- 博客(3)
- 资源 (10)
- 收藏
- 关注
原创 自动驾驶系统进阶与项目实战(四)自动驾驶高精度地图构建中的三维场景识别和闭环检测
自动驾驶系统进阶与项目实战(四)自动驾驶高精度地图构建中的三维场景识别和闭环检测闭环检测(loop-closure detection)是SLAM中非常关键的一部分,当然也是自动驾驶高精度地图(HD Map)构建的核心技术之一,闭环检测即无人车能够识别出SLAM构图过程中形成的闭环,从而优化由观测(lidar slam、imu、车辆can、gnss等算出的里程计)累计的误差,使得SLAM地图在闭环的“缝合处”能够准确对接、在同一路段的重复测量(主要是激光点云、图像等)能够准确拟合。显然闭环检测对于大面积
2020-05-24 19:21:48 6114 4
原创 自动驾驶系统进阶与项目实战(三)基于全卷积神经网络的点云三维目标检测和ROS实战
自动驾驶系统进阶与项目实战(三)基于全卷积神经网络的点云三维目标检测和ROS实战前面入门系列的文章中我介绍了几种点云三维分割/目标检测模型,在做点云预处理上,有通过球面投射(SqueezeNet)得到深度图的,也有采用Voxel网格的(VoxelNet),本文我们一起学习一下百度开源的cnn_seg点云三维语义分割神经网络,该模型被集成于Apollo的perception模块,并且自Apollo 3.0开始一直是Apollo体系下用于障碍物检测的主力模型,在Apollo 5.0以后甚至release出了
2020-05-16 13:06:02 13052 85
原创 自动驾驶系统进阶与项目实战(二)多激光雷达外参自动化标定算法及代码实例
激光雷达是目前自动驾驶系统中的核心传感器之一,但是由于其信息密度低、存在垂直盲区等问题,厂商大多在其L4级自动驾驶系统中搭配多组激光雷达,下图为通用(Cruise)的自动驾驶汽车,采用了多激光雷达以弥补lidar+camera的不足,使用多激光雷达进行环境感知的前提是对各雷达的外参进行精准的标定,本文介绍一种基于NDT算法的自动多激光雷达标定技术,并且给出了代码实例以及测试数据(rosbag)供读者实践。
2020-05-05 12:21:16 16431 40
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