随笔分类 - SLAM
摘要:https://blog.csdn.net/weixin_43823054/article/details/106903128 利用habitat仿真环境,仿真训练,habitat环境中有大概50个房间场景,每个场景都提供了其中所有位置的深度图。(移动过程中,实时的碰撞显示为屏幕的红框,环境中白色为
阅读全文
摘要:联合优化:实际上就是类似最小二乘的那种组合参数的优化问题
阅读全文
摘要:非参方法,通过蒙特卡洛抽样去估计整体,应用广泛 问题: 重采样 重样本失效 环境越复杂,需要的采样样本量越大
阅读全文
摘要:三维点云是最重要的三维数据表达方式之一 从技术角度看,SLAM、三维重建、机器人感知等领域,点云都是最简单且最普遍的表达方式:相对于图像,点云有其不可替代的优势 >深度,也就是说三维点云直接提供了三维空间的数据,而图像则需要通过透视几何来反推三维数据。 从应用角度看,上至无人驾驶中的激光雷达,下至微
阅读全文
摘要:个人觉得首先需要精通常见的点云后处理方法,包括匹配,三维重建等。自动驾驶有相当一部分工作是基于点云的,比如检测,定位等。深度学习应用到点云处理是比较有研究价值的,像3D检测,点云分割,语义定位都还不错 jd 岗位职责: 负责点云数据的预处理、分类、分割、矢量提取等功能的开发 负责Lidar设备数据采
阅读全文
摘要:雷达:主动发出电磁波,用于测距(深度信息) 激光雷达 单线:1根线,最终扫出一个面 用途:自动驾驶中的跟车 多线:多线,扫出一个空间。 用途:空间内测距,测速,三维成像(slam sfm) 毫米波雷达 用途:测距,测相对速度,近距离探测 抗干扰能力强,雨雪天气正常工作,因此应用广泛。因此易受其他场景
阅读全文
摘要:https://www.icourse163.org/learn/SEU-1207599802?tid=1450720774#/learn/content?type=detail&id=1216667823 https://study.163.com/series/1202817601.htm TU
阅读全文
摘要:https://www.cnblogs.com/JingeTU/p/6390843.html MVG-多视图几何,slam圣经 还有slam十四讲
阅读全文