KudanSLAM博客列表

最新推荐文章于 2022-08-29 00:37:34 发布
最新推荐文章于 2022-08-29 00:37:34 发布
阅读量413 收藏
点赞数 1
分类专栏： 人工智能 VIO AR 文章标签： KudanSLAM SLAM
人工智能 同时被 3 个专栏收录
17 篇文章 0 订阅
订阅专栏
VIO
13 篇文章 0 订阅
订阅专栏
AR
11 篇文章 0 订阅
订阅专栏

本文收录了商业SLAM解决方案供应商KudanSLAM的技术博文的链接地址，所引用插图的版权归原作者所有。

  • Google’s VPS – how well will it work?
    这篇博文简介了谷歌VPS的基本概念，并阐述KudanSLAM的VPS策略。文章指出在用户行为不可控的情况下（这里指闭环检测不一定能出现），其VPS仅仅保证相对于SLAM起点的位置精度。
  • Different Types of Visual SLAM Systems
    从Sparse/Dense和Direct/Indirect四个维度对当前主流的VO/VSLAM进行了归类。简言之，Sparse和Dense从算法使用到的图像信息的多少来描述一个SLAM系统，Direct和Indirect从算法使用图像信息的方式（即图像亮度信息或者从关键像素点邻域亮度信息归纳出的特征描述信息）来描述一个SLAM系统。下图来自本博客，直观地对主流的开源系统进行了归类。
    在这里插入图片描述
  • How to evaluate SLAM accuracy
    依次介绍了CG、Black Room、HTC Vive Tracker和Outdoor Tests四种评估SLAM系统精度的方法。
  • Kudan SLAM and KudanCV – Roadmap update
    简介了KudanSLAM的技术栈发展规划，涵盖了图像跟踪、3D模型跟踪、场景跟踪等技术方案，博文中有很多不同运动/光照条件下的跟踪案例演示。
  • Kudan Computer Vision Labs : SLAM!
    提供了一个3D物体检测和跟踪的案例演示。
  • AR SDK Comparison: SLAM
    从初始化方式和模型质量等维度对比了Wikitude、Metaio和KudanSLAM的表现。
  • Camera Calibration: Part 1
  • Camera Calibration: Part 2
highlightz
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
什么是VPS？ 它是如何用于自动驾驶的？
编程老王
09-07 1144
使用 "VPS "技术从图像中估计当前位置的做法正在引起人们的注意。 目前，该技术主要用于增强现实（AR）服务，但人们对其在自动驾驶领域作为识别车辆位置的技术的应用也有越来越多的期待。 什么是VPS？ VPS是 "Visual Positioning System/Service "的缩写，指的是使用图像信息来定位的系统或服务。 该技术以3D地图为基础，并与智能手机等相机拍摄的图像数据相匹配，以高精确度识别位置信息。 例如，当你从某个位置举起你的智能手机相机时，你可以在图像中看到建筑物A、建筑物B和交
VPS-SLAM: Visual Planar Semantic SLAM for Aerial Robotic Systems
wuting9828的博客
08-07 975
VPS-SLAM: Visual Planar Semantic SLAM for Aerial Robotic Systems ABSTRACT：室内环境中存在大量的高级语义信息，这些信息可以为机器人提供更好的环境理解，从而提高其估计误差的不确定性。虽然语义信息已经被证明是有用的，但是研究社区在准确地感知、提取和利用环境中的语义信息方面面临着一些挑战。为了解决这些挑战，在本文中，我们提出了一个轻量级的实时可视化语义SLAM框架，运行在空中机器人平台上。这种新方法将低级视觉/视觉惯性测程(VO/VI...
vuforia ARToolKit WikiTude LayAR Kudan五个增强现实SDK插件的优缺点
WUYIDUER的博客
08-21 1432
当研究我们的一些移动项目时，我们有机会亲身体验5款最流行的增强现实工具。以下是选出的增强现实框架的概述，列出了它们的优点和缺点。 Vuforia Vuforia作为增强现实应用开发的完整软件开发工具包（SDK），它支持： 几种不同目标的检测（包括物体、图像和英语文本） 目标追踪 2D和3D识别 扫描真实物体进行识别 虚拟按键 使用OpenGL映射附加元素 Smart Terr...
哪些因素决定着一个SLAM系统的精度？
机器人们的后勤仓库
01-22 2097
图片来自KudanSLAM
SLAM如何定位与建图
目睹闰土刺猹的瓜的博客
10-29 1万+
SLAM：同时定位和建图（Simultaneous Localization and Mapping）。 机器人从未知环境中的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的。 一般传感器：激光雷达，相机（单目，双目，RGBD，事件） SLAM框架： 传感器信息提取—前端视觉里程计—后端优化...
ORB_SLAM记录
小龄童的专栏
07-22 3421
orb_slam一些学习记录
SLAM导航技术原理
热门推荐
nickchao的IT生涯
06-07 4万+
    经过这几年的快速发展，AGV、叉车AGV等已经是自动化行业众所周知的了。从2015年受宠的磁条导航、磁钉导航、惯性导航（二维码），到现在流行的激光导航，短短几年时间，AGV导航技术快速迭代发展。其中激光无轨导航因为不需要在地面铺设磁条、标志物而大受欢迎，激光无轨导航分为反射板导航和基于环境自然导航。    反射板导航原理相对简单一些。在叉车AGV行驶路线周围一定距离间隔位置布置反射板，叉车...
一个雷达数据Bug引起的Karto SLAM建图混乱
weixin_41349117的博客
09-23 1301
最近在测试一款新的雷达，跑gmapping和cartographer都没有遇到问题，但是在跑Karto的时候出现无法正常建图，相同配置文件在思岚A1下是可以正常运行建图的 ...
关于视觉重定位（VPS）的工作经验分享
大橙子的博客
08-29 1797
AR中最核心的技术是视觉定位技术，也就是目前又一个火热的学术名词“空间计算”，而目前主流的VPS技术可以分为两个层面：地图构建层 和定位服务层。
qt练习控件label控件-lineEdit控件样例代码
07-30
qt练习控件label控件-lineEdit控件样例代码
