![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
文献阅读
文章平均质量分 91
点云PCL公众号博客
这个作者很懒,什么都没留下…
展开
-
VR/AR 领域深度报告
本文是一篇投资行业关于VR/AR 领域的行业分析调查报告的摘录,该报告发表于2020年6月份。本文仅从中摘录部分观点,仅做分享,如有侵权,请联系删除。有兴趣查看全文可在微信公众号后台发送“VR”获取电子版完整报告。核心观点VR/AR 行业拐点已现:VR/AR 在 2016 年经历过一次资本热,但是由于时机 不成熟,随后逐步降温。随着产业资本的不断投入,政策红利不断释放,以及 行业巨头在硬件、软件、内容、应用端不断发力,VR/AR 行业全方位得到了改 善,并且应用场景与 VR/AR 融合度不断提升原创 2021-03-16 20:29:34 · 432 阅读 · 0 评论 -
VR/AR 领域深度报告
本文是一篇投资行业关于VR/AR 领域的行业分析调查报告的摘录,该报告发表于2020年6月份。本文仅从中摘录部分观点,仅做分享,如有侵权,请联系删除。有兴趣查看全文可在微信公众号后台发送“VR”获取电子版完整报告。核心观点VR/AR 行业拐点已现:VR/AR 在 2016 年经历过一次资本热,但是由于时机 不成熟,随后逐步降温。随着产业资本的不断投入,政策红利不断释放,以及 行业巨头在硬件、软件、内容、应用端不断发力,VR/AR 行业全方位得到了改 善,并且应用场景与 VR/AR 融合度不断提升原创 2021-03-06 14:59:43 · 1237 阅读 · 1 评论 -
AR设备单目视觉惯导SLAM算法综述与评价
点云PCL免费知识星球,点云论文速读。标题:Survey and evaluation of monocular visual-inertial SLAM algorithms for augmented reality作者:Jinyu LI, Bangbang YANG, Danpeng CHEN, Nan WANG, Guofeng ZHANG1编译:particle欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。摘要尽管VSLAM/VI-SLAM已经取得了巨大的成功,但是原创 2020-07-05 15:47:22 · 1654 阅读 · 0 评论 -
PCL common中常见的基础功能函数
这里将分享我使用PCL库的遇到的一些坑,以及总结的技巧,当然也需要各位能够多多分享,将公众号的文章或者知识星球的文章转发到朋友圈。pcl_common中主要是包含了PCL库常用的公共数据结构和方法,比如PointCloud的类和许多用于表示点,曲面,法向量,特征描述等点的类型,用于计算距离,均值以及协方差,角度转换以及几何变化的函数。对于各种点,特征的类型的数据结构在这里就不再一一举例说明,这需要根据实际情况而定。这里主要介绍一下基本的常见的功能函数,这些函数其实用C++也可以自行实现,在PCL中提供原创 2020-07-05 15:41:09 · 1454 阅读 · 0 评论 -
【开源方案共享】无序点云快速的线段分割算法
点云PCL免费知识星球,点云论文速读。标题:Fast 3D Line Segment Detection From Unorganized Point Cloud作者:Xiaohu Lu, Yahui Liu, Kai Li编译:particle欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。本文提出了一种基于大规模无序点云的三维线段检测算法。与传统的方法先提取三维边缘点后在拟合三维线段的算法相比,本文提出了一种基于点云分割和二维线段检测的基础上,能够快速的实现三维线段检测算法。原创 2020-07-05 15:39:41 · 1081 阅读 · 0 评论 -
【开源方案共享】三维点云快速分割算法
点云PCL免费知识星球,点云论文速读。标题:Fast 3D point cloudsegmentation using supervoxels with geometry and color for3D scene understanding作者:Francesco Verdoja1, Diego Thomas2, Akihiro Sugimoto3来源:ICME欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。本文提出了一种新的三维点云快速分割方法。它从点云的超体素分割开始,即原创 2020-07-05 15:35:15 · 2151 阅读 · 2 评论 -
