视觉SLAM
文章平均质量分 86
计算机视觉life
这个作者很懒,什么都没留下…
展开
-
【开源代码】运动模糊时准确检测和定位线段,通用的帧事件特征融合网络
以下内容来自从零开始机器人SLAM知识星球 每日更新内容点击领取学习资料 → 机器人SLAM学习资料大礼包#论文##开源代码# Detecting Line Segments in Motion-blurred Images with Events论文地址:https://arxiv.org/abs/2211.07365作者单位:武汉大学开源代码:https://levenberg.github.io/FE-LSD/使线段检测器在运动模糊下更可靠是视觉 SLAM 和 3D 重建等实际应用中最重要原创 2023-01-09 11:22:49 · 250 阅读 · 0 评论 -
宾夕法尼亚大学开源!第一个将语义SLAM实时集成到自主无人机反馈回路
以下内容来自从零开始机器人SLAM知识星球 每日更新内容#论文# Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy论文地址:https://arxiv.org/abs/2109.06479v4作者单位:宾夕法尼亚大学开源代码:https://github.com/KumarRobotics/sloam 语义建图使用一组语义对象表示环境。这种表示具有存储效率、更少的歧义和更多的信原创 2022-11-29 11:10:28 · 462 阅读 · 0 评论 -
ECCV2022解读:首篇基于环视相机的端到端自动驾驶框架!
论文地址https项目地址https7月4日,ECCV2022放榜,今年共收到8000多篇投稿,其中1629篇论文被接收,接收率不到20%。上海人工智能实验室自动驾驶团队与上海交通大学严骏驰副教授团队合作的论文《ST-P3End-to-endVision-basedAutonomousDrivingviaSpatial-TemporalFeatureLearning》被ECCV2022接收。该论文提出了第一个基于环视相机的,具有显示中间表征结果的端到端自动驾驶框架。...转载 2022-08-02 10:24:16 · 609 阅读 · 0 评论 -
SST-Calib:结合语义和VO进行时空同步校准的lidar-visual外参标定方法(ITSC 2022)
校正流程如下图。校准包括用于空间外参初始标定的静态空间参数校准模块和用于双参数估计的联合时空参数校准模块。算法的输入包括一个lidar点云扫描帧和两个连续的RGB图像,算法的目标是估计出6dof的外参和与之间的时间延迟。大致做法是先通过任意的语义分割方法分割点云和图像出各自的语义mask与。然后通过外参标定初值和相机已知的内参,将lidar点云投影到相机图像平面上,同时通过从点到像素和从像素到点执行最近邻搜索,并且计算它们的欧式距离用作之后优化的代价函数。...转载 2022-07-26 10:55:48 · 490 阅读 · 1 评论 -
ICRA2022 | 爱丁堡&牛津&利物浦大学联合开源AutoPlace:车载单片毫米波雷达场景识别
今天给大家介绍一个最新的开源工作:AutoPlace,主要用于车载单片毫米波雷达场景识别。该工作由爱丁堡大学MAPS Lab的卢晓轩团队(Kaiwen Cai, Bing Wang, Chris Xiaoxuan Lu)完成,开源了代码和数据集,转载 2022-02-18 21:05:23 · 557 阅读 · 0 评论 -
机器人核心技术运动规划:让机器人想去哪就去哪
SLAM知识星球里经常有小伙伴问我,学习了SLAM开源代码后,如何进行导航。星球里我是这样回复的:这里解释下运动规划和SLAM什么关系?其实在企业里,SLAM算法工程师、运动规划工程师通常是相对独立的岗位,SLAM技术通常可以得到稀疏的定位地图,结合后处理可以得到稠密的三维点云地图。此时我们需要用一定的规则将其转化为栅格化地图,机器人在这个地图的基础上进行运动规划(导航)。SLAM和运动规划是自主机器人的两个核心技术。原创 2022-02-15 20:36:44 · 707 阅读 · 0 评论 -
运动规划和SLAM什么关系?