【JCR一区级】麻雀搜索算法SSA-CNN-LSTM-Attention故障诊断分类预测【含源码 5689期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Attention分类系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Attention分类 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Attention分类 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Attention分类 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Attention分类 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Attention分类
详解MATLAB Simulink通信系统建模与仿真
07-30
第1 章 MATLAB 基础与通信系统仿真 1.1 MATLAB 简介 1.2 MATLAB 程序设计 1.3 通信系统仿真 第2 章 Simulink 仿真基础 2.1 Simulink 简介 2.2 Simulink 工作环境 2.3 Simulink 仿真的基本方法 2.4 创建自己的模块库 2.5 S-函数的编写 第3 章 通信信号与系统分析 3.1 离散信号和系统 3.2 Fourier 分析 3.3 带通信号的低通等效 3.4 随机信号分析 第4 章 信道 4.1 加性高斯白噪声信道 4.2 多径衰落信道 第5 章 模拟调制 5.1 幅度调制 5.2 角度调制 第6 章 数字基带传输 6.1 概述 6.2 二进制基带信号传输 6.3 基带PAM 信号传输 6.4 带限信道的信号传输 第7 章 数字信号载波传输 7.1 概述 7.2 载波幅度调制（PAM） 7.3 载波相位调制（PSK） 7.4 正交幅度调制（QAM） 7.5 载波频率调制（FSK） 第8 章 信道编码和交织 8.1 概述 8.2 线性分组码
SCI一区】淘金算法GRO-CNN-BiLSTM-Mutilhead-Attention多变量时序预测含源码 5642.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-BiLSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-BiLSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-BiLSTM-Mutilhead-Attention回归预测
2020年首届“洪泽湖杯”中国人工智能掼蛋算法大赛第8名我就是掼蛋.zip
07-30
毕业设计是高等教育阶段学生完成学业的一个重要环节，通常在学士或硕士学业即将结束时进行。这是学生将在整个学业中所学知识和技能应用到实际问题上的机会，旨在检验学生是否能够独立思考、解决问题，并展示其专业能力的一项综合性任务。 毕业设计的主要特点包括： 独立性： 毕业设计要求学生具备独立思考和解决问题的能力。学生需要选择一个合适的课题，研究相关文献，进行实地调查或实验，并提出独立见解。 实践性： 毕业设计是将理论知识应用到实际问题中的一次实践。通过完成毕业设计，学生能够将所学的专业知识转化为实际的解决方案，加深对专业领域的理解。 综合性： 毕业设计往往要求学生运用多个学科的知识，综合各种技能。这有助于培养学生的综合素养，提高他们的综合能力。 导师指导： 学生在毕业设计过程中通常由一名指导老师或导师团队提供指导和支持。导师负责引导学生确定研究方向、制定计划、提供建议，并在整个过程中监督进展。 学术规范： 毕业设计要求学生按照学术规范完成研究，包括文献综述、研究设计、数据采集与分析、结论和讨论等环节。学生需要撰写一篇完整的毕业论文，并进行答辩。
网络音乐搜索引擎，音乐搜索器 - 多站合一音乐搜索,音乐在线试听
最新发布
07-30
网络音乐搜索引擎，音乐搜索器 - 多站合一音乐搜索,音乐在线试听 效果截图https://www.diyiyuanma.cn/3444.html 多站合一音乐搜索解决方案，数据调用的是各网站的API接口， 有的接口并不是开放的，随时可能失效，本项目相关代码仅供参考。 网络音乐搜索引擎，音乐搜索器 - 多站合一音乐搜索,音乐在线试听
这是一个旨在简化合约部署、验证、交互等操作用于生成区块链智能合约Foundry框架指令的 Web3.0开发者工具
07-30
这是一个旨在简化合约部署、验证、交互等操作用于生成区块链智能合约Foundry框架指令的 Web3.0开发者工具。
三种esprit算法实现doa估计 _rezip.zip
07-30
在信号处理领域，DOA（Direction of Arrival）估计是一项关键技术，主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）算法在DOA估计中的实现，以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的，其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC（Multiple Signal Classification）算法具有较低的计算复杂度，且无需进行特征值分解，因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤：构造等效旋转不变系统和估计角度。通过空间平移（如延时）构建两个子阵列，使得它们之间的关系具有旋转不变性。然后，通过对子阵列数据进行最小二乘拟合，可以得到信号源的角频率估计，进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异，比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤（如数据归一化）、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件，可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS（Total Least Squares）ESPRIT是对普通ESPRIT的优化，它考虑了数据噪声的影响，提高了估计的稳健性。在TLS_ESPRIT算法中，不假设数据噪声是高斯白噪声，而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现，包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中，选择合适的ESPRIT变体取决于系统条件，例如噪声水平、信号质量以及计算资源。通过MATLAB实现，研究者和工程师可以方便地比较不同算法的效果，并根据需要进行调整和优化。同时，这些代码也为教学和学习DOA估计提供了一个直观的平台，有助于深入理解ESPRIT算法的工作原理。
细胞分割计数matlab程序 附GUI 1.zip
07-30
细胞分割计数matlab程序 附GUI 1
【SCI顶级】多元宇宙算法MVO-CNN-LSTM-Multihead-Attention温度预测【含源码 5726期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Mutilhead-Attention回归预测
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