香港大学 MaRS 实验室基于激光雷达-惯性-视觉融合算法开源

最新推荐文章于 2024-07-10 14:14:40 发布
最新推荐文章于 2024-07-10 14:14:40 发布
阅读量4.2k 收藏 9
点赞数
文章标签： 算法 人工智能 自动驾驶
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/Livox_Lidar/article/details/123000450
版权
香港大学MaRS实验室的R3LIVE系统，融合Livox Avia激光雷达、惯性和视觉传感器，实现鲁棒、实时的3D地图估计和纹理渲染。该系统开源并提供了实验数据集，适用于自动驾驶和机器人SLAM研究。
摘要由CSDN通过智能技术生成

以下内容同步发布至Livox 激光雷达社区( forum.livoxtech.com ), 欢迎大家前往与原作者进行直接沟通、交流与探讨！


R3LIVE 系统介绍


R3LIVE（A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package）系统是由香港大学 MaRS 团队张富教授、林家荣博士提出的新型 LiDAR-Inertial-Visual 传感器融合框架，已于近期开源。它利用Livox Avia 激光雷达、惯性和视觉传感器实现了鲁棒、更高精度的状态估计。


R3LIVE 包含两个子系统：激光雷达-惯性里程计 (下文简称LIO)

最低0.47元/天 解锁文章
Livox_Lidar
关注
R3LIVE：一个实时鲁棒、带有RGB颜色信息的激光雷达-惯性-视觉紧耦合系统（香港大学）
惊鸿一博
02-02 4589
基本情况 出处：R3LIVE: A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package 作者：Jiarong Lin and Fu Zhang（香港大学) 视频：https://www.bilibili.com/video/BV1d341117d6?p=1&share_medium=android&share_plat=a..
开源项目速览：港大最新研发激光雷达惯性视觉里程计系统FAST-LIVO（即将开源）
Make something people want.
03-17 1295
1、项目简介 香港大学最新研发了一种快速激光雷达惯性视觉里程计系统FAST-LIVO，它建立在两个紧密耦合的直接里程计子系统上：VIO子系统和LIO子系统。LIO子系统将新扫描的原始点注册到增量构建的点云地图，然后在VIO子系统中使用这些图像块。本系统支持多线旋转激光雷达和具有完全不同扫描模式的新兴固态激光雷达，并且可以在Intel和ARM处理器上实时运行。 2、项目信息 开源地址：https://github.com/hku-mars/FAST-LIVO 论文下载地址：https://arxiv.or
【SLAM】lidar-camera外参标定(港大MarsLab)无需二维码标定板
iwanderu的博客
06-25 3504
参考论文： Pixel-level Extrinsic Self Calibration of High Resolution LiDAR and Camera in Targetless Environmentsgithub:https://github.com/hku-mars/livox_camera_calib这篇论文是著名的港大Mars Lab出品，他们解决的是livox和camera的标定问题。论文很长，很多篇幅在介绍他们这么做的理由，这部分我们跳过，只看他们在代码里是怎么做的。提取鲁棒的，高度
realsense D435l+mid360标定
最新发布
m0_58173801的博客
07-10 580
image_file中存放相机拍摄的图片，pcl_file中存放雷达的点云数据（雷达点云数据采用fastlio算法生成），result_file中存放点云和图片配准的内外参数结果。将上一步生成的相机内参放入camera中。修改calib中的outdoor的yaml文档。
视觉−惯性里程计(VIO)融合SLAM方案
w风的季节-博客
07-17 4427
VIO融合方案第一章1. 视觉与IMU融合后的优势？2. 常见的视觉和IMU融合方案？工业界的应用例子3. 学术界VIO研究进展如何？将学习的方法用到VIO的例子4. 使用右乘so(3)so(3)so(3)，推导下面导数 第一章 1. 视觉与IMU融合后的优势？   传感器融合是一个趋势，也或者说是一个妥协的结果。主要的原因还是由于单一的传感器不能适用所有的场景，所以寄希望于通过多个传感器的融合达到理想的定位效果。目前主流的传感器融合方案包括：视觉+IMU、视觉+激光雷达、IMU+差分GPS+激光雷达。 视
探索未来科技：HKU-MARS的`STD`项目——智能时空数据处理的革命
gitblog_00047的博客
04-19 435
探索未来科技：HKU-MARS的STD项目——智能时空数据处理的革命 STDA 3D point cloud descriptor for place recognition项目地址:https://gitcode.com/gh_mirrors/st/STD 项目简介 在大数据和人工智能的时代，时空数据处理扮演着至关重要的角色。由香港大学火星实验室（HKU-MARS）开发的STD（Smart T...
2021年开源SLAM算法集锦
人无远虑，必有近忧
01-29 1503
