必读论文 | 云机器人必读论文10篇

云机器人（Cloud Robotics）是云计算和机器人的交叉学科并且是机器人领域的一个重大热点新方向，它运用云计算的强大运算和存储能力，给机器人提供一个更智能的“大脑”，在增强单个机器人的能力，执行提供复杂功能任务和服务的同时，还可以支持分布在世界各地、具有不同能力的机器人高效开展合作，共享信息资源，从而完成更大、更复杂的任务，并在根本上改变传统机器人过分依赖手工编程的局限性。

近年来，云机器人被视为突破机器人大规模应用技术瓶颈的一种新的重要手段，以及被视为是实施“智能制造2025”行动、推动我国迈入制造强国行列的重要技术。云机器人的巨大优势和潜力吸引了国内外各大公司和研究机构的关注，引发了学术界和工程界对云机器人的研究热潮。云机器人主要应用在移动机器人（无人驾驶/自动驾驶）、医疗护理机器人、家用机器人与智能家居、老年辅助、工业机器人等领域。云机器人的研究与实现将广泛扩展机器人的应用领域，加速和简化机器人系统的开发过程，降低机器人的构造和使用成本。比如，在云端可以建立机器人的“大脑”，包含知识库、深度学习、云辅助的图像识别和语音识别、移动机器人导航（如Google街景、语义环境模型、水下环境模型库）、大规模协作、任务规划、模块化机器人平台、职业机器人系统等。

针对云机器人领域，利用AMiner平台，筛选并推荐了近百篇经典必读论文。在AMiner推出的“云机器人”必读论文专题中，通过“一键综述”、“智能论文精读”等工具，可以有效帮助科研人员高效阅读这些论文。以下推荐该领域的引用量较高的10篇论文，帮助你快速了解云机器人最新的研究概况。

1.3D is here: Point Cloud Library (PCL)

作者：Radu Bogdan Rusu、Steve Cousins

随着新的低成本3D传感硬件（例如Kinect）的出现，以及在高级点云处理方面的不断努力，3D感知在机器人技术以及其他领域中的重要性越来越高。 该文主要介绍了在点云感知领域的最新举措之一：PCL。 PCL为3D感知主题提供了一种先进而广泛的方法，旨在为应用程序所需的所有常见3D构建块提供支持。 该库包含用于以下方面的最新算法：过滤，特征估计，表面重建，配准，模型拟合和分段。

2. OctoMap: an efficient probabilistic 3D mapping framework based on octrees

作者：Armin Hornung、Kai M. Wurm、Maren Bennewitz、