前言 SLAM知识星球里经常有小伙伴问我,学习了SLAM开源代码后,如何进行导航。星球里我是这样回复的:这里解释下运动规划和SLAM什么关系?其实在企业里,SLAM算法工程师、运动规划工程师通常是相对独立的岗位,SLAM技术通常可以得到稀疏的定位地图,结合后处理可以得到稠密的三维点云地图。此时我们需要用一定的规则将其转化为栅格化地图,机器人在这个地图的基础上进行运动规划(导航)。SLAM和运动规划是自主机器人的两个核心技术。什么是导航与运动规划?原创 2022-01-19 20:26:31 · 1208 阅读 · 0 评论 -
谷歌开源的激光SLAM算法Cartographer为什么这么牛X?
谷歌开源的激光SLAM算法Cartographer为什么这么牛X?原创 2022-01-17 20:45:08 · 1050 阅读 · 0 评论 -
SLAM 深度估计 三维重建 标定 传感器融合
经常有粉丝问视觉/激光/SLAM、三维重建等方向的学习路线,这里我再总结给大家,如下所示:随着最近几年智能机器人、自动驾驶、AR/MR等领域的快速发展,企业对3D视觉算法及SLAM算法需求越来越强烈,该领域迎来了爆发式发展。按照应用不同我们把3D视觉及SLAM算法分为如下方向:视觉深度估计视觉(惯性)SLAM激光/多传感器融合SLAM几何/深度学习三维重建视觉传感器标定下面分别介绍(本文较长,建议收藏)原创 2022-01-15 18:23:49 · 4493 阅读 · 0 评论 -
详解深度学习三维重建网络:MVSNet、PatchMatchNet、JDACS-MS
详解深度学习三维重建网络:MVSNet、PatchMatchNet、JDACS-MS原创 2022-01-07 14:52:28 · 10345 阅读 · 0 评论 -
伦敦大学学院开源物体级语义SLAM 支持单/双目LiDAR
点击上方“计算机视觉life”,选择“星标”快速获得最新干货1. 摘要最近,伦敦大学学院开源了面向对象的SLAM系统DSP-SLAM,它为前景对象构建了一个丰富而精确的稠密3D模型的联合地图,并用稀疏的地标点来表示背景。可以在3种不同的输入模式下以每秒10帧的速度工作:单目、双目或双目+激光雷达。与最近基于深度先验的重建方法相比,物体姿态和形状重建有了改进,并减少了KITTI数据集上的相机跟踪漂移。项目网站:https://jingwenwang95.github.io/dsp-slam/代码:https:转载 2021-12-13 21:05:25 · 530 阅读 · 0 评论 -
武大+CMU最新开源 全面支持平面/鱼眼/球面相机的实时统一线段检测算法
武大+CMU最新开源!全面支持平面/鱼眼/球面相机的实时统一线段检测算法转载 2021-12-09 22:00:43 · 535 阅读 · 0 评论 -
即将开源 基于动态不变性感知的多模态视觉位置识别
即将开源!基于动态不变性感知的多模态视觉位置识别原创 2021-12-01 10:03:37 · 2308 阅读 · 0 评论 -
代码实战 | 用LeGO-LOAM实现BFS点云聚类和噪点剔除
点击上方“计算机视觉life”,选择“星标”快速获得最新干货作者介绍:Zach,移动机器人从业者,热爱移动机器人行业,立志于科技助力美好生活。他也是我们课程学员:基于LiDAR的多传感器融合SLAM:LOAM、LeGO-LOAM、LIO-SAMLeGO-LOAM的软件框架分为五个部分:分割聚类:这部分主要操作是分离出地面点云;同时,对剩下的点云进行聚类,剔除噪声(数量较少的点云簇,被标记为噪声);特征提取:对分割后的点云(排除地面点云部分)进行边缘点和面点特征提取;Lidar里程计:在连续帧之间(边缘点和面原创 2021-11-19 23:53:53 · 1702 阅读 · 0 评论 -
代码实战 | 用LeGO-LOAM实现地面提取
点击上方“计算机视觉life”,选择“星标”快速获得最新干货作者介绍:Zach,移动机器人从业者,热爱移动机器人行业,立志于科技助力美好生活。也是我们课程学员:基于LiDAR的多传感器融合SLAM:LOAM、LeGO-LOAM、LIO-SAMLeGO-LOAM框架设计思路的第一步就是提取并分离地面。本篇文章就来详细说明LeGO-LOAM是如何来进行地面提取的。地面提取的思路 如上图所示,相连的两条扫描线打在地面同一列的两点A()和B()。计算A,B两点高度差 ,平面距离 ,计算 和 构建的三角角度;如果转载 2021-11-19 22:28:40 · 883 阅读 · 0 评论 -
SLAM论文写作经验 | 小白、跨专业、无人指导、一年多从零到发顶会,他如何做到?