1. TANDEM：Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo 慕尼黑工业大学Daniel Cremers团队，实时单目跟踪稠密建图纯视觉SLAM，采用Realsense D455(深度传感器+IMU，但只用RGB)。 项目地址：https://vision.in.tum.de/research/vslam/tandem 论文地址：https://arxiv.org/pdf/2111.07418.
MARS framework-开源
04-26
MARS支持多种机器人传感器的模拟，包括但不限于激光雷达、摄像头、超声波传感器、惯性测量单元（IMU）等。这些传感器的模拟数据可以帮助开发者验证和优化感知算法。同时，框架也支持模拟机器人的各种致动器，如电机...
距离-视觉-惯性里程计：无激励的尺度可观测性（ICRA2021）
qq_29462849的博客
08-09 971
Range-Visual-Inertial Odometry: Scale Observability Without Excitation作者：Jeff Delaune,David S....
激光视觉惯导融合的slam系统
3D视觉工坊
11-09 1238
FAST-LIVO: Fast and Tightly-coupled Sparse-Direct LiDAR-Inertial-Visual Odometry本文提出了一种快速的激光视觉惯导融合的slam系统，可以分为LIO和VIO两个紧耦合的子系统。LIO直接把当前的扫描点和增量构建的地图对齐，地图点也会辅助基于直接法的VIO系统进行图像对齐。为了进一步提高vio系统的鲁棒性和准确性，作者提出...
2021年十大开源SLAM算法整理
zbr794866300的博客
01-04 1万+
2021年底盘点：十大最佳开源SLAM算法 1.TANDEM 该方法由慕尼黑工业大约Daniel Cremers团队提出来的纯视觉SLAM，该框架在圣诞节前开源。视频中使用的事RealsenseD455相机，带有深度传感器和IMU。但是该团队大佬们不用这些，仅仅使用单目相机，实现实时跟踪和稠密重建。 该工作主要有三个创新点： 1）一种新的单目实时稠密SLAM框架：将经典的直接VO和基于学习的MVS重建无缝结合； 2）第一个利用全局TSDF模型渲染深度图：实现单目稠密跟踪前端； 3）一种新的MVS
【LOAM系列】五：Livox-Loam论文笔记
Jeet173的博客
06-09 412
LIvox-Loam论文阅读
(1分钟了解)视觉惯性导航初始化方法综述
努力coding
05-15 682
联合初始化方法的代表--改进M-K方法，非联合初始化方法的代表--VINS-Mono，半联合初始化方法的代表--ORB-SLAM3。IMU预积分算法的核心思想是将一段时间内IMU测量数据中与状态向量更新无关的数据进行积分处理，作为这段时间内的IMU预积分项，避免这部分数据在后续过程中的重复积分，最终达到简化状态估计的目的。EuRoC数据集可以提供VINS(注意这里的VINS不是vins-mono 而是一个统称)初始化所需的运动激励(就是说每个轴的加速度要到达一定的值，这样才能让初始化启动)和传感信息。
二十一.激光、视觉和惯导LVIO-SLAM框架学习之相机与雷达外参标定（1）
weixin_36773706的博客
12-22 1867
专栏系列文章如下： 一：Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程_goldqiu的博客-CSDN博客 二.激光SLAM框架学习之A-LOAM框架---介绍及其演示_goldqiu的博客-CSDN博客 三.激光SLAM框架学习之A-LOAM框架---项目工程代码介绍---1.项目文件介绍（除主要源码部分）_goldqiu的博客-CSDN博客 四.激光SLAM框架学习之A-LOAM框架---项目工程代
CVPR 2021 | SquareRootBA:大场景中的平方根集束调整
3D视觉工坊
03-30 580
作者丨方川@知乎来源丨https://zhuanlan.zhihu.com/p/479818521编辑丨3D视觉工坊标题：Square Root Bundle Adjustment for Large-Scale Reconstruction作者：Nikolaus Demmel, Christiane Sommer, Daniel Cremers, Vladyslav U...
激光SLAM：Livox激光雷达硬件时间同步
CV_Autobot的博客
01-04 2302
作者|月照银海似蛟龙 编辑| 古月居点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【SLAM】技术交流群后台回复【SLAM综述】获取视觉SLAM、激光SLAM、RGBD-SLAM等多篇综述！前言在进行机器人进行slam的时候往往单一的传感器不能实现强鲁棒性，很多时候需要用到多个传感器的融合，例如激光雷达+相机+IMU+GPS+轮速计+毫米波雷达等等...
R3LIVE(升级R2LIVE)：编译与运行
热门推荐
handily_1的博客
01-01 2万+
之前港科大的hku-mars火星实验室在R2LIVE的基础上提出了“R3Live”，论文和视频很早就发出来了，但是代码一直没有开源（作者一直强调会开源）， 在一众slamer的千呼万唤之下， 在2021年的年尾， 终于,能够在github下载了。......
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