激光雷达--看图

最新推荐文章于 2022-10-14 17:15:22 发布
最新推荐文章于 2022-10-14 17:15:22 发布
阅读量570 收藏
点赞数
文章标签： 人工智能 c#
原文链接：http://www.cnblogs.com/tiandi/p/10057244.html
版权

转载于:https://www.cnblogs.com/tiandi/p/10057244.html

放错位的天才
关注
MATLAB算法实战应用案例精讲-【自动驾驶】毫米波雷达（最终篇）
qq_36130719的博客
07-23 599
毫米波雷达，顾名思义，就是工作在毫米波频段的雷达。毫米波（Millimeter-Wave，缩写：MMW），是指长度在1~10mm的电磁波，对应的频率范围为30~300GHz。如图2，毫米波位于微波与远红外波相交叠的波长范围，所以毫米波兼有这两种波谱的优点，同时也有自己独特的性质。毫米波的理论和技术分别是微波向高频的延伸和光波向低频的发展。根据波的传播理论，频率越高，波长越短，分辨率越高，穿透能力越强，但在传播过程的损耗也越大，传输距离越短；相对地，频率越低，波长越长，绕射能力越强，传输距离越远。
云计算实战应用案例精讲-【深度学习】多模态融合（最终篇）
qq_36130719的博客
04-19 1185
一般来说，模态是指事物发生或存在的方式，多模态是指两个或者两个以上的模态的各种形式的组合。对每一种信息的来源或者形式，都可以称为一种模态（Modality），目前研究领域中主要是对图像，文本，语音三种模态的处理。之所以要对模态进行融合，是因为不同模态的表现方式不一样，看待事物的角度也会不一样，所以存在一些交叉（所以存在信息冗余），互补（所以比单特征更优秀）的现象，甚至模态间可能还存在多种不同的信息交互，如果能合理的处理多模态信息，就能得到丰富特征信息。即概括来说多模态的显著特点是： 冗余性 和 互补性。
基于移动平台的激光雷达点云投影到相机图像上的不确定性估计
10-20
结合多传感设备以实现高级的感知能力是自动驾驶汽车导航的关键要求。传感器融合用于获取有关周围环境的丰富信息。摄像头和激光雷达传感器的融合可获取精确的范围信息，该信息可以投影到可视图像数据上。这样可以对场景有一个高层次的认识，可以用来启用基于上下文的算法，例如避免碰撞更好的导航。组合这些传感器时的主要挑战是将数据对齐到一个公共域中。由于照相机的内部校准中的误差，照相机与激光雷达之间的外部校准以及平台运动导致的误差，因此这可能很困难。在本文中，我们研究了为激光雷达传感器提供运动校正所需的算法。由于不可能完全消除由于激光雷达的测量值投影到同一里程计框架中而导致的误差，因此，在融合两个不同的传感器时，必须考虑该投影的不确定性。这项工作提出了一个新的框架，用于预测投影到移动平台图像帧（2D）中的激光雷达测量值（3D）的不确定性。所提出的方法将运动校正的不确定性与外部和内部校准中的误差所导致的不确定性相融合。通过合并投影误差的主要成分，可以更好地表示估计过程的不确定性。我们的运动校正算法和提出的扩展不确定性模型的实验结果通过在电动汽车上收集的真实数据进行了演示，该电动汽车配备了可覆盖180度视野的广角摄像头和16线扫描激光雷达。
万字长文文带你了解自动驾驶重要传感器——激光雷达
rensweet的博客
08-05 8712
本篇是本人基本汇集全网信息，按照自己逻辑顺序写的。算是自动驾驶激光雷达基础，文中有错还请指出。如果此篇帮助到你，
激光雷达——目标识别（滤波、分割、聚类，包围盒）
BenHu556的博客
12-21 1388
激光雷达——目标识别（滤波、分割、聚类，包围盒） 参考地址：https://github.com/williamhyin/SFND_Lidar_Obstacle_Detection 压缩包SFND_Lidar_Obstacle_Detection-master.zip在百度网盘
激光雷达，揭开面具下隐藏的“丑陋”
weiyaonan的专栏
06-13 631
没有在激光雷达身上“吃过亏”的自动驾驶公司，就像笔者年代没有痴迷过“龟仙人”的小朋友，童年是遗憾的。
针对高分辨率雷达和相机的无标定板的像素级外参自标定方法
qq_29462849的博客
10-07 1191
介绍：固态激光雷达和相机的外参标定系统摘要这是今年的一篇针对高分辨率的固态激光雷达（非重复性扫描型）或者多线的激光雷达和相机在无标定板的环境中自动化外参标定的一篇文章。本文的方法不需要基于...
深度学习小车-操作手册-全
最新发布
05-16
我们不用激光雷达，这就是态度。 ARTrobot-Drive 无人驾驶（深度学习）智能车采用 Python 编程语言，以深度学习开源框架百度飞桨 paddlepaddle 为基础， 高度集成硬件驱动模块，分布式结构化软件设计框架，可实现数 ...
论文笔记_RSS_2014_激光SLAM_LOAM_实时LIDAR定位与建图
惊鸿一博
02-24 3448
