入门打工人-CSDN博客

原创 hdl_localization代码解析

hdl_localization代码解析简介hdl_localization是基于UKF滤波框架，融合了ndt点云配准结果，在已经构建的点云地图上实习激光重定位的一种方法。在使用16线激光雷达进行机器人定位时，不用IMU也可以取得不错的效果。安装依赖依赖库1.Ros-Melodic2.Pcl-1.83.Open-MP4.Eigen3.3(及以上)依赖包1.ndt_omp2.fast-gicp3.hdl_global_localization运行rosparam set use_s

2022-05-27 22:00:22 5295 8

原创【论文笔记】Global Place Recognition using An Improved Scan Context for LIDAR-based Localization System

【论文笔记】Global Place Recognition using An Improved Scan Context for LIDAR-based Localization System ~~~ ~~~ 全局位置识别是无人驾驶地面车辆的一项关键能力，因为它是在先验地图中进行定位的前提。然而，仅使用 3D LIDAR 的全局位置识别仍然是一个具有挑战性的问题。在本

2021-12-08 10:53:15 884 1

原创【论文笔记】LiDAR Iris for Loop-Closure Detection

【论文笔记】LiDAR Iris for Loop-Closure Detection ~~~~ ~~~ 在本文中，提出了一种称为 LiDAR Iris 的 LiDAR 点云全局描述符，用于快速准确的闭环检测。在对 LiDAR-Iris 图像表示进行多次 LoG-Gabor 滤波和阈值操作后，可以获得每个点云的二进制签名图像。给定两个点云，它们的

2021-12-08 09:49:25 1946 7

原创【论文笔记】DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots

【论文笔记】DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots ~~~ ~~~~ 本文提出dll，一种直接基于历史地图的3D LiDAR定位方法。dll通过优化点云到历史点云地图的距离实现点云到地图的配准，而不通过特征计算和同名点对

2021-11-29 11:02:17 865

原创【论文笔记】MSTSL: Multi-Sensor Based Two-Step Localization in Geometrically Symmetric Environments

【论文笔记】MSTSL: Multi-Sensor Based Two-Step Localization in Geometrically Symmetric Environments ~~~ ~~~~ 由于高度相似的几何结构和不足的鲜明特征，对称环境是移动机器人完成全局定位任务最棘手和最具挑战性的场景之一。在这种情况下，现有的本地化解决方案要

2021-11-16 21:02:50 923

原创【论文笔记】From Coarse to Fine: Robust Hierarchical Localization at Large Scale

【论文笔记】From Coarse to Fine: Robust Hierarchical Localization at Large Scale ~~~ ~~~~ 强大而准确的视觉定位是众多应用的基本能力，例如自动驾驶、移动机器人或增强现实。然而，这仍然是一项具有挑战性的任务，特别是对于大规模环境和存在显着外观变化的情况。最先进的方法不仅在这

2021-11-15 22:12:32 1930

原创【论文笔记】SegMatch: Segment Based Place Recognition in 3D Point Clouds

【论文笔记】SegMatch: Segment Based Place Recognition in 3D Point Clouds3D 数据中的地点识别是一项具有挑战性的任务，通常通过调整基于图像的解决方案来实现。基于局部特征的方法具有模糊性和对环境变化的鲁棒性，而基于全局特征的方法则依赖于视点。我们提出了 SegMatch，一种基于 3D 片段匹配的可靠地点识别算法。段在局部和全局描述之间提供了很好的折衷，结合了它们的优势，同时减少了它们各自的缺点。 SegMatch 不依赖于“完美分割”的假设，也不

2021-11-11 10:21:16 2636

原创【论文笔记】Scan Context: Egocentric Spatial Descriptor for Place Recognition within 3D Point Cloud Map

【论文笔记】Scan Context: Egocentric Spatial Descriptor for Place Recognition within 3D Point Cloud Map ~~~~~~~ 与用于视觉场景的各种特征检测器和描述符相比，使用结构信息描述一个地方的报道相对较少。同步定位和建图 (SLAM) 的最新进展提供了环境

2021-11-10 22:35:25 265

原创【论文笔记】Integrate Point-Cloud Segmentation with 3D LiDAR Scan-Matching for Mobile Robot Localization a

