山东大学2019级项目实训：结合激光雷达和光学的室内无人车导航

已于 2022-06-12 10:53:41 修改
阅读量277 收藏 1
点赞数
分类专栏： 项目实训 文章标签： 计算机视觉 人工智能 自动驾驶
于 2022-02-27 15:47:18 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/m0_51744158/article/details/123136497
版权

2019级项目实训：结合激光雷达和光学的室内无人车导航

项目介绍

随着智能机器人技术的不断发展，使得机器人在各行各业发挥的用处越来越大，为了让机器人感知自身状态与周围环境进而完成更加复杂的任务，机器人同时定位与地图构建技术（SLAM）引起了人们的重视，而无人车作为广义上的机器人，相比人型机器人的运动更加简单，可以让我们把注意力转移到技术本身。

技术创新

  1. 融合了视觉相机，生成高质量建图
  2. 探索了不同模态特征之间的高效融合互补

项目分工

在这里插入图片描述

天马小咸鱼
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
【多传感器融合】BEVFusion: 激光雷达和视觉融合框架 NeurIPS 2022
黎国溥
12-01 2658
BEVFusion其实有两篇，NeurIPS 2022 | 北大&阿里提出。另一篇是ICRA 2023 | MIT提出。本文先分享阿里那篇，下面简单总结一下两篇论文。重点: 介绍了一个融合摄像头和激光雷达数据的框架，用于3D对象检测。其创新之处在于使摄像头流程不依赖激光雷达输入，解决了现有方法过度依赖激光雷达数据的局限性。方法: BEVFusion框架使用两个独立流程来处理激光雷达和摄像头数据然后在鸟瞰视图(BEV)层面进行融合。这种方法即使在激光雷达功能失常，或摄像头失常的情况下也保证了稳健性。性能。
激光雷达与无人车.ppt
02-21
激光雷达与无人车
基于激光雷达slam的无人车室内导航比较分析
weixin_44724806的博客
10-18 1241
基于激光雷达slam的无人车室内导航比较分析
无人驾驶汽车系统入门（二十二）——使用Autoware实践激光雷达与摄像机组合标定
热门推荐
AdamShan的博客
08-14 5万+
无人驾驶汽车系统入门（二十二）——使用Autoware实践激光雷达与摄像机组合标定 单目相机分辨率高，我们可以使用各种深度学习算法完成对目标检测，但是缺乏深度，坐标等信息。激光雷达能够获得目标相当精确的三维坐标信息，但是分辨率低，目前主流的为64线和32线，稀疏的电云数据为模式识别带来了困难。一种简单的思路是融合相机和激光雷达对目标障碍物完成检测，在图像层面使用深度学习方法将目标检测识别，...
基于激光雷达的人型识别（无人车）
finalObject的博客
09-05 3404
原文在这 finalobject.cn 这个项目是无人车里的一部分，完成激光雷达的驱动，数据采集然后后期的处理以及人型识别，并不涉及车辆硬件的控制。主要分三个大块讲吧，硬件驱动、数据聚类，以及模式识别，本来还想写一写UI部分的，但是感觉自己的UI写的其实蛮简陋的，所有还是不写了，对UI实现有兴趣的自己拔一下源代码吧。 github：https://github.com/finalObject/...
基于工作空间测量定位系统和激光雷达的室内组合导航算法研究
02-12
针对复杂场景下大空间室内高精度导航应用, 提出一种基于工作空间测量定位系统(wMPS)和激光雷达的组合建图、定位算法。采用wMPS对激光雷达位姿进行精确估计, 融合激光雷达点云数据完成栅格地图的绘制, 使得机器人在...
毕设&课设&项目&实训-激光雷达小车,基于国产 RT-Thread 实时操作系统..zip
02-09
可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【附加价值】： 项目具有较高的学习借鉴价值，也可直接拿来修改复刻。 对于有一定基础或热衷于研究的人来说，可以在这些基础代码上进行修改和扩展，...
传感器驱动：RoboSense激光雷达的ROS驱动
06-12