点击上方“计算机视觉life”,选择“星标”快速获得最新干货昨晚知识星球定期(每月6/16/26日)组织的内部私密直播:《SLAM方向顶会论文写作及发表经验分享》,引起SLAM小伙伴们墙裂的共鸣。嘉宾分享了他从机械跨专业学习SLAM一年,在没有导师和师兄师姐指导的情况下,一个人奋斗最终成功中一篇IROS 2021顶会的经验。简直一路开挂,从青铜到王者,这里小小的透露下,嘉宾自爆过了半年多朝九晚十二的枯燥生活。。。星球成员在直播间关于SLAM学习、论文写作、投稿等讨论的非常热烈。以下是嘉宾分享的PPT内容上述原创 2021-10-18 10:14:59 · 2129 阅读 · 1 评论 -
聊聊我最近半年在做的事情
点击上方“计算机视觉life”,选择“星标”快速获得最新干货大家好,趁着国庆节公司七日游,我给大家聊聊我最近大半年在做的一件重要的事情:SLAM和三维视觉在线教育。1、为什么做在线教育?很多人不知道,我是工作之后才开始学习的SLAM,早先那会网上相关的资料还非常少,也没有像我们「从零开始学习SLAM」知识星球这样的交流社区,能够拿来入门的只有高翔博士的《视觉SLAM十四讲》,这本书对学习视觉SLAM的基础非常有用。后来项目中用到SLAM代码,需要实操的时候,发现:“卧槽,这代码怎么看不懂!”“C++还可以这原创 2021-10-03 11:21:08 · 441 阅读 · 1 评论 -
观点 | SLAM会被深度学习取代吗?
点击上方“计算机视觉life”,选择“星标”快速获得最新干货首先祝大家国庆节快乐!今天和大家聊一个有趣的话题:SLAM是否会被深度学习取代。据说卡内基梅隆大学机器人研究所的计算机视觉课程,分成了两部分,一个是基于学习的方法,一个是基于几何的方法。作为一个SLAMer,深深的感受到最近几年SLAM的快速发展,以前很多人说起计算机视觉,基本就和深度学习视觉算法划上了等号,如今SLAM也有自己的一席之地了。几何方法和学习方法,已经成为现代计算机视觉的两根支柱。不过在学术界,最近几年,顶会上SLAM和深度学习结合的原创 2021-10-02 14:11:40 · 1310 阅读 · 1 评论 -
VIO灭霸:ORB-SLAM3源码详解,震撼上线!
点击上方“计算机视觉life”,选择“星标”快速获得最新干货ORB-SLAM3在室内外的表现hi,可以先介绍下ORB-SLAM3吗? 好的呀!ORB-SLAM3是在ORB-SLAM2的基础上开发的,于2020年7月发布。它在定位精度和效果上几乎碾压了同类的开源算法,受到极大关注。从论文中我们先领略一下该算法的特点:1、 第一个可以运行视觉、视觉惯性和多地图,支持单目、双目和RGB-D相机,且支持针孔和鱼眼镜头模型的SLAM系统。2、该算法可以在不同大小,室内和室外环境中鲁棒、实时的运行,精度上相比于以前的方原创 2021-09-10 15:15:44 · 2986 阅读 · 0 评论 -
据说研究SLAM/三维视觉的人有这几个特点,你占几个?
点击上方“计算机视觉life”,选择“星标”快速获得最新干货大家好,我是计算机视觉life背后的男人 --- 小六。我们平台有很多粉丝都是SLAM和三维视觉方向的从业者,基于我们的SLAM知识星球和SLAM/三维重建课程,我这边可以接触和认识一大批一线的从业者。今天给大家扒一扒该方向的用户画像,文末有送独家SLAM定制T恤哦。高学历先上数据,下图是我们知识星球部分登记用户的(在读或毕业)学校(有你的校友吗?),可以发现SLAM和三维视觉方向从业者大部分都是硕士及以上学历。这个也不难理解,毕竟本科没有相关的课原创 2021-09-07 09:25:01 · 691 阅读 · 0 评论 -
激光SLAM怎么学?手把手教你Cartographer从入门到精通!