【论文笔记】Integrate Point-Cloud Segmentation with 3D LiDAR Scan-Matching for Mobile Robot Localization and Mapping ~~~ ~~~~ 定位和地图绘制是自主移动系统执行导航和交互任务的关键要求。迭代最近点 (ICP) 广泛应用于机器人社区中的

2021-11-10 19:12:17 247

原创【论文笔记】LiDAR-Based Initial Global Localization Using Two-Dimensional (2D) Submap Projection Image (SP

【论文笔记】LiDAR-Based Initial Global Localization Using Two-Dimensional (2D) Submap Projection Image (SPI) ~~~ ~~~~ 在 SLAM 中的导航初始化（或重新初始化）和闭环方面，初始全局定位对移动机器人很重要。 3D LiDARs 通常用于移动机

2021-11-10 15:18:13 1014

原创【论文笔记】LIDAR-Based road signs detection For Vehicle Localization in an HD Map

【论文笔记】LIDAR-Based road signs detection For Vehicle Localization in an HD Map ~~~ ~~~~ 自动驾驶汽车定位是自动驾驶的基本任务之一。大多数当前的全球定位技术都基于使用 GNSS（全球导航卫星系统）。然而，这些解决方案在开阔的天空环境中无法提供优于 2-3 m 的定位

2021-11-10 15:05:01 893

原创【论文笔记】Monocular Camera Localization in 3D LiDAR Maps

【论文笔记】Monocular Camera Localization in 3D LiDAR Maps ~~~ ~~~~ 在给定地图中定位相机对于基于视觉的导航至关重要。与使用相机获取的地图进行视觉定位的常用方法相比，我们提出了一种新方法，该方法可以跟踪单目相机相对于给定 3D LiDAR 地图的姿态。我们采用基于局部束调整的视觉里程计系统来从

2021-11-10 10:57:58 2690

原创【论文笔记】Monocular Camera Localization in Prior LiDAR Maps with 2D-3D Line Correspondences

【论文笔记】Monocular Camera Localization in Prior LiDAR Maps with 2D-3D Line Correspondences ~~~ ~~~~ 现有地图中的轻量级相机定位对于基于视觉的导航至关重要。目前，视觉和视觉惯性里程计 (VO&VIO) 技术在状态估计方面得到了很好的发展，但在闭环时

2021-11-10 09:54:11 701

原创【论文笔记】New Monte Carlo Localization Using DeepInitialization: A Three-Dimensional LiDARand a Camera F

【论文笔记】New Monte Carlo Localization Using DeepInitialization: A Three-Dimensional LiDARand a Camera Fusion Approach ~~~ ~~~~ 在室内环境和 GPS 阴影区域中，通常需要对自主地面车辆进行快速准确的全球定位。通常，对于全局定位问

2021-11-09 20:25:57 291

原创【论文笔记】OneShot Global Localization: Instant LiDAR-Visual Pose Estimation

【论文笔记】OneShot Global Localization: Instant LiDAR-Visual Pose Estimation ~~~ ~~~~ 在给定地图中进行全局定位对于机器人执行广泛的自主导航任务至关重要。本文介绍了 OneShot——一种全局定位算法，它一次只使用一次 3D LiDAR 扫描，同时优于基于点云集成序列的方法

2021-11-09 19:52:12 718

原创【论文笔记】Sensor Fused Three-dimensional Localization Using IMU, Camera and LiDAR

【论文笔记】Sensor Fused Three-dimensional Localization Using IMU, Camera and LiDAR估计三维 (3D) 环境中移动平台的位置和方向 (pose) 在许多领域都具有重要意义，例如机器人和传感。为了执行这项任务，可以使用单个或多个传感器。多传感器融合已被用于提高估计的准确性并补偿单个传感器的缺陷。与该领域之前的工作使用具有 3D 定位能力的传感器来估计平台（例如无人驾驶飞行器或无人机）的完整姿态不同，在这项工作中，我们使用来自 2D 光检测

