ROS实验笔记之——UZH-FPV数据集的验证

已于 2022-11-22 22:11:49 修改
阅读量578 收藏 1
点赞数
文章标签： 人工智能
于 2022-08-09 11:39:25 首次发布
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/gwplovekimi/article/details/126244568
版权
ROS 同时被 2 个专栏收录
142 篇文章 179 订阅
订阅专栏
SLAM
29 篇文章 32 订阅
订阅专栏

UZH-FPV是一个在快速飞行的无人机上采集事件、图像等数据等数据集。该数据集对于基于事件及图像的VIO、VO都具备较大的挑战。要做出有效、鲁棒的视觉里程计算法的同行们，都建议去evaluat一下哈。

The UZH FPV Dataset

这里给出我们在该数据集下，验证我们提出的PL-EVIO算法的效果。同时也与VINS-Fusion (Stereo VIO), ORB-SLAM3 (Stereo VIO), Ultimate-SLAM (Image+Event+IMU)进行了对比。

Our PL-EVIO Evaluation in UZH-FPV Dataset

我们团队最近也发布了一些不错的event-based VO/VIO/SLAM数据集，详细请见：

GitHub - arclab-hku/Event_based_VO-VIO-SLAM: Dataset for Event-based VO/VIO/SLAM

gwpscut
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
slam十四讲第13章 单目稠密重建数据集(http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip)
09-30
slam十四讲 ch13 第13章 单目稠密重建数据集(http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip) slam十四讲 ch13 第13章 单目稠密重建数据集(http://rpg.ifi.uzh.ch/datasets/remode_test_data.zip)
IC形式化验证FPV
li_kin的博客
10-11 427
IC验证中的形式化验证；
Formal Verification (二) FPV、APPs
Holden_Liu的博客
02-26 9165
通过上一篇对Formal Verification有了基本的认识；本篇将通过一个简单的例子，感受一下Formal的“魅力”；Formal Tool目前主流的有Synopsys的VC Formal，Cadence的Jaspergold，Mentor的Questa FV以及🔗OneSpin的Verify；本篇使用VC Formal演示，其他工具思路类似。 Assertion 具体assertion的语法不再介绍，可以参考《SystemVerilog Assertions and Functional Cover
Effective FPV for verification 形式验证 第6章
打工人的学习记录！
03-27 765
本章中以一个简单的ALU为例，回顾了使用FPV进行bug hunting和full proof 模式的典型过程。 bug huntin是使用FPV作为其他验证方法的补充，以检测难以发现的极端情况问题。full proof FPV是尝试完全证明规格书，完全取代其他验证方法。建议新手先做design exercise，其次是bug hunting FPV，最后再做full proof FPV，层层递进。
【SLAM论文笔记】PL-EVIO笔记（上）
最新发布
持之以恒
02-26 1281
总体框架：基于关键帧的图优化。约束因子：事件相机的电线特征残差、传统相机的点特征残差、IMU预积分。事件相机只敏感动态变化，记录像素变化信息；类似于青蛙视觉。具有微秒级低时延、高对比度、无运动模糊。线特征能充分利用人造环境、建筑物的特征，与点特征一起能提升VSLAM、VIO等的鲁棒性。事件相机与传统相机优势互补，前者善于从高速机动过程提取特征，而在准静态观测能力降低。
ROS学习笔记之——多机器人探索环境
01-06
本博文是基于这个ROS软件包（https://github.com/hrnr/m-explore）的学习笔记 目录 multi robot exploration nav_msgs/OccupancyGrid  map_msgs/OccupancyGridUpdate move_base multirobot_map_merge 参考资料 ...
ROS复习笔记之——参数的使用
01-06
《ROS复习笔记之——系统框架及其编程规范》 《 ROS复习笔记之——创建和运行服务服务器与客户端节点》 《ROS复习笔记之——创建和运行动作服务器与客户端节点》 修改博客《 ROS复习笔记之——创建和运行服务...
ROS复习笔记之——roslaunch的应用
01-20
继博客《RO发布者S复习笔记之——系统框架及其编程规范》，本博文讲解一下roslaunch的调用 目录 创建launch文件并使用 Launch标签介绍 参考资料 创建launch文件并使用 首先创建一个*.launch文件。用于roslaunch的...
ROS复习笔记之——创建和运行动作服务器与客户端节点
01-07
博客《 ROS复习笔记之——创建和运行服务服务器与客户端节点》复习了创建和运行服务服务器与客户端节点。本博文继这个博客，来复习一下创建和运行动作服务器与客户端节点。 动作与话题和服务不同，在异步、双向，...
ROS复习笔记之——创建和运行服务服务器与客户端节点
01-07
之前博客《RO发布者S复习笔记之——系统框架及其编程规范》的（发布者节点和订阅者节点的创建和运行）一节中以及介绍如何创建发布者、订阅者、话题消息的通信。本博文继这个博客，来复习一下创建和运行服务服务器与...