该资源提供了RoboSense激光雷达的软件开发包rslidar_sdk，即RoboSense激光雷达的ROS驱动。更多详细的内容可参考官网（https://github.com/RoboSense-LiDAR/rs_driver）。其基本环境需要安装Ubuntu和ROS。 启动命令：...
用于激光雷达光束整形的二元光学元件的设计和研究
02-13
介绍了几何追迹法和GS算法的原理，并用这两种方法设计了二元光学元件，把激光雷达输出的基横模高斯光束整形为均匀圆光束，用MATLAB程序模拟了整形效果，结果表明设计很好，满足光束整形的要求。
【YOLOv5/v7改进系列】替换上采样层为双三次插值方式
2401_84870184的博客
05-16 548
原始的YOLOv5/v7等目标检测算法在上采样层常常使用最近邻插值，在实际实验过程中，我们还可以采用更多的插值方式等来替换。
[数据集][目标检测]金属瓶盖瑕疵检测数据集VOC+YOLO格式1609张1类别
FL1623863129的博客
05-16 60
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：1609。标注数量(xml文件个数)：1609。标注数量(txt文件个数)：1609。标注类别名称:["defect"]defect 框数 = 1945。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
分割模型部件——将gt用边界在原始图像上展示，将pred用掩膜在原始图像上展示
Philo的博客
05-16 110
在论文可视化结果时，简介明了的展示我们自己模型的分割结果与gt的区别是十分重要的，因此这里记录一下自己的可视化方式。因为大多数操作都是基于cv2进行的，因此你需要保持输入图像的h，w，c的顺序，RGB的顺序等。没办法贴全自己的所有代码，因此以下代码建议各位借助Chat-GTP学透了再使用，不可盲目使用。
每天五分钟计算机视觉：多目标检测模型的Anchor Box算法详解
最新发布
huanfeng_AI的博客
05-16 100
我们前面学习了目标检测算法，然而算法是有问题的，也就是分割图片的小格子中只能检测到一个对象，如果要是一个小格中有多个对象的中心点，那么这个就没有办法解决了为了解决这个问题，我们可以使用目标检测中的Anchor Box算法，它可以完成这种任务。目标检测中的Anchor Box算法在近年来得到了广泛的应用，尤其在深度学习领域的目标检测任务中，它发挥了至关重要的作用。
计算机视觉全系列实战教程：（四）OpenCV用户界面模块highgui
qq_42279379的博客
05-16 131
highgui模块的基本使用：包含创建销毁窗口、设置窗口标题、修改窗口属性、鼠标和键盘事件等
夜视仪算法
qq_45152711的博客
05-16 318
夜视仪算法的核心是图像增强、噪声抑制和图像融合，结合深度学习方法可以进一步提高夜视图像的质量和效果。具体应用中，可以根据硬件条件和应用需求，选择合适的算法或组合方法来实现最佳的夜视效果。
直方图均衡化
ly2635的博客
05-13 500
直方图均衡化是一种图像处理技术，旨在增强图像的对比度和亮度。它基于图像的灰度值分布，通过重新分配像素的灰度值来实现均衡化。
同态滤波增强算法
ly2635的博客
05-13 161
同态滤波增强算法是一种基于频域的图像增强方法
Retinex是一种基于生物学视觉系统的图像增强算法，旨在模拟人眼对图像的感知
ly2635的博客
05-13 304
Retinex是一种基于生物学视觉系统的图像增强算法，旨在模拟人眼对图像的感知。Retinex算法通过分解图像的反射分量和亮度分量来提高图像的对比度和亮度。其中，单尺度Retinex增强算法是Retinex算法中的一种变体。
激光雷达实现基于cartographer的室内小车导航
07-16
激光雷达实现基于cartographer的室内小车导航需要以下步骤： 1. 硬件准备：首先需要一个激光雷达传感器，用于获取环境中的障碍物信息。常见的激光雷达有Hokuyo、SICK等。此外，还需要一台小车平台，可以选择具备...

“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