2021-11-09 17:07:35 850

原创【论文笔记】Stereo Camera Localization in 3D LiDAR Maps

【论文笔记】Stereo Camera Localization in 3D LiDAR Maps随着 3D 光探测和测距 (LiDAR) 传感器的出现，同步定位和映射 (SLAM) 技术蓬勃发展，因此准确的 3D 地图很容易获得。许多研究人员将注意力转向先前获得的 3D 地图中的定位。在本文中，我们提出了一种新颖且轻量级的仅相机视觉定位算法，该算法涉及先前 3D LiDAR 地图中的定位。我们的目标是在 GPS 信号不可靠的城市环境中使用视觉来实现消费者级别的全球定位系统 (GPS) 精度。通过利用立体

2021-11-09 17:01:19 958

原创【论文笔记】Global visual localization in LiDAR-maps through shared 2D-3Dembedding space

【论文笔记】Global visual localization in LiDAR-maps through shared 2D-3Dembedding space ~~~ ~~~~ 对于许多机器人应用程序来说，全局定位是一个重要且被广泛研究的问题。可以利用位置识别方法来解决此任务，例如在自动驾驶领域。虽然大多数基于视觉的方法与 imagew.r

2021-11-09 16:20:54 492

原创【论文笔记】Global Localization of a Mobile RobotUsing Lidar and Visual Features

【论文笔记】Global Localization of a Mobile RobotUsing Lidar and Visual Features ~~~ ~~~~ 全局定位是一个众所周知的问题，即在不知道机器人初始姿势的情况下估计其在学习地图中的姿势。当只有有限的激光雷达扫描时，很难用激光雷达实现全球定位，特别是在具有简单和重复的局部几何特征

2021-11-09 11:12:12 275

原创【论文笔记】GLFP: Global Localization from a Floor Plan

【论文笔记】GLFP: Global Localization from a Floor Plan ~~~ ~~~~ 在本文中，我们描述了一种在以前没有访问过的环境中进行全球定位的方法，该方法仅使用平面图作为先验地图。平面图不需要是精确的地图–它可以是建筑物中用来引导人们或帮助疏散的那种图像。其核心思想是识别在绘制的平面图和机器人视点激光雷达数

2021-11-08 22:13:23 387

原创【论文笔记】Evaluating the Limits of a LiDAR for an Autonomous Driving Localization

【论文笔记】Evaluating the Limits of a LiDAR for an Autonomous Driving Localization ~~~ ~~~~ 一般来说，在自动驾驶汽车中使用的基于LiDAR的定位解决方案需要昂贵的传感器和计算昂贵的制图过程。此外，自主驾驶的全球定位正在向使用地图靠拢。降低成本的直接策略是生产更简单

2021-11-08 15:27:45 241

原创【论文笔记】Efficient 3D LIDAR based loop closing using deep neural network

【论文笔记】Efficient 3D LIDAR based loop closing using deep neural network ~~~ ~~~~ 3D LIDAR 数据中的闭环检测是 SLAM 系统中一个必不可少但具有挑战性的问题。减少全局不一致性或重新定位失去定位的机器人很重要，而缺乏先验信息则很难。我们提出了一种使用 siame

2021-11-08 09:56:00 176

原创【论文笔记】Any Way You Look at It: Semantic Crossview Localization and Mapping With LiDAR

【论文笔记】Any Way You Look at It: Semantic Crossview Localization and Mapping With LiDAR ~~~ ~~~~ 目前，GPS 是目前最流行的全球定位方法。但是，它并不总是在所有环境中都可靠或准确。 SLAM 方法支持局部状态估计，但没有提供将局部地图注册到全局地图的方法，

2021-11-06 16:04:22 885

原创【论文笔记】A Survey on 3D LiDAR Localization for Autonomous Vehicles

【论文笔记】A Survey on 3D LiDAR Localization for Autonomous Vehicles ~~~ ~~~~ LiDAR 传感器正在成为实现自动驾驶汽车完全自主的最重要的传感器之一。 LiDAR 能够产生丰富、密集和精确的空间数据，这可以极大地帮助定位和跟踪移动的车辆。在本文中，我们回顾了自动驾驶汽车 3D L

2021-11-04 20:30:14 385

原创【论文笔记】3D LiDAR-Based Precision Vehicle Localization with Movable Region Constraints