tum数据集_整理 - 室内定位数据集
weixin_39951930的博客
11-14 1193
室内定位数据集整理FMDatasethttps://github.com/zhuzunjie17/FastFusionHangzhou Dianzi / Tsinghua2019HandICMEIndoorShan, Zeyong, Ruijian Li, and Sören Schwertfeger. "RGBD-Inertial Trajectory Estimation and Ma...
计算机视觉数据集大全 - Part1
hwj_wayne的博客
01-23 1万+
转载自http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm Index by Topic Action Databases Agriculture Attribute recognition Autonomous Driving Biological/Medical Camera calibration Face and...
航空遥感数据集、无人机航拍数据集
热门推荐
耶律大石的博客
05-16 1万+
数据集下载地址；http://weegee.vision.ucmerced.edu/datasets/landuse.html 最近在做无人机识别某一物体，找到一些比较好的数据集用来学习，也可以作为航空遥感学习。 类别包括有：农田、飞机、海滩、房屋、森林、高速公路、港口、路口、立交桥、停车场、河、跑道、储油罐、网球场等 部分数据集图片如下： 图片官方介绍： 图片采集于2010年10月28日，...
2019 ICRA关于SLAM评价方法和新开源数据集汇总
图像算法Imalg的博客
08-15 1996
开放视觉计算机：宾夕法尼亚大学无人机集成化方案用于移动机器人的集成传感和计算系统 关键词：航空系统：感知和自治 SLAMBench 3.0：用于机器人视觉挑战和场景理解的SLAM系统的系统自动化可重复评估 关键词：SLAM，性能评估和基准测试，语义场景理解 Project AutoVision：具有多摄像头系统的自主车辆的本地化和3D场景感知（自动驾驶系统，数据，GNSS + ...
常用公共数据集
caoyunbo0417的专栏
11-08 5627
常用的公共数据集（一） CVonline：图像数据库 这是一个整理的图像和视频数据库列表，这些数据库对计算机视觉研究和算法评估很有用。（Google直接翻译的，希望对大家有帮助） 原文链接：CVonline: Image Databases CVonline: Image DatabasesCVonline vision databases pagehttps://homepages.inf.ed.ac.uk/rbf/C...
IROS 2020 FPV VIO Competition比赛方案具体方法介绍
sunshine
10-04 643
IROS 2020 FPV VIO Competition比赛方案具体方法介绍 1、benckmark https://fpv.ifi.uzh.ch/?sourcenova-comp-post=2019-2020-uzh-fpv-benchmark 2、参赛队伍具体方案解读 参赛队伍 使用方法 排名（main sequence） MEGVII-3D ==前端特征跟踪：==FAST keypoints 提取和optical flow neural network ==后端非线性优化：==Op
Effective FPV for design exercise 形式验证 第五章
打工人的学习记录！
02-21 673
本章介绍了设置design exerciseFPV环境，并在模型上有效使用它的实际问题，通过一个交通灯的示例设计来说明这个过程。刚开始做FPV验证，最重要的是搭建验证环境，包括sva checker代码和一些约束。编写checker时，可以先关注最基本的功能，把细节的要求用assume约束成固定状态，后续再一步步完善，达到最终的需求。
事件相机的数据集与仿真器
larrydong的博客
03-08 2927
本文转载自此微信推送，作者即博主 0、为什么需要数据集与仿真器？ 在研究中，为了比较不同算法的优劣，研究人员不能用自己采集的数据，这样和别的方法比较没有太大的意义。所以公开的数据集是评价这些方法的通用数据。而仿真器，是按照事件相机的成像原理，模拟其生成数据的样子，可以便于使用者采集自己想要的数据。 当然最重要的一点，是事件相机目前价格较高，许多人无法像买USB相机这样随性购买。下面我们简单看几家公...
异步fifo设计与验证（V）
weixin_61098515的博客
10-13 598
设计文件： 1.men模块 2、格雷码形式写指针同步到读时钟域（为什么要这么做，就是因为读写时钟不一样，要判断空满信号无法直接判断，所以将（格雷码形式的写指针）同步到读时钟域（变成rq2_wptr信号),就需要将写指针打两拍，这个指针（rq2_wptr)与读时钟域的格雷码读指针（rptr)进行读空判断） 二者指针相同为1（读空） 为什么要将二进制指针转为格雷码形式指针：二进制指针为多比特变化，出现亚稳态概率太高，格雷码只有一位比特变化，单比特变化打两拍， 异步fifo读写地址变化是连续的
orb-slam2怎么验证数据集
04-24
对于ORB-SLAM2来说，数据集的验证通常是通过以下步骤完成的： 1. 使用ROS的bag功能记录算法输出的信息，包括图像、相机位姿和点云等信息。 2. 从已知的数据集中选择一个子集，并使用ORB-SLAM2算法对其进行处理。 3....

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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