点击上方“计算机视觉life”,选择“星标”快速获得最新干货大家好,计算机视觉life经过几个月打磨,推出了激光SLAM逐行源码解析课程《Cartographer从入门到精通: 原理深剖+源码逐行详解》,已经购买过我们的课程学员及知识星球用户均有优惠券(见文末),欢迎抢购!讲师亲自对Cartographer做了超详细源码注释,是目前唯一一个逐行讲解Cartographer的课程,彻底搞透代码。代码地址(持续更新): https://github.com/xiangli0608/cartograph原创 2021-05-30 16:47:47 · 2352 阅读 · 1 评论 -
VSLAM系列原创09讲 | 如何在线生成BoW词袋向量?原理+代码详解
点击上方“计算机视觉life”,选择“星标”快速获得最新干货本文系ORB-SLAM2原理+代码实战系列原创文章,对应的视频课程见:ORB-SLAM2总共60讲已经全部上线可观看!大家好,今天我们继续更新ORB-SLAM2/3系列的原创文章,以小白和师兄对话的形式阐述背景原理+代码解析,喜欢的点个赞分享,支持的人越多,更新越有动力!如有错误欢迎留言指正!代码注释地址:https://github.com/electech6/ORB_SLAM2_detailed_commentsVSLAM系列原创01讲 | 深原创 2021-04-13 14:04:04 · 624 阅读 · 0 评论 -
VSLAM系列原创04讲 | 四叉树实现ORB特征点均匀化分布:原理+代码
本文系ORB-SLAM2原理+代码实战系列原创文章,对应的视频课程见:如何真正搞透视觉SLAM?大家好,从今天开始我们陆续更新ORB-SLAM2/3系列的原创文章,以小白和师兄对话的形式阐述背景原理+代码解析,喜欢的点个赞分享,支持的人越多,更新越有动力!如有错误欢迎留言指正!代码注释地址:https://github.com/electech6/ORB_SLAM2_detailed_commentsVSLAM系列原创01讲 | 深入理解ORB关键点提取:原理+代码VSLAM系列.原创 2021-03-27 22:23:57 · 3016 阅读 · 2 评论 -
VSLAM系列原创03讲 | 为什么需要ORB特征点均匀化?
本文系ORB-SLAM2原理+代码实战系列原创文章,对应的视频课程见:如何真正搞透视觉SLAM?大家好,从今天开始我们陆续更新ORB-SLAM2/3系列的原创文章,以小白和师兄对话的形式阐述背景原理+代码解析,喜欢的点个赞分享,支持的人越多,更新越有动力!如有错误欢迎留言指正!代码注释地址:https://github.com/electech6/ORB_SLAM2_detailed_commentsVSLAM系列原创01讲 | 深入理解ORB关键点提取:原理+代码VSLAM系列.原创 2021-03-27 22:22:11 · 549 阅读 · 0 评论 -
VSLAM系列原创01讲 | 深入理解ORB关键点提取:原理+代码
原文见:VSLAM系列原创01讲 | 深入理解ORB关键点提取:原理+代码转载 2021-02-13 14:25:04 · 448 阅读 · 0 评论 -
保姆式原理推导+逐行代码分析,没见过这样的视觉SLAM理论+实战!
