自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(58)
  • 收藏
  • 关注

原创 【论文阅读笔记】Autonomous Outdoor Scanning via Online Topological and Geometric Path Optimization

文章目录1.主要工作与贡献2. 算法流程2.1 离散、拓扑的路径规划2.2 连续、几何的路径规划3. 实验结果与分析3.1 评价指标3.2 实验结果3.3 分析论文题目:Autonomous Outdoor Scanning via Online Topological and Geometric Path Optimization源码地址:https://github.com/alualu628628/Autonomous-Outdoor-Scanning-via-Online-Topologica

2021-06-22 17:36:57 293

原创 【论文阅读】Normal Distributions Transform Traversability Maps

文章目录1. 空间建模1.1 proprioceptive sensing1.2 Appearance-based approach1.3 geometry-based approach2. NDT-TM Mapping2.1 NDT-OM2.2 Intensity Distribution Mapping2.3 Permeability Mapping3. Traversability Classification3.1 C-Support Vector Classifier (C-SVC)3.2 Aug

2020-10-13 16:19:42 840

原创 【代码阅读】基于贝叶斯广义核推理的可通行区域建图

标题:Bayesian Generalized Kernel Inference forTerrain Traversability Mapping作者:Tixiao Shan,Jinkun Wang,Brendan Englot and Kevin Doherty来源:CoRL 2018代码:https://github.com/TixiaoShan/traversability_mapping/tree/master/traversability_mapping文章目录1.2.3.1..

2020-10-09 21:05:11 902 1

原创 【论文阅读】基于贝叶斯广义核推理的可通行区域建图

标题:Bayesian Generalized Kernel Inference forTerrain Traversability Mapping作者:Tixiao Shan,,Jinkun Wang,Brendan Englot and Kevin Doherty来源:CoRL 2018代码:https://github.com/TixiaoShan/traversability_mapping/tree/master/traversability_mapping文章目录1. 主要工作2..

2020-09-28 15:29:03 1166

原创 LeGO-LOAM和LOAM的区别与联系

文章目录

2020-09-13 21:56:47 1108

原创 LIO-SAM源码阅读笔记(三)---featureExtraction.cpp

文章目录

2020-09-13 21:55:50 937

原创 LIO-SAM源码阅读笔记(二)---imageProjection.cpp

文章目录

2020-09-13 21:55:34 1113

原创 LIO-SAM实测运行

文章目录

2020-09-13 21:29:52 6106 30

原创 PCL-surface/on_nurbs模块分析

文章目录

2020-09-13 19:58:37 2801 2

原创 Local Descriptor for Robust Place Recognition using LiDAR Intensity

文章目录

2020-09-13 19:02:37 503 1

原创 Review on 3D Lidar Localization for Autonomous Driving Cars

文章目录

2020-09-13 16:49:28 277

原创 LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping

文章目录

2020-09-13 16:05:56 690

原创 LeGO-LOAM回环检测

文章目录1. 总体框架2. 回环检测2.1检测回环2.2 添加优化1. 总体框架mapOptimization.cpp中的主函数中,闭环检测是一个单独线程运行的。run()函数中运行的是地图优化位姿的算法。int main(int argc, char** argv){ ros::init(argc, argv, "lego_loam"); ROS_INFO("\033[1;32m---->\033[0m Map Optimization Started.");

2020-09-13 12:06:57 4328 2

原创 LIO-SAM源码阅读笔记(一)---配置文件

文章目录

2020-09-12 22:32:20 2138 1

原创 B样条曲面拟合中的几种距离误差度量

文章目录1. Point Distance Minimisation (PDM)2. Tangent Distance Minimisation (TDM)3. Squared Distance Optimisation (SDM)4. 通用算法流程B样条曲面拟合过程中,通过点反演后,记数据点XiX_iXi​到曲面上最近的一点为XisX_i^sXis​。1. Point Distance Minimisation (PDM)点距离最小化:2. Tangent Distance Minimis

2020-09-06 22:06:14 1126

原创 B-spline surface fitting by iterative geometric interpolation_approximation algorithms

文章目录1. 主要思想2. 迭代几何插值拟合2.1 算法流程2.2 加速方法3. 迭代几何逼近拟合3.1 分析过程3.2 算法流程4. 标准方法与迭代几何方法的对比4.1 优点4.2 缺点5. 改进1. 主要思想根据点面的距离多次迭代更新控制顶点:设置迭代开始的控制顶点,然后求已知点和初始曲面最近的一点的差值来更新控制顶点,多次重复这个过程,直到求得满意的曲面。2. 迭代几何插值拟合2.1 算法流程2.2 加速方法(1)最近点的固定迭代几何算法最耗时的过程是最近点的计算,但在几次迭代后

