- 博客(19)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 SuMa++: Efficient LiDAR-based Semantic SLAM
摘要可靠准确的定位和建图是大多数自主系统的关键组成部分。除了地图环境的几何信息外，语义对智能导航行为的实现也起着重要作用。在大多数现实环境中，由于移动对象引起的动态会导致这个任务特别复杂。在本文中，我们提出了一种基于表面的制图方法的扩展，利用三维激光扫描集成语义信息来促进制图过程。利用全卷积神经网络有效地提取语义信息，并在激光距离数据的球面投影上进行渲染。这种计算的语义分割结果为整个扫描的点添加标签，允许我们建立一个语义丰富的带标签的面元地图。这种语义建图使我们能够可靠地过滤运动目标，同时也通过语义约束改
2021-10-29 16:07:49
871
3
原创 SuMa++:Efficient LiDAR-based Semantic SLAM
SuMa++:Efficient LiDAR-based Semantic SLAM摘要提出了一种扩展的基于表面建图的方法，利用三维激光集成语义信息来促进制图过程。利用FCNN提取语义信息，并在激光数据形成的的球面投影上进行渲染。语义分割结果为整个扫描的点添加方向标签，建立带标记面元的语义地图。通过语义约束改善了投射扫描匹配（将语义信息作为约束，加入优化步骤中）。方法基础：SuMa开源框架语义：FCN RangeNet++，点标签由RangeNet++提供基于表面的建图地图用的是
2021-10-10 16:03:00
260
原创 ORBSLAM2编译与ROS编译
报错1：orbslam2 fatal error: …/…/config.h: 没有那个文件或目录这是因为g2o没有编译完整,进入ORB_SLAM2文件夹,重新执行 ./build.sh报错2：usleep在对应的.h文件里面添加：#include <unistd.h>报错3：`/usr/bin/ld: CMakeFiles/RGBD.dir/src/ros_rgbd.cc.o: undefined reference to symbol ‘_ZN5boost6system15sy
2021-08-30 16:33:55
1280
3
原创 DS-SLAM: A Semantic Visual SLAM towards Dynamic Environments
五个线程：tracking, semantic segmentation, local mapping, loop closing, and dense semantic map creation方法：融合语义分割网络和移动一致性检验的方法减少动态物体的影响建立的是稠密语义八叉树地图，这个主要是为了能执行高水平任务，这个若是不需要应该可以关掉实验：TUM RGB-D数据集和真实世界误差：绝对轨迹误差较ORB-SLAM2提高一个数量级开源：https://github.com/ivipsourceco
2021-08-27 17:23:14
173
1
原创 Semantic Visual SLAM in Populated Environments
Semantic Visual SLAM in Populated EnvironmentsAbstract1. INTRODUCTION2. RELATED WORK3. SYSTEM DESCRIPTIONA. Frontend processB. Backend processC. Camera RelocationD. People detection and human activity layer4. EXPERIMENTS5. CONCLUSIONSAbstract我们提出了一个视觉SLA
2021-07-29 16:40:19
210
原创 Avoiding moving outliers in visual SLAM by tracking moving objects
Avoiding moving outliers in visual SLAM by tracking moving objectsAbstract为了以视频速率工作，单目SLAM构建的地图必然是稀疏的，这使得它们对错误地包含移动点和通过临时遮挡删除有效点敏感。本文描述了monoSLAM与三维对象跟踪器的并行实现，允许对移动对象和遮挡进行处理。SLAM过程为对象跟踪器提供了将对象注册到地图框架的信息，并且对象跟踪器允许标记特征，或者是对象上的特征，或者是由对象的遮挡边缘创建的特征，或者是由对象遮挡的特征
2021-07-28 15:28:34
139
翻译 Robust Monocular SLAM in Dynamic Environments(浙大章国锋)
Robust Monocular SLAM in Dynamic EnvironmentsAbstract我们提出了一种新的实时单目SLAM系统，该系统能够在动态环境中鲁棒地工作。与传统方法不同，我们的系统允许场景的部分是动态的，或者整个场景是逐渐变化的。关键的贡献在于，我们提出了一种新的在线关键帧表示和更新方法来自适应地建模动态环境，其中外观或结构的变化可以被有效地检测和处理。我们通过将已更改的特征从关键帧投影到当前帧来进行外观和结构比较，从而可靠地检测这些特征。由于遮挡引起的外观变化也可以被可靠地检
2021-07-25 18:26:13
734
原创 论文笔记:DynaSLAM II: Tightly-Coupled Multi-Object Tracking and SLAM
DynaSLAM II: Tightly-Coupled Multi-Object Tracking and SLAM1. Abstract2. Introduction3. Related WorkA. Loosely-Coupled Multi-Object Tracking and SLAMB. Tightly-Coupled Multi-Object Tracking and SLAMC. A Common Reference for Each Object Class4. MethodA. Not
2021-07-07 22:17:00
1010
4
原创 论文笔记：DynaSLAM: Tracking, Mapping, and Inpainting in Dynamic Scenes
DynaSLAM: Tracking, Mapping, and Inpainting in Dynamic Scenes1、Abstract2、Introduction3、Related Work4、System DescriptionA. Segmentation of Potentially Dynamic Content Using a CNNB. Low-Cost TrackingC. Segmentation of Dynamic Content Using Mask R-CNN and Mul