大家好,计算机视觉life公众号推出的视频课程《全网最详细的ORB-SLAM2精讲:原理推导+逐行代码分析》正式上线啦!ORB-SLAM2是视觉SLAM中特征点法的代表作,也是首个同时支持单目、双目、RGBD相机的超实用开源SLAM方案。整个代码结构清晰,内容完整,涵盖实时跟踪、局部地图、回环检测、BA优化,工程技巧等,适合二次开发,很多公司在此基础上研发不同应用领域的SLAM解决方案,是学习视觉SLAM的必备基础。适用于自动驾驶、增强现实、机器人、三维重建等领域。我们的系列课程以详细注释的原创 2020-12-30 16:21:03 · 845 阅读 · 2 评论 -
VDO-SLAM :一种动态目标感知的视觉SLAM系统
VDO-SLAM :一种动态目标感知的视觉SLAM系统(VDO-SLAM :A Visual Dynamic Object-aware SLAM System)论文地址:https://arxiv.org/pdf/2005.11052v2.pdf代码: https://github.com/halajun/vdo_slam摘要:场景刚性假设,也称为静态环境假设,经常被使用到SLAM算法中。如今大部分算法在复杂的动态环境下运行时,会考虑通过删除移动物体或单独跟踪移动物体来简化问题。这种强假设限制了自原创 2020-09-10 09:36:52 · 8025 阅读 · 1 评论 -
用于自动驾驶车辆视觉定位的地图存储:ORB-SLAM2的一种拓展
用于自动驾驶车辆视觉定位的地图存储:ORB-SLAM2的一种拓展Persistent Map Saving for Visual Localization for Autonomous Vehicles : An ORB-SLAM 2 Extension摘要: 电动汽车和自动驾驶汽车是目前汽车领域的热门研究方向。这两个课题在实现车辆更安全和更环保的方向上是相互促进的。自动驾驶汽车的一个基本组成要素是构建环境地图并在地图上定位自己的能力。在本文中,我们使用一个双目视觉传感器来感知环境并创建地图。因为原创 2020-09-10 09:00:04 · 1244 阅读 · 0 评论 -
最新综述 | 基于深度学习的SLAM方法:面向空间机器智能时代
最新综述 | 基于深度学习的SLAM方法:面向空间机器智能时代A Survey on Deep Learning for Localization and Mapping Towards the Age of Spatial Machine Intelligence基于深度学习的定位与建图方法综述:面向空间机器智能时代论文地址:https://arxiv.org/pdf/2006.12567v1.pdf摘要:基于深度学习的定位与建图技术近年来受到了广泛的关注。不同于利用物理模型或几何理论的人工设计原创 2020-09-10 08:50:41 · 5724 阅读 · 1 评论 -
一种有效的平面光束法平差方法
一种有效的平面光束法平差方法本文由计算机视觉 life 公众号从零开始学习 SLAM 知识星球翻译摘要本方法(PBA, Planar Bundle Adjustment)使用点到面的 cost 同时优化深度相机位姿和三维重建中的平面参数。直接用视觉中的 BA 方法来做深度相机三维重建效率很低,这是因为深度传感器一次观测一个平面上的许多点,计算压力较大。本文改进了 BA 中雅可比矩阵和残差向量。实验结论:第一,相对于传统 BA 能够更快计算,第二,相对于优化面到面的 cost,精度更高且面对初始原创 2020-09-08 17:00:01 · 1181 阅读 · 0 评论 -
激光雷达和相机的在线语义初始化与校准
激光雷达和相机的在线语义初始化与校准论文名称: SOIC: Semantic Online Initialization and Calibration for LiDAR and Camera作者: Weimin Wang, Shohei Nobuhara, Ryosuke Nakamura and Ken Sakurada论文下载:https://arxiv.org/pdf/2003.04260v1.pdf论文代码:https://github.com/−−/SOIC本文的核心思想文章提出了原创 2020-09-08 16:58:51 · 1031 阅读 · 2 评论 -
GPO:快速、准确地进行单眼SLAM初始化的全局平面优化
GPO:快速、准确地进行单眼SLAM初始化的全局平面优化摘要初始化对于单目SLAM来说是必须的。本文重点研究了一种基于平面特征的单目SLAM初始化方法。该算法从滑动窗口的单应矩阵估计开始,然后通过全局平面优化(global plane optimization, GPO)获取相机位姿和平面法线。3D点可以通过使用平面约束恢复,无需三角化(or三角测量)。本文提出的方法充分利用了多帧的平面信息,避免了单应矩阵分解中的模糊性。我们在收集来的棋盘数据集上参照基准方法的实现,验证了我们的算法,并进行了广泛的分析原创 2020-09-08 16:51:19 · 295 阅读 · 1 评论 -
我们急需三维激光数据的语义分割吗?
