- 博客(42)
- 收藏
- 关注
RSS订阅原创 论文Review 激光SLAM VoxelMap | RAL 2022 港大MARS出品！| 经典平面特征体素激光SLAM
本文提出了一种高效的、概率自适应的体素建图方法VoxelMap，用于精确的激光雷达里程计。该方法通过哈希表和八叉树组织自适应体素，构建由粗到精的地图。创新性地显式建模点云和平面不确定性，利用协方差传播提高匹配鲁棒性。系统采用EKF融合先验和观测，并考虑所有不确定性。实验表明，在KITTI数据集上该方法在精度和效率上均优于现有先进方法，同时在固态激光雷达和非重复扫描激光雷达的室内外测试中展现出良好的适应性。该方法的开源实现为激光雷达里程计提供了新的解决方案。
2025-08-13 16:22:30
656
原创 论文Review 激光动态物体剔除 Dynablox | RAL2023 ETH MIT出品！
这篇论文提出了一种名为Dynablox的实时动态物体检测方法，适用于复杂非结构化环境。该方法通过在线体积映射框架，增量估计高置信度的自由空间区域，无需对物体或环境外观做出假设。核心创新在于建模传感器噪声、状态估计漂移和地图不确定性，采用保守的时空自由空间估计来鲁棒检测多样化的移动物体。实验表明，该方法在17FPS下达到86%IoU，优于基于学习的方法，并接近离线性能。优势包括实时性、泛化性和对漂移的鲁棒性，但也存在对薄物体敏感、慢速物体检测延迟等局限。
2025-08-12 16:11:01
511
3
原创 论文Review VLA OpenVLA | 开源具身智能端到端VLA机械臂方案 | 斯坦福、UC伯克利、谷歌、MIT出品！众星闪耀！
斯坦福大学、UC伯克利和丰田研究院联合发布了OpenVLA，这是一个开源的7B参数视觉-语言-动作模型。OpenVLA基于Llama2语言模型，融合DINOv2和SigLIP视觉特征，在97万真实机器人演示数据上训练。实验显示，OpenVLA在29个任务中比55B参数的RT-2-X模型性能高16.5%，且参数少7倍。该模型支持高效微调，在消费级GPU上通过LoRA和量化技术实现适配，性能优于扩散策略20.4%。研究团队开源了模型、训练代码和微调工具包，推动通用机器人策略发展。
2025-08-12 09:58:40
717
1
原创 论文Review 激光实时动态物体剔除 DUFOMap | KTH出品！RAL2024！| 不上感知，激光的动态物体在线剔除还能有什么方法？
《DUFOMap：高效动态感知建图系统》 摘要：本文提出了一种新型动态感知建图框架DUFOMap，用于实时处理激光雷达数据中的动态物体。该方法基于UFOMap体素结构，通过光线投射识别"空洞区域"（曾被观测为空的区域），并据此分类动态点。DUFOMap创新性地解决了传感器噪声和定位误差问题，采用扩展邻域检查和射线延伸技术提高鲁棒性。实验证明，在KITTI、Argoverse2等多个数据集上，DUFOMap在静态准确率(SA)和动态准确率(DA)上均优于Removert、ERASOR等方法
2025-08-07 21:50:39
906
9
原创 论文Review BALM2 | 港大MARS出品！机器人顶刊TRO | 经典激光BA续作！BALM升级版 | TODO待精读
本文提出了一种高效且一致的激光雷达光束平差方法(BALM)，通过点簇坐标对原始点进行紧凑表示，直接最小化点到几何特征的自然欧氏距离。关键创新包括：1)采用点簇概念避免枚举原始点，显著降低计算复杂度；2)推导闭式二阶导数，开发高效二阶求解器；3)实现位姿和不确定性的联合估计。实验表明该方法在计算效率和精度上优于现有方法，为激光SLAM系统提供了更优的全局一致性优化方案。
2025-08-07 10:19:54
889
原创 论文Review LIO Multi-session Voxel-SLAM | 港大MARS出品！体素+平面特征的激光SLAM！经典必读！
Voxel-SLAM是一种基于激光雷达和IMU的完整SLAM系统，具有以下创新点：1) 采用统一的自适应体素地图表示，覆盖初始化、里程计、局部建图、闭环和全局建图全过程；2) 提出鲁棒的初始化方法，可在动态初始状态下工作；3) 利用短期、中期、长期和多地图四种数据关联，实现高精度定位与建图；4) 引入高效的局部光束平差和全局层次优化方法。系统在室内、户外和城市等多种场景的30个数据序列上验证了其优越性能，特别是在初始化鲁棒性、多会话处理能力和退化环境重定位方面表现突出。该工作已开源，为激光SLAM领域提供了
2025-08-04 18:31:29
1177
7