1 基本情况 出处：Zhang J, Singh S. LOAM: LIDAR Odometry and Mapping in Real-time[C]. Robotics: Science and Systems. 2014, 2(9). 论文地址：https://www.ri.cmu.edu/pub_files/2014/7/Ji_LidarMapping_RSS2014_v8.pdf 代码地址：GitHub - HKUST-Aerial-Robotics/A-LOAM: Advanced imp
360度激光雷达测距模块 扫地机器360度扫描 turtlebot3雷达模块
jacka654321的博客
10-17 6642
拆机日本日立和韩国LG合资产360度激光雷达，新款，体积小巧，这款雷达还在turtlebot3小车平台上也在用，雷达都是17年新款测试机拆解出来的，数量不多，成色都很好，个别有的激光视窗都还有贴膜，带线插头雷达全部测试好发货。 剪线的雷达测试麻烦都没有测试就便宜处理了。 这批货还有挑出来几十个有剪线的，这种特价90元一个特价处理，成色都是非常好的。 网友反馈雷达接线定义： 6P插口橙色的线...
ROS Kinetic通过hokuyo_node驱动从USB读取URG-04LX-UG01雷达数据
Buer_zhu的博客
07-06 3811
Hokuyo的ROS驱动有urg_node和hokuyo_node两种，但其中的 hokuyo_node驱动包并没有提供kinetic版本的deb包，因此无法通过apt-get install的方式直接安装，本文通过从源代码编译的方式在Kinetic安装hokuyo_node驱动包。第一步：打开一个新终端，配置ROS环境变量；source ~/catkin_ws/devel/setup.bash第...
4D雷达点云包围框OBB
奔袭的算法工程师
10-14 957
4D雷达点云包围框
激光雷达点云的车辆航向提取
talender的博客
12-17 3600
一、工程问题背景 在自动驾驶环境感知技术中，激光雷达是必不可少的传感器。在三维雷达点云图中，我们通过六面体包围框表征检测到的目标。除了识别障碍物与车辆外，车辆的航向检测是环境感知必不可少的部分，只有估算出车辆的航向才能预测车辆的行驶轨迹。如图1所示，标号0、1、2中，黄色框代表无向包围框（无航向信息），白色框代表有向包围盒（有车辆航向信息）。   图1 激光雷达点云图   图2 单...
ROS中使用Neato XV-11激光雷达
Leo_Xj的博客
03-19 1849
说明： 1、Neato XV-11介绍 2、在ROS中使用 Neato XV-11 图示： 数据参数： 串口通讯：速率 115200 8N1 雷达每完整旋转一周会发送90个数据包 每个数据包包含4个测量点的信息 每个数据包的长度固定是22字节 数据包格式： <start> <index> <speed_l> <speed_h&gt...
三维激光雷达点云拼接
热门推荐
W_Tortoise的博客
04-13 1万+
写在前面 这是一篇于2017.4.19完成的实验报告，现整理成博客，当时处于摸索阶段，水平有限，后来也未对点云处理进行深入的研究，在此只是记录一下。 主要参考资料为CloudCompare wiki document。 对三维点云的处理，可以使用PCL（Point Cloud Library），功能十分强大。 在激光SLAM和RGB-D SLAM领域，通常使用ICP（Iterative C...
镭神智能固态激光应用（LS-SD-N040A(B)-TA0-L）
ChunleGao博客
09-25 1168
最固态激光很感兴趣，朋友申请了个固态激光试用，拿过来体验下。　-2017.09.26 乐１、环境配置 这款激光属于串口传输数据，所以环境配置可以忽略，基本就是一个读串口操作。 ２、数据解析 由于这个配套资料基本就一个通讯协议，所以数据解析只能自己上手解析。协议样式如下： 具体解析程序待完成
扫地机器人的回充方法实现
SiriusMoon的博客
01-09 1万+
扫地机器人的回充方法实现综述基于红外传感器的回充方法基于激光雷达的回充方法基于超声雷达的回充方法上述几种方法的比较 综述 对于目前市面上的扫地机器人的回充方法依据所使用的不同传感器大致可以分为以下几种：红外传感器、超声波传感器、视觉传感器、激光传感器，以及上述几种传感器混合使用的方法。 在扫地机器人工作中当检测到电量不足时，会自动寻找充电座。由于各种传感器的局限性，我们需要扬长避短，充分发挥各种传...
你后期能不能做一下激光雷达融合双目的位置信息进行定位
诗筱涵的博客
09-02 417
你后期能不能做一下激光雷达融合双目IMU的位置信息进行定位 。
激光雷达-Armax模型预测风机轮毂风速方法
"基于激光雷达-Armax的风机轮毂处有效风速预测，通过粒子群优化算法改进的Armax模型提高风速预测的实时性和准确性。" 在风能行业中，准确预测风电机组轮毂处的有效风速是至关重要的，因为这直接影响到风力发电的...
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