Kimera实时重建的语义SLAM系统
Kimera实时重建的语义SLAM系统Kimera是C++实现的一个具有实时度量的语义SLAM系统,使用的传感器有相机与IMU惯导数据来构建环境语义标注的3D网格,Kinera支持ROS运行在CPU上的高效模块化的开源方案。包含了四个模块:快速准确的视觉-惯导里程计VIO流水线(Kimera-VIO)基于鲁棒位姿的图优化完整SLAM实现(Kimera-RPGO)单帧和多帧3D网格生成器(Kimera-Mesher)语义标签的3D网格生成器(Kimera-Semantics)github:http原创 2020-06-02 22:33:58 · 1490 阅读 · 0 评论 -
SLAM综述(4)激光与视觉融合SLAM
分享SLAM包含了两个主要的任务:定位与构图,在移动机器人或者自动驾驶中,这是一个十分重要的问题:机器人要精确的移动,就必须要有一个环境的地图,那么要构建环境的地图就需要知道机器人的位置。本系列文章主要分成四个部分:在第一部分中,将介绍Lidar SLAM,包括Lidar传感器,开源Lidar SLAM系统,Lidar中的深度学习以及挑战和未来。第二部分重点介绍了Visual SLAM,包括相机传感器,不同稠密SLAM的开源视觉SLAM系统。第三部分介绍视觉惯性里程法SLAM,视觉SLAM中的深度原创 2020-05-24 22:26:26 · 6144 阅读 · 0 评论 -
【点云论文速读】最佳点云分割分析
点云PCL免费知识星球,点云论文速读。标题:Learning to Optimally Segment Point Clouds作者:Peiyun Hu, David Held星球ID:particle欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。●论文摘要我们提出了一种将图论搜索与数据驱动的学习相结合的方法:在一组候选分割中搜索综合目标性(objectness)评分较高的候选分割。我们证明了,如果根据分割中最低的目标性对分割进行评分,那么就有一种有效的算法可以在成倍数量的候原创 2020-05-24 22:17:51 · 1242 阅读 · 0 评论 -
【点云论文速读】点云高质量3D表面重建
点云PCL免费知识星球,点云论文速读。标题:Local Implicit Grid Representations for 3D Scenes作者:Chiyu “Max” Jiang1,2 Avneesh Sud星球ID:particle欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。●论文摘要从点云数据中学习的形状先验知识,通常应用在从局部或带有噪声的点云数据的三维重建。然而,由于典型的三维自动编码器无法处理其规模、复杂性或多样性,因此室内场景中没有这样的形状预测器。在本文中原创 2020-05-24 22:15:39 · 2567 阅读 · 1 评论 -
SLAM综述(3)-视觉与惯导,视觉与深度学习SLAM
SLAM包含了两个主要的任务:定位与构图,在移动机器人或者自动驾驶中,这是一个十分重要的问题:机器人要精确的移动,就必须要有一个环境的地图,那么要构建环境的地图就需要知道机器人的位置。本系列文章主要分成四个部分:在第一部分中,将介绍Lidar SLAM,包括Lidar传感器,开源Lidar SLAM系统,Lidar中的深度学习以及挑战和未来。第二部分重点介绍了Visual SLAM,包括相机传感器,不同稠密SLAM的开源视觉SLAM系统。第三部分介绍视觉惯性里程法SLAM,视觉SLAM中的深度学习以原创 2020-05-24 22:05:32 · 1949 阅读 · 0 评论 -
【点云论文速读】6D位姿估计
