ICRA最新开源！动态环境下高鲁棒的雷达MOT SLAM

最新推荐文章于 2024-07-25 22:24:14 发布
最新推荐文章于 2024-07-25 22:24:14 发布
阅读量440 收藏 6
点赞数 10
文章标签： 学习 计算机视觉 人工智能 算法 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_81515836/article/details/135506041
版权
本文介绍了ICRA2023上的一项开源雷达多目标跟踪SLAM方案LIO-SegMOT，该方案基于LIO-SAM扩展，通过异步状态估计因子图提升了在动态环境中的鲁棒性，为入门者提供了宝贵资源。
摘要由CSDN通过智能技术生成

作者：泡椒味的口香糖 | 来源：3DCV

在公众号「3DCV」后台，回复「原论文」可获取论文pdf

MOT SLAM，也就是多目标跟踪SLAM，侧重在动态场景中同时估计机器人本体位姿和动态目标位姿，在动态目标占据当前帧很大比例时可以提高SLAM鲁棒性。其实现有的MOT SLAM主要以视觉方案为主，典型方案包括VDO-SLAM、AirDOS、DynaSLAM II。雷达MOT SLAM相对研究较少，而且开源方案就更少，对于想入门的小伙伴实在是很大的阻力。今天笔者将为大家分享ICRA 2023的开源雷达MOT SLAM方案LIO-SegMOT，基于LIO-SAM二次开发，并且提出了一种异步状态估计因子图，在动态环境中的鲁棒性很高，值得一读。下面一起来阅读一下这项工作，文末附论文和代码链接~