【论文笔记】3D LiDAR-Based Precision Vehicle Localization with Movable Region Constraints ~~~ ~~~~ 本文讨论了一种基于已知地图信息的高性能相似度测量方法，称为交叉均值绝对差（CMAD）方法。应用传统的归一化互相关 (NCC) 特征配准方法需要足够数量的特征点，这

2021-11-03 17:06:35 180

原创【论文笔记】SA-LOAM:Semantic-aided LiDAR SLAM with Loop Closure

【论文笔记】SA-LOAM:Semantic-aided LiDAR SLAM with Loop Closure ~~~ ~~~~ 基于 LiDAR 的 SLAM 系统无疑比其他系统更准确和稳定，但其回环检测仍然是一个悬而未决的问题。随着点云3D语义分割的发展，可以方便、稳定地获取语义信息，对于高级智能至关重要，也有利于SLAM。本文提出了一种

2021-11-02 11:07:36 1466

原创【论文笔记】Map-Based Localization Method for Autonomous Vehicles Using 3D-LIDAR

【论文笔记】Map-Based Localization Method for Autonomous Vehicles Using 3D-LIDAR ~~~ ~~~~ 精确和稳健的定位是复杂场景中自动驾驶汽车的一项重要任务。自动驾驶汽车的准确位置对于决策和路径规划是必要的。在本文中，提出了一种使用 3D-LIDAR 传感器精确定位自动驾驶汽车

2021-11-01 15:50:03 450

原创【论文笔记】LocNet: Global Localization in 3D Point Clouds for Mobile Vehicles

【论文笔记】LocNet: Global Localization in 3D Point Clouds for Mobile Vehicles ~~~ ~~~~ 3D 点云中的全局定位是在没有任何先验知识的情况下估计车辆姿态的一个具有挑战性的问题。本文通过在全局先验图中实现位置识别和度量姿态估计，提出了该问题的解决方案。具体来说，本文提出

2021-10-28 17:00:00 399

原创【论文笔记】3D LiDAR-Based Global Localization Using Siamese Neural Network

【论文笔记】3D LiDAR-Based Global Localization Using Siamese Neural Network ~~~ ~~~~ 在本文基于从神经网络中学习到的降维扫描表示，提出了一种全局定位的解决方案，即首先实现位置识别，然后在全局先验图中进行度量姿态估计。具体来说，我们提出了一种使用人工统计和孪生网络的 3D 光

2021-10-27 20:33:05 552 1

原创【论文笔记】Global localization of 3D point clouds in building outline maps of urban outdoor environments

【论文笔记】Global localization of 3D point clouds in building outline maps of urban outdoor environments ~~~ ~~~~ 本文提出了一种基于包含建筑物轮廓和道路网络信息且没有位置先验信息的稀疏二维地图在全局坐标系中定位机器人的方法。它的输入是机器人周围

2021-10-25 21:27:40 449

原创【论文笔记】Fast LIDAR Localization using Multiresolution Gaussian Mixture Maps

【论文笔记】Fast LIDAR Localization using Multiresolution Gaussian Mixture Maps ~~~ ~~~ 本文提出了一种用于自动驾驶汽车城市环境中车辆定位的快速多分辨率扫描匹配器。最先进的车辆定位方法依赖于使用 (LIDAR) 扫描仪观察路面反射率，以实现厘米级精度。然而，当面临使道路油漆（例如水坑和雪堆）的视线

2021-10-24 11:10:00 613

原创【论文笔记】A Novel Global Localization Method Using 3D Laser Range Data in Large-Scale and Sparse Environ

【论文笔记】Learning an Overlap-based Observation Model for 3D LiDAR Localization基于粒子滤波框架的全局定位在没有任何先验知识的情况下仍然是一个具有挑战性的问题。类似场景下加速粒子收敛、提高收敛精度等问题需要解决。本文提出了一种新的全局定位方法，将全局定位问题视为位置识别和姿位姿估计问题。具体来说，首先利用随机森林算法训练分类器来预测两个 3D LiDAR 观测是否来自同一个地方。然后，分类器用于将当前观察结果与先验图进行匹配，以估计机器

2021-10-22 09:33:56 228 1

空空如也

空空如也