首页
学习
活动
专区
工具
TVP
发布

点云PCL

专栏成员
518
文章
805156
阅读量
175
订阅数
R3LIVE:一个鲁棒、实时、RGB贴图的激光雷达惯性视觉紧耦合状态估计和建图方案
文章:R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package
点云PCL博主
2022-09-13
4970
SOLD2:自监督有遮挡的检测和描述线段
文章:SOLD2 : Self-supervised Occlusion-aware Line Description and Detection
点云PCL博主
2022-04-06
1K0
应用于SFM中像素特征精细化的方法(已开源)
文章:Pixel-Perfect Structure-from-Motion with Featuremetric Refinement
点云PCL博主
2022-04-06
8360
SC-A-LOAM:在A-LOAM中加入回环检测
Thanks to LOAM, A-LOAM, and LIO-SAM code authors. The major codes in this repository are borrowed from their efforts.
点云PCL博主
2022-02-10
9610
DLL: 一种直接法的激光雷达定位方案
文章:DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots
点云PCL博主
2022-01-27
4200
关注专栏作者,随时接收最新技术干货
mlcc激光雷达与相机外参标定初体验
本文主要实战应用这篇文章的代码,https://github.com/hku-mars/mlcc。我们知道目前大部分的开源方案要实现相机和激光雷达之间的外参标定需要两者有共同的视角。而本文则实现了即便相机与激光雷达在同一时刻没有共同视角的情况下,通过点云重建和位姿的优化不仅实现了多个激光雷达的外参标定,也完成了相机和激光雷达的外参标定。本文详细记录使用的流程和可能遇到的问题。
点云PCL博主
2022-01-27
6320
基于目标的激光雷达与相机外参标定方法汇总
对于自动驾驶、机器人技术、导航系统和三维场景重建等应用,通常使用激光雷达和相机传感器捕获同一场景的数据。为了准确地重建场景中的对象,有必要将激光雷达和相机输出融合在一起,激光雷达相机外参估计出刚性变换矩阵,旋转+平移、6自由度,该矩阵建立三维激光雷达平面中的点与图像平面中的像素之间的对应关系。
点云PCL博主
2021-12-01
2.8K0
基于LOAM的激光SLAM汇总
本文仅做学术分享,如有侵权,请联系删除。欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。
点云PCL博主
2021-07-23
1.6K0
最新开源LiDAR数据集LSOOD:四种常见的室外物体分类
来源:https://github.com/Tian-Yifei/LSOOD-LiDAR-Scanning-Outdoor-Object-Dataset
点云PCL博主
2020-11-03
7860
开源点云实时压缩方案测试
上周在一篇共享的开源的方案中我们介绍了理论的研究部分,处于好奇,本人决定亲自测试一下该开源的方案,虽然了解PCL的同学应该都知道,该开源库中也有关于点云的压缩和解压的研究,效果也很好。在之前的博客中,我们有过介绍,将来如果有机会更加可以继续深入解析其中的理论以及代码部分,这里我们首先来学习一下这一优秀的开源代码。首先介绍一下这篇文章《Real-Time Spatio-Temporal LiDAR Point Cloud Compression》
点云PCL博主
2020-09-22
1.8K0
【开源方案共享】Google新开源AR:DepthLab
标题:DepthLab: Real-time 3D Interaction with Depth Maps for Mobile Augmented Reality
点云PCL博主
2020-08-20
1K0
[开源方案共享]快速鲁棒的C++点云配准库
本文提出了一种快速鲁棒的点云配准算法,对存在离群噪声点的点云数据具有较好的配准效果。首先使用了截断最小二乘(Truncated Least Squares TLS)代价函数重新构造配准问题 ,该代价是的估计点对时能够对大部分的不正确的对应点不加入计算,然后使用了一个通用的图论框架来分离尺度,旋转和平移,从而允许对这三个变换矩阵进行级联求解,尽管这三个矩阵在本质上仍然是非凸的组合函数,但是论文中:
点云PCL博主
2020-05-26
1.3K0
基于点云强度的3D激光雷达与相机的外参标定
本文提出一种新颖的方法,可以对3D lidar和带有标定板的相机进行全自动的外参标定,提出的方法能够从lidar的每一帧点云数据中利用强度信息提取标定板的角点。通过激光的反射强度和棋盘格颜色之间的相关性的约束来优化将棋盘格分割的模型,所以一旦我们知道了3D 点云中棋盘的角点,那么两个传感器之间的外部校准就转换成了3D-2D的匹配问题。相应的3D-2D点计算两个传感器之间的绝对姿态一般使用的方法是UPnP,此外,将计算出来的参数作为初始值,并且使用LM优化方法进行完善,使用了仿真的方法评估了3D 点云中提取角点的性能,在论文 中使用了Velodyne HDL 32雷达和Ladybug3相机进行了实验,并最终证明了外参计算的准确性和稳定性。
点云PCL博主
2020-05-26
2K0
点云配准资源汇总
点云配准的目标是根据原始点云和目标点云,通过配准求出变换矩阵,即旋转矩阵R和平移矩阵T,并计算误差,来比较匹配结果。主要有以下几种比较
点云PCL博主
2020-05-21
1.8K0
HoPE杂乱场景的点云数据平面的提取
标题:HoPE: Horizontal Plane Extractor for Cluttered 3D Scenes
点云PCL博主
2020-05-21
1.2K0
大场景三维点云的语义分割综述
输入原始点云(x,y,z,intensity),得到每个三维点的语义类别。如图所示,不同颜色代表不同类别。
点云PCL博主
2020-01-17
4.4K0
基于鱼眼相机的SLAM方法介绍
本文是一篇关于鱼眼相机的SLAM的介绍以及开源demo体验的介绍,希望有兴趣的小伙伴能够自行体验,并积极分享相关内容。欢迎交流和讨论,联系邮箱:dianyunpcl@163.com
点云PCL博主
2019-11-21
2K0
一个精简的开源点云库
Cilantro是一个精简高效的点云数据处理库,编程是C++,依赖项较少,但是相比较于PCL来说,代码更有可读性,PCL中大量的使用C++高级特性,阅读起来比较难并且不易重构拆解代码,而cilantro重点放在了3D案例上,尽量减少了样板代码的数量,包含了对点云常见的操作,是一个比较简单易懂的API,所以该库可以被广泛的模块化,并且支持多维度数据进行操作,同时保证对算法模块的模块化和可扩展性。作者是一位在Magic leap公司工作的计算机视觉工程师,是马里兰大学伯克利分校的计算机科学博士,是感知机器人小组的成员。
点云PCL博主
2019-10-22
3.5K0
测评活动分享
在点云PCL公众号相机测评活动的支持下,首先拿到了小觅相机,所以这篇文章将对小觅MYNTEYE-S1030-IR在ORB-SLAM2和RTAB-Map两种SLAM方案下的效果进行测评,为了增强对比效果会和我自制双目摄像头进行对比。同时这还是一篇干货满满的技术文章,我会写下详细的实验环境搭建步骤,相信你会学到很多东西!下面开始快乐的学习旅程吧!
点云PCL博主
2019-08-28
2.1K0
单镜头视觉系统检测车辆的测距方法
本文是来自黄浴博士的知乎专栏,主要概述了几篇论文中使用单目摄像头的传统方法检测车辆并测距的方法,所以深度学习的方法并不在此文的讨论范围。本文已获得黄浴博士授权,未经原作者许可不得转载。该文章知乎地址为https://zhuanlan.zhihu.com/p/57004561。在此群主总结整理分享给大家。同时希望大家能够积极参与分享。
点云PCL博主
2019-07-30
3.2K0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档