原文链接：ICRA最新开源！动态环境下高鲁棒的雷达MOT SLAM

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3DCV
关注
  • 10
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ICRA‘24开源 | 全局定位新思路：在激光雷达地图中查询图像位置！
3D视觉工坊
04-12 56
城市尺度的激光雷达地图的可用性使得利用移动摄像头进行城市尺度的地点识别成为可能。然而，城市尺度的激光雷达地图通常需要进行压缩以提高存储效率，这增加了在压缩的激光雷达地图中进行直接视觉地点识别的难度。本文提出了VOLoc，一种准确高效的视觉地点识别方法，利用几何相似性直接通过实时捕获的图像序列查询压缩的激光雷达地图。在离线阶段，VOLoc使用几何保持压缩器（GPC）压缩激光雷达地图，其中压缩是可逆的，这是下游6DoF姿态估计的一个关键要求。
icra2017 PLSLAM论文
09-05
icra2017 PLSLAM论文 PL-SLAM: Real-Time Monocular Visual SLAM with Points and Lines
顶会SLAM论文锦集
03-18
虚拟现实技术顶级会议论文关于SLAM论文集合。主要会议ICRA和CVPR。
2019 ICRA关于SLAM评价方法和新开源数据集汇总
图像算法Imalg的博客
08-15 2001
开放视觉计算机：宾夕法尼亚大学无人机集成化方案用于移动机器人的集成传感和计算系统 关键词：航空系统：感知和自治 SLAMBench 3.0：用于机器人视觉挑战和场景理解的SLAM系统的系统自动化可重复评估 关键词：SLAM，性能评估和基准测试，语义场景理解 Project AutoVision：具有多摄像头系统的自主车辆的本地化和3D场景感知（自动驾驶系统，数据，GNSS + ...
ERASOR：解决动态环境下的SLAM建图问题，有效过滤动态物体（ICRA2021）
3D视觉工坊
10-05 4219
作者丨马赫WGH@知乎来源丨https://zhuanlan.zhihu.com/p/409884870编辑丨3D视觉工坊一、算法解析这篇论文致力于解决动态环境下的建图问题。在以「城市开阔...
【动态SLAM】经典开源论文（更新中）
Mr Qin的博客
07-08 5506
【动态SLAM】经典开源论文（更新中）0 简介1.DynaSLAM（IROS 2018）2.DS-SLAM（IROS 2018， 清华大学）3.Detect-SLAM（2018 IEEE WCACV， 北京大学）4.VDO-SLAM（arXiv 2020）5.Co-Fusion（ICRA 2017）6.Learning Rigidity in Dynamic Scenes with a Moving Camera for 3D Motion Field Estimation（2018，ECCV，NVIDIA
ICRA2024重磅！首个融合LiDAR的NeRF-based SLAM系统
soaring_casia的专栏
05-09 1224
作者将两个SOTA进行融合，“用魔法打败魔法”，获得了意想不到的SOTA结果！
【动态SLAM】动态场景下实时三维重建论文汇总
Mr Qin的博客
08-16 6146
文章目录实时三维重建介绍动态环境下三维重建论文汇总1. DynamicFusion: Reconstruction and Tracking of Non-rigid Scenes in Real-Time2. Co-Fusion: Real-time Segmentation, Tracking and Fusion of Multiple Objects3. Fast Odometry and Scene Flow from RGB-D Cameras based on Geometric Cluste
动态环境下激光SLAM算法专题介绍[一]
weixin_43389152的博客
10-12 643
针对近年来关于动态激光slam的经典文章进行一个简单汇总。
【多模态融合】SuperFusion 激光雷达与相机多层次融合 远距离高清地图预测 ICRA 2024
黎国溥
03-26 2771
本文介绍激光雷达与相机进行多层次融合，包括数据级融合、特征级融合和BEV级融合。融合后的BEV特征可以支持不同的任务头，包括语义分割、实例编码和方向预测，最后进行后处理生成高清地图预测，它是来自ICRA 2024的。会讲解论文整体思路、模型框架、论文核心点、损失函数、实验与测试效果等。
ICRA2020-paper-list:Paopaorobot发布的ICRA2020论文清单
03-18
ICRA2020-纸单欢迎参加2020年IEEE机器人与自动化国际会议ICRA 2020。 ICRA是世界上最大的机器人会议，并且是IEEE机器人与自动化学会的旗舰会议。因此，尽管我们当前的特殊情况并不能使我们以出色的机器人社区应有的...
ICRA2019.txt
04-08
2019年ICRA论文集
iscloam：基于强度扫描上下文的完整SLAM实现，用于自动驾驶。 ICRA 2020
02-04
iscloam的优化使其在动态和复杂的道路条件下也能保持高精度，这对于自动驾驶车辆的可靠性至关重要。 **C++实现** iscloam的实现采用了C++编程语言，这是一种广泛用于机器人和自动驾驶系统的高效编程语言。C++提供...
AvaloniaUI的学习
最新发布
lishuangquan1987的博客
07-25 608
官方中文文档：https://docs.avaloniaui.net/zh-Hans/docs/welcome。
编程学习之路：从零到一的成长指南
KsuferNotes
07-22 463
在当今数字化时代，编程技能已经成为许多人职业发展的重要组成部分。不论你是已经在IT业从业多年的老手，还是刚刚起步的编程新手，这篇博客将带你走过编程学习的每一个重要阶段，从而顺利完成从零到一的华丽转变。
FastAPI（七十一）实战开发《在线课程学习系统》接口开发-- 查看留言
mr~li的博客
07-24 263
梳理后发现，之前在接口设计的时候，有些欠缺，查看留言，是查看单个的留言，查看留言后，对应的留言变成已读状态。那么我们这个都需要传递一个参数，这个参数应该是留言的id。之前FastAPI（七十）实战开发《在线课程学习系统》接口开发--留言功能开发分享了留言开发，这次我们分享查看留言。在之前设计返回状态码的时候，发现状态码有缺失，我们增加下缺失的。3.判断是否是当前用户的留言，或者接受的方是自己。梳理这里的逻辑，这个接口要依赖登录。5.如果已读且回复了，要带回复的内容。以上则是实现查看留言的接口逻辑。
学习华为IPD流程黑话2.0
产品线负责人
07-23 536
管道管理是指根据资源需求（管道需求）尽早地对可获得性资源（管道供给）进行平衡，任何企业做研发、做产品，它的可用资源都是有限的，可以把企业的资源比喻成管道。既是对产品包进行验证，也是内部技能传递的重要环节，同时能为客户带来价值。这个时候就只需要对切片的概念做一下了解就应该可以直接应用了。而且主要做的是 C 语言，Python 也确实没具体用过。并保证在任意时刻产出的研发价值（即出口流量）的最大化，好了，这个话题就不展开来讲了，后续可以单独展开聊聊。评审的对象是新产品的业务计划，而不是产品的开发计划。
DP学习——外观模式
huibin.yun的博客
07-24 268
学而时习之，温故而知新。
slam在国内发展历史
05-19
SLAM（Simultaneous Localization and Mapping）是一种能够让机器人在未知环境中同时定位和建图的技术。在国内，SLAM的发展可以追溯到20世纪90年代末和21世纪初。 最早的SLAM系统是由清华大学的徐志伟等人提出的基于EKF（Extended Kalman Filter）的SLAM算法，并在2001年的ICRA（International Conference on Robotics and Automation）上发表了论文。 随后，中国科学院自动化研究所的黄铁军教授提出了基于激光雷达的SLAM算法，并在2004年的ICRA上发表了论文。 2010年，北京大学的张学工教授提出了LSD-SLAM算法，该算法可以使用单目相机进行SLAM定位和建图，并在2014年的ICCV（International Conference on Computer Vision）上发表了论文。 此外，国内还涌现出了一些SLAM相关的企业，如梅花易数机器人、优必选、思岚科技等，他们都在SLAM技术的研究和应用方面发挥着重要的作用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值