- 博客(1)
- 收藏
- 关注
原创 无人驾驶汽车系统入门(三十一)——点云分割和聚类算法详解
无人驾驶汽车系统入门(三十一)——点云分割和聚类算法详解本篇详细讲解点云处理中的基本分割和聚类的算法原理。Lidar基本常识lidar的分辨率要高于radar,但是radar可以直接测量目标的速度。通过融合两者,可以获得对目标较好的位置和速度估计。激光雷达坐标系:右手法则,大拇指朝上为z,食指朝前为x,中指朝左为y, lidar的解析度很大程度上取决于线数,其解析度指标分为横向解析度和纵向解析度,横向解析度即一条激光束扫描一圈(360度)的反射点的数量,作为参考,Velodyne的16线激光雷达
2021-03-22 17:31:14 14709 5
kaist02.pcd
2020-06-12
基于欧几里德聚类的障碍物检测ROS实现
2018-10-11
基于ray filter的雷达点云地面过滤ROS节点
2018-09-29
基于Frenet优化轨迹的无人车动作规划实例
2018-06-22
基于YOLO神经网络的实时车辆检测代码
2018-01-29
深度前馈网路的交通信号检测
2018-01-22
神经网络入门代码(见系列博客)
2018-01-08
基于视觉的车道线检测完整代码
2017-12-06
扩展卡尔曼滤波代码和数据
2017-10-26
目标追踪-雷达-激光雷达数据
2017-10-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人