我们急需三维激光数据的语义分割吗?今天给大家分享一篇论文,论文名称: Are We Hungry for 3D LiDAR Data for Semantic Segmentation?作者: Biao Gao, Member, IEEE, Yancheng Pan, Member, IEEE, Chengkun Li, Member, IEEE, Sibo Geng, Member, IEEE, Huijing Zhao, Member, IEEE,论文下载: https://arxiv.org原创 2020-09-08 16:48:07 · 947 阅读 · 0 评论 -
基于双目深度估计的深度学习技术研究
基于立体声深度估计的深度学习技术研究英文标题: A Survey on Deep Learning Techniques for Stereo-based Depth Estimation论文地址: https://arxiv.org/abs/2006.025350.摘要从彩色图像中估计深度是一个长期存在的不适定问题(ill-posed problem),其已经在计算机视觉、图形学和机器学习领域中被研究了数十年。在现有技术中,由于与人类的双目系统有着紧密联系,立体匹配是应用最广泛的技术之一。在传统方原创 2020-09-08 15:57:28 · 8261 阅读 · 0 评论 -
基于图像语义的视觉同步定位和建图综述:面向应用的移动机器人自主导航解决方案
基于图像语义的视觉同步定位和建图综述:面向应用的移动机器人自主导航解决方案论文名称: A survey of image semantics-based visual simultaneous localization and mapping Application-oriented solutions to autonomous navigation of mobile robots作者: Linlin Xia, Jiashuo Cui, Ran Shen, Xun Xu, Yiping Gao an原创 2020-09-08 14:31:32 · 2507 阅读 · 0 评论 -
Image-based 3D Object Reconstruction: State-of-the-Art and Trends in the Deep Learning Era
Image-based 3D Object Reconstruction: State-of-the-Art and Trends in the Deep Learning Era深度学习领域基于图像的三维物体重建最新方法及未来趋势综述论文下载:https://arxiv.org/abs/1906.06543摘要:三维重建是计算机视觉计算机图形学和机器学习等领域几十年来一个不适定问题。从2015年开始使用CNN解决基于图像的三维重建(image-based 3D reconstruction)有了极大原创 2020-09-08 14:17:57 · 2079 阅读 · 0 评论 -
Good Feature Matching: Towards Accurate, Robust VO/VSLAM with Low Latency 良好的特征匹配:实现准确、鲁棒的低延迟VO/VSLA
Good Feature Matching: Towards Accurate, Robust VO/VSLAM with Low Latency 良好的特征匹配:实现准确、鲁棒的低延迟VO/VSLAM论文:https://arxiv.org/abs/2001.00714代码:单目https://github.com/ivalab/GF_ORB_SLAM双目https://github.com/ivalab/gf_orb_slam2摘要—在VO或VSLAM系统中保持性能(精确度和鲁棒性)和效率(原创 2020-09-08 10:43:46 · 704 阅读 · 0 评论 -
基于深度学习的影像深度重建综述
基于深度学习的影像深度重建综述论文名称:A Survey on Deep Learning Architectures for Image-based Depth Reconstruction作者单位:University of South Australia论文下载链接:https://arxiv.org/pdf/1906.061131 本文核心思想在计算机视觉、图形学、机器学习领域中,从RGB影像中恢复深度已经研究了数十年。而深度学习与大规模训练集的出现颠覆了传统的方法。本文综合介绍利用深度学原创 2020-09-07 17:11:08 · 1526 阅读 · 0 评论 -
GPO:快速、准确地进行单眼SLAM初始化的全局平面优化
GPO:快速、准确地进行单眼SLAM初始化的全局平面优化摘要初始化对于单目SLAM来说是必须的。本文重点研究了一种基于平面特征的单目SLAM初始化方法。该算法从滑动窗口的单应矩阵估计开始,然后通过全局平面优化(global plane optimization, GPO)获取相机位姿和平面法线。3D点可以通过使用平面约束恢复,无需三角化(or三角测量)。本文提出的方法充分利用了多帧的平面信息,避免了单应矩阵分解中的模糊性。我们在收集来的棋盘数据集上参照基准方法的实现,验证了我们的算法,并进行了广泛的分析原创 2020-09-07 15:50:09 · 285 阅读 · 0 评论 -
RadarSLAM: 全天候大场景雷达slam
RadarSLAM: 全天候大场景激光slamRadarSLAM: Radar based Large-Scale SLAM in ALL Weathers项目主页:http://pro.hw.ac.uk/research/radarslam/摘要近年来,依靠各类传感器的slam已经得到了广泛使用。然而,slam算法在极端天气下的鲁棒性问题一直未得到解决。在本文中,作者提出了一种全天候,大场景下的激光slam框架。通过全新的特征匹配和概率点云地图实现了包括位姿估计、局部建图、回环检测以及位姿图优化一原创 2020-09-07 14:48:16 · 1655 阅读 · 0 评论