2020-09-06 21:23:51 472

原创 A 3D LiDAR Data-Based Dedicated Road Boundary Detection Algorithm for Autonomous Vehicles

文章目录1. 文章主要工作2. 点云预处理3. 地面点云的提取4. 道路边界点特征选择5. 道路边界点的搜索6. 道路边界拟合7. 实验结果7.1. 验证算法的有效性7.2. 定量分析算法的性能8. 总结1. 文章主要工作从三维激光雷达数据中精确地提取不规则的道路边界或道路上被障碍物遮挡的道路边界.算法步骤如下:(1) 利用GNSS提供的车辆位置和姿态信息,对三维激光雷达数据进行预处理,剔除噪声点.(2) 在预处理的点云数据中快速分离出地面点,以减少道路障碍物的干扰.(3) 利用边界点的特

2020-09-06 20:16:13 1014 5

原创 LeGO-LOAM运行kitti数据集

文章目录1. kitti-lego-loam2. 改动3. 实验结果4. evo轨迹测评1. kitti-lego-loam链接:kitti-lego-loamkitti-lego-loam提供了将kitti序列转化成rosbag的代码,在kittibag中.需要注意下数据文件的存放顺序,以00序列为例:datafolder         |____results         &

2020-09-01 22:50:36 7197 27

原创 Ubuntu上git clone慢的解决方法

文章目录1. 查看域名对应的IP地址1.1 github.global.ssl.fastly.net1.2 github.com2. 修改hosts,在hosts中添加刚才查到的两个网址(如下图中最下方的两个)3. 重启一下网络,并重启一下电脑git clone特别慢是因为github.global.ssl.fastly.net域名被限制了。只要找到这个域名对应的ip地址,然后在hosts文件中加上ip–>域名的映射,刷新DNS缓存便可。1. 查看域名对应的IP地址网址:https://ww

2020-09-01 21:00:53 1802

原创 PCL-B样条曲面重建

文章目录1. 算法原理2. 代码实现3. 结果展示1. 算法原理Fitting trimmed B-splines to unordered point clouds2. 代码实现3. 结果展示

2020-08-22 22:39:13 1785 3

原创 Interpolation and Approximation

文章目录1. Parameter Selection and Knot Vector Generation1.1 The Uniformly Spaced Method1.2 The Chord Length Method1.3 The Centripetal Method1.4 Knot Vector Generation1.5 The Universal Method1.6 Parameters and Knot Vectors for Surfaces2. Curve Interpolation2.

2020-08-22 09:01:26 367

原创 Bézier Curves

文章目录1. 贝塞尔曲线构建方法2. 移动控制点3. De Casteljau's Algorithm4. 贝塞尔曲线微分5. 贝塞尔曲线分割1. 贝塞尔曲线构建方法2. 移动控制点3. De Casteljau’s Algorithm4. 贝塞尔曲线微分5. 贝塞尔曲线分割...

2020-08-21 22:29:18 135

原创 B-spline Surfaces

文章目录1. B样条曲面的构建方法2. 性质3. De Boor's Algorithm1. B样条曲面的构建方法2. 性质3. De Boor’s Algorithm

2020-08-21 22:26:59 943

原创 NURBS Curves

文章目录1. 定义2. 性质3. 修改权重4. Important Algorithms for B-spline and NURBS Curves4.1 节点插入:单点插入4.2 De Boor's Algorithm5. Rational Bézier Curves6. Rational Bézier Curves: Conic Sections7. Circular Arcs and Circles1. 定义2. 性质3. 修改权重4. Important Algorithms for B

2020-08-21 22:25:26 590

原创 B-spline Curves

文章目录1. B-spline Basis Functions1.1 定义1.2 性质2. B-spline Curves2.1 定义2.2 性质2.3 参数计算2.4 移动控制点2.5 修改节点2.6 B样条曲线的微分3. Important Algorithms for B-spline Curves3.1 Knot Insertion3.1.1 单点单次插入3.1.2 同一节点重复多次插入3.2 De Boor's Algorithm3.3 B样条曲线的分割1. B-spline Basis Fun

2020-08-21 22:22:30 436

原创 LeGo-LOAM源码阅读笔记(五)---transformFusion.cpp

文章目录1.1.

2020-08-17 16:31:10 1660

原创 LeGo-LOAM源码阅读笔记(四)---mapOptmization.cpp

文章目录

2020-08-17 09:55:46 2671

原创 LeGo-LOAM源码阅读笔记(三)---featureAssociation.cpp

文章目录

2020-08-16 20:41:09 2518

原创 LeGo-LOAM源码阅读笔记(二)---imageProjecion.cpp

文章目录

2020-08-16 16:30:12 1139

原创 LeGo-LOAM源码阅读笔记(一)

文章目录1. 引言2.CMakeLists.txt及头文件解读3.1. 引言2.CMakeLists.txt及头文件解读3.