原创 论文Review LSLAM BALM | 经典激光SLAM方案！港大MARS出品！RAL2021 | 激光BA优化
本文提出了一种面向激光雷达建图的集束调整方法BALM，通过最小化特征点到匹配边缘/平面的距离来优化滑动窗口内的扫描位姿。与视觉BA不同，该方法通过解析求解特征参数，显著降低了优化维度。作者推导了代价函数的一阶和二阶解析导数，并提出自适应体素化方法高效搜索特征对应。实验表明，该方法在10Hz下近乎实时运行，优化20次扫描点云时可有效降低LOAM的漂移误差，且适应不同场景特征。
2025-07-30 23:30:29
862
3
原创 论文Review LSLAM HBA | HKU-MARS出品！多层因子图全局优化必备模块！经典必读！RAL2023
本文提出了一种分层光束法平差方法(HBA)，用于高效构建大范围全局一致的LiDAR点云地图。该方法结合自底向上的分层光束法平差和自顶向下的位姿图优化：分层光束法平差通过局部窗口内的并行处理显著降低计算复杂度；位姿图优化则平滑更新位姿并消除跨窗口误差。实验表明，该方法在KITTI、MulRan等多个公开数据集上仅需约12%的序列时间即可生成高质量地图，既保证了映射一致性，又提高了计算效率。该工作为大规模LiDAR建图提供了高效可靠的解决方案。
2025-07-30 17:45:15
570
2
原创 论文Review 3DGSSLAM S3PO-GS | ICCV 2025 港科广出品！| 高效快速的3DGSSLAM！
本文提出S3PO-GS，一种基于3D高斯泼溅的室外单目SLAM方法，解决了现有方法在几何先验缺失和尺度漂移方面的挑战。通过设计自洽的3DGS点图跟踪模块和基于面片的动态映射机制，实现了尺度一致的位姿估计和高质量场景重建。实验表明，在Waymo、KITTI等数据集上，该方法在跟踪精度和新视角合成方面均达到SOTA水平。主要贡献包括：1)引入几何先验的同时避免尺度对齐问题；2)通过动态映射显著提升重建质量；3)仅需10%迭代即可实现鲁棒跟踪。
2025-07-30 10:26:52
1192
4
原创 论文Review Registration TEASER | TRO | MIT出品，点云配准经典BenchMark | 硬核的数学长文
本文提出了一种名为TEASER的鲁棒点云配准算法，能够处理高达99%的异常值。通过解耦尺度、旋转和平移估计，采用截断最小二乘(TLS)代价函数和半正定规划(SDP)松弛，实现了高效且可验证的全局最优解。其改进版本TEASER++通过渐进非凸性优化旋转估计，运行时间缩短至毫秒级。实验表明，该方法在标准数据集和目标检测、3D扫描匹配等任务中均优于RANSAC、分支定界等现有方法，且无需初始猜测即可解决无对应关系的问题。该算法已开源，为机器人定位和三维重建提供了新的解决方案。
2025-07-25 13:04:35
741
8
原创 论文Review Registration KISS-ICP | 点-点匹配的ICP到底行不行？| 2024 RAL | 开源
本文提出了一种简单高效的激光雷达里程计方法KISS-ICP，通过精简核心组件实现了鲁棒的位姿估计。该方法采用点到点ICP配准，结合自适应阈值匹配、鲁棒核函数和运动补偿策略，仅需少量参数即可适应不同传感器和环境。实验表明，在KITTI等多个数据集上，其性能与复杂方法相当，且无需IMU或闭环检测。开源代码见https://github.com/PRBonn/kiss-icp。
2025-07-24 11:11:32
851
1
原创 论文Review Registration Quatro++ | Hyungtae Lim 出品！必属精品！长文！| KAIST | IJRR | 可用于回环检测
本文提出Quatro++，一种面向LiDAR SLAM的鲁棒全局点云配准方法。针对机械式LiDAR的稀疏性和退化问题，该方法通过地面分割预处理和准SO(3)估计提升性能。实验表明，在KITTI等数据集上，Quatro++在远距离配准中成功率显著优于现有方法（RANSAC、TEASER++等），尤其适用于地面车辆场景。其核心创新包括：1）利用地面分割降低计算成本并提高匹配质量；2）解耦估计方法将旋转自由度从3降至1，避免退化；3）无需训练即可实现与深度学习相当的性能。集成测试显示，该方法能有效提升SLAM系统
2025-07-24 00:12:19
919
原创 论文review Registration KISS-Matcher
