首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

EnforceNet:大规模室内稀疏LiDAR点云中的单目相机定位

摘要:姿态估计是机器人应用的基本构建块,例如自动驾驶车辆,无人机和大规模增强现实。 对于那些应用程序进行大规模生产而言,这也是一个禁止因素,因为最先进的厘米级姿态估计通常需要长映射程序和昂贵的定位传感器,例如, LiDAR和高精度GPS / IMU等为了克服成本障碍,我们提出了一种基于神经网络的解决方案,用于在具有可比厘米级精度的先前稀疏LiDAR图中定位消费者级RGB相机。 我们通过引入一种新颖的网络模块(我们称之为电阻模块)来实现它,以便更好地推广网络,更准确地预测并更快地收敛。 这些结果以我们在大型室内停车场场景中收集的几个数据集为基准。 我们计划打开社区的数据和代码,以加入推进这一领域的努力。

04
您找到你想要的搜索结果了吗?
是的
没有找到

C# WPF MVVM开发框架Caliburn.Micro 自定义Conventions⑩

虽然ViewLocator和ViewModelLocator类通过提供对每个类的NameTransformer实例的公共访问来支持非标准约定,但对于那些不熟悉正则表达式语法的人来说,添加基于正则表达式的新名称转换规则可能是一项艰巨的任务。此外,由于NameTransformer设计用于执行通用名称转换,因此它不允许单独定制名称和名称空间转换。换句话说,没有简单的方法可以在维护名称空间的标准转换的同时添加对自定义视图名称后缀的支持,也没有简单的方法可以在维护类型名称的标准转换的同时更改名称空间转换。认识到这些局限性,我们为每个定位器类添加了可配置性和几个高级方法。这些新特性允许为常见用例构建自定义转换规则,而无需了解正则表达式。此外,这些方法是领域感知的(即它们考虑了名称空间和类型名称的概念),而不是面向泛型名称转换。

02
领券