2021-07-06 10:00:17
419
原创 ORB-SLAM3编译调试与ROS运行
ORB-SLAM3编译调试与ROS运行一、环境搭建与库安装链接: link.搭建对应的环境，安装对应的各个库的版本，最好就用它测试用的那些库版本二、编译报错1、编译过程中会出现如下报错信息:/ORB_SLAM3/src/LocalMapping.cc:628:49: error: no match for ‘operator/’ (operand types are ‘cv::Matx<float, 3, 1>’ and ‘float’) x3D =
2021-05-24 21:54:08
5228
4
原创 在小觅相机上运行港科大的双目fusion
一、修改配置文件1、修改mynteye_stereo_config.yaml这里的话题订阅，搞了很久，发现话题不存在，根本无法运行，错误：image0_topic: “/mynteye/left/image_raw”image1_topic: “/mynteye/right/image_raw”正确：image0_topic: “/mynteye/left/image_color”image1_topic: “/mynteye/right/image_color”%YAML:1.0#c
2021-04-29 16:02:59
274
3
原创 运行相机与vins_Fusion
SDKgit clone https://github.com/slightech/MYNT-EYE-D-SDK.gitcd MYNT-EYE-D-SDKmake initmake all这里由于没有添加依赖，OpenCV会报错，添加依赖后重新编译安装OpenCV即可左右目的图像和彩色深度图./samples/_output/bin/get_image左目的图像，16UC1的深度图和鼠标选中的像素的深度值(mm)./samples/_output/bin/get_depth显示左目的图像
2021-04-27 18:48:31
195
原创 安装docker
sudo apt-get remove docker docker-engine docker.io containerd runcsudo apt-get updatesudo apt-get install apt-transport-https ca-certificates curl gnupg lsb-releasecurl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr
2021-04-27 10:18:06
127
原创 安装小觅相机，型号为D系列
安装小觅相机sudo apt install ros-ROSDISTRO−rgbd−launchros−ROS_DISTRO-rgbd-launch ros-ROSDISTRO−rgbd−launchros−ROS_DISTRO-libuvc ros-ROSDISTRO−libuvc−cameraros−ROS_DISTRO-libuvc-camera ros-ROSDISTRO−libuvc−cameraros−ROS_DISTRO-libuvc-roscd catkin_ws/srcgit c
2021-04-26 19:18:32
127
原创 安装ROS
一、安装ros链接: ROS.解决 sudo rosdep init 问题常见报错信息：ERROR: cannot download default sources list from:https://raw.githubusercontent.com/ros/rosdistro/master/rosdep/sources.list.d/20-default.listWebsite may be down.解决：1. sudo gedit /etc/hosts2. 把下面的这些地址拷贝
2021-04-26 17:54:43
209
原创 slambook2+ch7+orb_self 源码的一点小问题
slambook2+ch7+orb_self 源码的一点小问题+解读源码详细解读小错误调试，有的真的属实自己菜运行结果源码详细解读下面是一些个人的见解内联代码片。// compute the descriptorvoid ComputeORB(const cv::Mat &img, vector<cv::KeyPoint> &keypoints, vector<DescType> &descriptors) { const int half_pat
2021-03-08 16:45:45
542
原创 SLAM学习笔记之图像去畸变
SLAM学习笔记之图像去畸变首先，图像之所以产生畸变，是因为在相机前方加入了透镜的缘故，换句话说，在相机光心前面，加了个透镜，注意光心就是针孔，成像在针孔后面，这点需要明确。畸变的分类与原理就不多说了，高博书中有讲，但是个人觉得高博书中的去畸变公式下标有问题：这应该是undistorted才对。透镜是加在光心前面，相当于获取的P点，是畸变之后的坐标（X，Y），因此才会有畸变了的（u，v），在书上算法中，首先是通过畸变图像上的（u,v）按照针孔模型解出（X,Y）这个就是通过透镜，已经畸变了的P的坐
2021-03-04 21:44:58
808
3
原创 slam十四讲中Sophus找不到头文件
slam十四讲中Sophus找不到头文件仅限于自己写代码时遇到bug的调试下载Sophus git clone https://github.com/strasdat/Sophus.git编译 cd Sophus mkdir build cd build cmake … make -j8##安装 sudo make install
2021-03-03 21:25:52
245
2
原创 手撕：经典问题的遗传算法代码
手撕：经典问题的遗传算法代码1、遗传算法简介1.1、基因的表达1.2、新种群的诞生：交叉1.3、天选的个体：变异1.4、自然的选择：轮盘赌2、算法框架搭建3、完善每一步的算法实现4、整体的调试遗传算法简介1.1 基因的表达1、如何去编码二级标题应用遗传算法的首要问题，就是进行染色体的编码，常用的方式，也是最基本的方式就是采用二进制进行编码，所以，我们首先需要根据实数表示的问题的解，如以下问题的求解：将x1，x2进行二进制编码：2、二进制编码的实现首先是长度，即位数的确定，这个首
2020-11-01 16:23:57
511
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人