点云PCL免费知识星球,点云论文速读。标题:MoreFusion: Multi-object Reasoning for 6D Pose Estimation from Volumetric Fusion作者:Kentaro Wada, Edgar Sucar, Stephen James星球ID:wl_华科_点云处理_目标识别欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。●论文摘要机器人与其他智能设备需要根据自身搭载的视觉系统实现高效的目标级场景表达以进行接触、物理、遮挡等原创 2020-05-24 21:54:42 · 2840 阅读 · 0 评论 -
【点云论文速读】点云分层聚类算法
点云PCL免费知识星球,点云论文速读。标题:PAIRWISE LINKAGE FOR POINT CLOUD SEGMENTATION作者:Lu, Xiaohu and Yao, Jian and Tu星球ID:Lionheart|点云配准欢迎各位加入免费知识星球,获取PDF论文,欢迎转发朋友圈分享快乐。●论文摘要这篇文章中,我们首次提出一种新颖的分层聚类算法----pairwise Linkage(p-linkage),能够用来聚类任意维度的数据,然后高效的应用于3D非结构点云的分类中,P-l原创 2020-05-24 21:51:28 · 2629 阅读 · 0 评论 -
高精地图:为自动驾驶汽车提供动力的新时代地图
专为自动驾驶而构建的地图通常称之为高精地图(High Definition Maps),这些地图在厘米级别,一般具有极高的精度,阅读本文将了解有关高精地图的一些基本内容。你将了解到高精地图的定义,为什么自动驾驶需要高精地图,如何制作高精地图,高精地图如何存储,等等基本问题,对高精地图有着全面且基础的认识。什么是高清地图?高精地图是指就是精度更高的,数据维度更多的电子地图,精度高一般是指在厘米...原创 2020-04-07 19:00:36 · 815 阅读 · 0 评论 -
线上分享会预告之三维模型检索技术介绍
大家好。本周公众号将迎来第一位线上直播分享会,此次分享是一次接力,我们希望更多的加入我们一起分享。这里先预告一下,线上直播的时间在本周三晚上19::00,大家多多关注。本周线上分享会预告主讲题目:三维模型检索技术介绍主题内容介绍三维模型检索技术的背景与应用价值、介绍目前常见的检索算法并主要介绍其中旋转不变球谐描述子的特点与细节。主讲人:河海大学在读研究生,研究方向为激光雷达数据处理与应用...原创 2020-02-18 21:16:43 · 531 阅读 · 0 评论 -
Efficient Online Segmentation for Sparse 3D Laser Scans-- 在线的稀疏点云分割
最近发现好多CSDN的博客在转载我的文章,来吸引关注,这里只好将我的博客园的原创文章再次的搬到CSDN的专栏中,同时希望同学们尊重;劳动成果,并注明转载出处!!!在基于激光的自动驾驶或者移动机器人的应用中,在移动场景中提取单个对象的能力是十分重要的。因为这样的系统需要在动态的感知环境中感知到周围发生变化或者移动的对象,在感知系统中,将图像或者点云数据预处理成单个物体是进行进一步分析的第一个步骤。...原创 2019-12-19 23:26:41 · 1287 阅读 · 0 评论 -
基于传统方法点云分割以及PCL中分割模块
之前在微信公众号中更新了以下几个章节1,如何学习PCL以及一些基础的知识2,PCL中IO口以及common模块的介绍3,PCL中常用的两种数据结构KDtree以及Octree树的介绍前言三维点云分割是将同属性的点云物体分割出来,以便于单独对该点云物体处理,但是由于点云数据是一种高冗余度,且不均匀的数据结构,所以点云分割具有一定挑战性,点云库于(PCL)2011年推出以来,得到行业广泛的...原创 2019-05-22 22:46:57 · 3379 阅读 · 1 评论 -
segMatch:基于3D点云分割的回环检测
该论文的地址是:https://arxiv.org/pdf/1609.07720.pdfsegmatch是一个提供车辆的回环检测的技术,使用提取和匹配分割的三维激光点云技术。分割的例子可以在下面的图片中看到。 该技术是基于在车辆附近提取片段(例如车辆、树木和建筑物的部分),并将这些片段与从目标地图中提取的片段相匹配。分段匹配可以直接转化为精确的定位信息,从而实现精确的三维地图构造和定位。...原创 2018-03-22 11:39:30 · 6869 阅读 · 2 评论