2020-08-16 16:06:49 1098

原创 A SLAM Framework for 2.5D Map Building Based on Low-Cost LiDAR and Vision Fusion

文章目录1. Introduction2. SLAM Framework Based on Graph Optimization3. The SLAM Framework of Low-Cost LiDAR and Vision Fusion4. 2.5D Map Representation and Relocation5. 实验结果5.1 实验平台和环境5.2 建图5.3 重定位6. 总结1. Introduction介绍了两种主流的SLAM方法:LiDAR和Visual,并介绍了其发展过程,然后提

2020-07-26 18:19:41 977 1

原创 视觉和激光雷达融合SLAM综述-最新2020

视觉和激光雷达融合SLAM综述

2020-07-26 10:10:24 9186 1

原创 低成本激光和视觉相结合的同步定位与建图研究

低成本激光和视觉相结合的同步定位与建图研究作者 尹磊,欧勇盛,江国来,彭建盛文章目录低成本激光和视觉相结合的同步定位与建图研究1. 引言2. 主要工作3. 基于图优化的同步定位与地图构建框架3.1 视觉重投影误差3.2 激光的误差4. 后端优化与闭环检测4.1 误差函数4.2 稀疏姿态调整4.3 闭环检测5. 实验结果5.1 实验平台和环境5.2 小范围场景下进行定点定位精度的对比实验5.3 闭环实验5.3 结果分析6. 总结与展望1. 引言    &nbs

2020-07-11 19:20:23 2025 1

原创 2D激光雷达和视觉相结合的SLAM概述

2D激光雷达和视觉相结合的同步定位与建图概述文章目录2D激光雷达和视觉相结合的同步定位与建图概述1. 2D激光SLAM2. 视觉SLAM3. 多传感器融合4. 总结5. 参考文献1. 2D激光SLAM        由于激光雷达精度高、范围广,早期的 SLAM 研究往往以激光 雷达为主要的传感器。另外,早期的 SLAM采用扩展卡尔曼滤波方法估计机器人的位姿,但效果不好,对于某些强非线性系统,该方法会带来更多的截断误差,从而

2020-07-11 18:15:08 5827

原创 烟雾环境下对RGB图SIFT特征提取,匹配及深度图有效值的影响

作者

2020-07-08 15:28:35 1040 1

原创 RGB-D相机(Azure Kinect DK)RGB图、深度图的获取,配准与保存

前提:官方apt安装Azure Kinect 传感器 SDK代码AcquiringImages将原始深度图转换到RGB摄像头坐标系下,得到的配准后的深度图,并将转换后的depth图,原始RGB图、原始IR图保存在本地,采集格式仿照TUM数据集,图片的命名格式为时间戳+.png后缀。在这里插入代码片...

2020-07-04 11:04:11 11467 28

原创 RGB-D相机(Azure Kinect DK)SDK安装

RGB-D相机(Azure Kinect DK)SDK安装文章目录RGB-D相机(Azure Kinect DK)SDK安装1. Azure Kinect 传感器 SDK 下载安装1.1 官方apt安装1.2 SDK源码编译安装1.2.1 SDK源码下载1.2.2 下载依赖项1.2.3 编译1.2.4 连接kinect相机,打开k4aviewer1.2.5 Without Root2. 将 Azure Kinect 传感器流录制到文件中3. 参考1. Azure Kinect 传感器 SDK 下载安装

2020-07-04 10:18:39 2135

原创 基于ORB_SLAM2的可见光结合红外的定位及建图

基于ORB_SLAM2的可见光结合红外的定位及建图一、论文题目:《Visual Search Based Indoor Localization in Low Light via RGB-D Camera》作者:Yali Zheng, Peipei Luo, ShinanChen, Jiasheng Hao, Hong Cheng适应场景:低光照条件下室内场景解决问题:1)移动平台上的室内定位问题;2)在DBOW框架中融合2D红外特征及3D深度特征来提高匹配结果框架:A. 图像预处理首先,利

2020-07-01 17:02:19 2094

原创 图像分割算法

图像分割算法        图像分割是计算机视觉研究中的一个经典难题,已经成为图像理解领域关注的一个热点,图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。简单的说就是在一副图像中,把目标从背景中分离出

2020-06-10 21:28:42 2275

原创 Graph-Cut RANSAC(CVPR 2018)

基于图割优化的RANSAC算法1. 摘要         本文提出了一种新的鲁棒估计算法,叫做图割RANSAC,简称GC-RANSAC。当找到当前最好模型时,该算法在局部优化中使用图割算法来区分内点和外点。本文提出的局部优化算法理论简洁、易于实现,是全局最优解且效率高。         基于仿真合成测试数据和真实图片对的实验表明,GG-RANS

2020-06-10 19:56:58 2185

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

提示
确定要删除当前文章?
取消 删除