小物避障
Xue Feng BUPT
让我们多一些原创,少一些转载
----首都快递学校小小渣硕
展开
-
[多视图几何] - 逆透视变换
逆透视变换部分参考其他文章,自己理解学习前言在多视图几何中,射影映射(projection mapping)是一种非常重要的三维平面到三维平面之间的变换,射影平面IP2IP^2上的点满足一种映射hh,使IP2IP^2上的点x1,x2,x3x_1,x_2,x_3共线时,当且仅当h(x1),h(x2),h(x3)h(x_1),h(x_2),h(x_3)也共线。并且射影映射可以组成一个群原创 2018-01-23 10:40:34 · 9720 阅读 · 4 评论 -
UON:《Detecting Unexpected Obstacles for Self-Driving Cars...》论文阅读与总结
UON : Detecting Unexpected Obstacles for Self-Driving Cars: Fusing Deep Learning and Geometric Modeling1. 总览这篇文章是发表在Intelligent Vehicles Symposium (IV), 2017 IEEE上的一篇文章,也是我看的上一篇文章《LostAndFound》相同的...原创 2018-05-04 10:12:20 · 1001 阅读 · 3 评论 -
《Real-time small obstacle detection on highways using compressive RBM road reconstruction》论文阅读总结
背景介绍,这篇文章要做什么这是一篇自动驾驶相关的文章,当我们的汽车在高速公路上以高速行驶的时候,一些微小的障碍物都有可能是自动驾驶汽车使用者的巨大隐患。作者认为在高速行驶的汽车上,使用激光雷达等主动传感器很难检测到障碍物,因为需要在离障碍物很远的距离时就检测到障碍物,而激光雷达距离和分辨率都无法达到这样的精度。所以作者使用单目相机采集图像,训练了一个受限玻尔兹曼机(RBM)重建出假设不存在...原创 2018-04-27 16:42:49 · 679 阅读 · 0 评论 -
《Obstacle Avoidance through Deep Networks based Intermediate Perception》- 论文阅读
作者在这篇文章中总共做了三件事情: 1. 首先,作者介绍了一种从图像中自动标注轨迹的方法,用其生成了一个大型训练数据集。 2. 接着,作者使用CNN估计深度和平面法向量,生成了一个粗糙的3D模型。 3. 最后,在另一个CNN模型中,利用生成的3D模型估计避障路径。1. 建立训练集作者使用包含室内场景以及深度图的NYUv2数据集,如果直接从如此大的数据中获取3D轨迹是一个高难度的高维度...原创 2018-06-20 16:56:21 · 635 阅读 · 0 评论