- 博客(4)
- 收藏
- 关注
RSS订阅原创 地图构建 -- occupancy grid mapping
但是很少有真实世界的应用能够满足这一假设，因为地图通常都是先验的， 或者是人们手工创建的。换句话说，我们先回避SLAM问题中的难点，在建图的时候有神谕(oracle)告知我们机器人的正确路径。我们可以发现，地图的构建就是寻找判断是否是障碍物，这样就把问题分解成为了一个二值概率的问题，讨论过这个问题的一个滤波器——二值贝叶斯滤波器。原理还是很简单的，就是遍历所有的网格，判断当前网格cell是否在传感器的扫描范围内，如果在的话，根据 𝑥𝑡 和 𝑧𝑡 来计算对数差异。显然，不是所有的建图问题的难度都一样。
2024-05-28 13:16:09
1153
原创 神经辐射场基于点，训练速度提升30倍，渲染质量超过NeRF
Point-NeRF_20K 只用了 40 分钟进行优化，而 NeRF 需要 20 + 小时，两者相比，Point-NeRF 快了近 30 倍，但 NSVF 的优化效果只比 Point-NeRF 的 40 分钟效果略好。该研究发现，即使经过 2 min / 1K 的微调迭代，Point-NeRF 也能获得非常高的视觉质量，可与 MVSNeRF 最终的 10k 次迭代结果相媲美，这也证明了 Point-NeRF 方法重建效率的高效性。然而，这种纯粹的逐场景优化依赖于现有的点云，并且可能非常缓慢。
2024-05-26 15:31:09
710
原创 TensorFlow使用Cudnn实现模型
用于 canonical-to-params-to-specific 转换的函数..用于 canonical-to-params-to-specific 转换的函数..用于 canonical-to-params-to-specific 转换的函数..用于 canonical-to-params-to-specific 转换的函数.用于 specific-to-canonical 转换的函数.用于 specific-to-canonical 转换的函数.将特定格式的 cuDNN 的参数转换为规范格式.
2024-05-23 13:53:04
855
原创 Carla Ros Autoware 联合仿真——安装、源码修改、数据预处理
在carla ros bridge中，Carla Spawn Objects节点下提供一项功能，当接收到2D pose initial话题（rviz中的2D Pose Estimate小按钮）后，会按照这个话题的位置和方向信息更新carla中车辆的位置，即使carla提供了点云图，用于rviz中的环境显示，但是carla仿真器与rviz中的坐标并不对应。如有错误，欢迎指正。以下部分秉持尽量不修改Carla ros bridge源码的原则，使用话题转发的方式，将carla中的数据适配到autoware。
2024-05-21 20:44:39
1191
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人