数据量。在本文中,我们提出了一种快速、准确的算法,使用过滤法线和体素增长检测无组织点云中的平面。我们的工作是基于在数据点估计更好的法线的第一步,即使存在噪声。在第二步中,我们计算每个点的局部平面得分。然后,我们选择最佳的局部种子平面,并在第三步中开始通过我们称之为体素生长的体素快速而稳健的区域生长。我们在不同类型的点云上对算法进行了评估和测试,并将其性能与其他算法进行了比较。
2022-10-08 22:03:07
569
原创 Point-Plane SLAM for Hand-Held 3D Sensors论文阅读
Point-Plane SLAM for Hand-Held 3D Sensors论文阅读
2022-09-28 16:33:20
1118
2
原创 Indoor Mapping Using Planes Extracted from Noisy RGB-D Sensors 论文阅读
Indoor Mapping Using Planes Extracted from Noisy RGB-D Sensors 论文阅读
2022-09-27 20:34:01
151
3
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