MIT和KAIST的研究团队提出了一种快速鲁棒的点云配准系统KISS-Matcher，通过改进传统FPFH特征提取方法为Faster-PFH，并结合k-核图论剪枝技术，显著提升了配准效率。该系统在KITTI等数据集上的实验表明，相比现有方法在保持精度的同时实现了明显的加速，特别适用于大规模点云配准场景。研究已开源为C++库，为机器人定位、建图等应用提供了高效解决方案。
2025-07-22 15:57:10
943
原创 论文Review Lidar 3DGS Splat-LOAM: Gaussian Splatting LiDAR Odometry and Mapping
本文提出Splat-LOAM，首个基于纯激光雷达数据的高斯泼溅（3DGS）SLAM系统。针对现有激光SLAM方法在精度与效率间的权衡问题，该系统创新性地采用球面投影将LiDAR点云转化为2D高斯表示，并设计了专用的光栅化器。通过关键帧策略优化局部地图，结合几何与光度一致性进行位姿估计。实验表明，该方法在保持配准精度的同时，以最小GPU资源实现了SOTA建图效果，为机器人实时感知提供了高效解决方案。代码已开源。
2025-07-21 22:03:20
1219
2
原创 论文review Lidar3DGS Gaussian-LIC
本文提出Gaussian-LIC，一种基于3D高斯泼溅与多传感器融合的实时真实感SLAM方法。针对现有基于辐射场的SLAM在无界场景下的局限性，该系统创新性地融合LiDAR、IMU和相机数据，通过整合LiDAR点云与视觉三角化点实现3D高斯初始化，并引入天空建模和曝光补偿机制提升室外重建质量。采用纯C++/CUDA实现，通过基于高斯反向传播、负载均衡剔除等优化策略显著加速计算，在多个数据集上实现SOTA性能。实验表明，该方法在保持实时性的同时，其渲染质量甚至超越使用真实位姿的对比方法。
2025-07-19 11:57:24
587
原创 论文review SfM MVS VGGT: Visual Geometry Grounded Transformer
摘要：牛津大学与Meta AI联合提出的VGGT（CVPR 2025最佳论文）是一种基于Transformer的前馈神经网络，能够从单张、少量或数百张图像中直接推断场景的三维属性（相机参数、深度图、点云和3D轨迹）。该方法突破传统多视角几何优化技术的局限，在秒级时间内完成重建，且性能优于需后处理的现有方法（如DUSt3R）。VGGT通过共享主干网络联合预测多任务3D输出，在相机姿态估计、深度预测等任务中达到SOTA，同时其预训练特征可增强下游任务（如点跟踪和新视图合成）。模型采用最小3D先验设计，在大规模多
2025-07-18 13:07:21
924
原创 论文review 3DGS CITYGAUSSIANV2: EFFICIENT AND GEOMETRICALLY ACCURATE RECONSTRUCTION FOR LARGE-SCALE
摘要 本文提出CityGaussianV2，一种高效且几何精确的大规模场景重建方法，基于2D高斯泼溅(2DGS)实现。针对2DGS在大规模场景中收敛慢、高斯数量爆炸等问题，提出分解梯度稠密化(DGD)和深度回归技术以加速优化，并设计伸长率滤波器抑制退化高斯。通过并行训练流水线优化，实现了10倍存储压缩、25%训练时间节省及50%内存降低。此外，建立了基于TnT协议的几何评估基准，解决了边界效应与点云一致性问题。实验表明，该方法在GauU-Scene和MatrixCity数据集上显著优于现有方法，兼顾几何精度
2025-07-17 15:44:50
278
原创 论文Review 3DGS CITYGAUSSIAN
本文提出CityGaussian (CityGS)，一种针对大规模场景的实时高质量3D高斯渲染方法。针对现有3D高斯方法在大场景中面临的内存爆炸和渲染速度瓶颈问题，CityGS创新性地采用分而治之训练策略和细节层次(LoD)渲染方案。首先通过全局高斯先验和自适应数据划分实现高效训练，再将场景划分为空间块并采用块级LoD选择策略，显著降低了显存需求和计算负担。实验表明，CityGS在2.7km²城市规模场景中能实现实时渲染(200+FPS)，同时保持最先进的视觉质量。该方法有效解决了3D高斯在大规模场景应用中
2025-07-16 11:40:41
1180
1
原创 论文review 3DGSSLAM Gaussian-SLAM: Photo-realistic Dense SLAM with Gaussian Splatting
《Gaussian-SLAM: 基于3D高斯的照片级实时稠密SLAM系统》摘要 本文提出了一种创新的稠密SLAM方法，采用3D高斯泼溅(Gaussian Splatting)作为场景表示。系统通过RGBD相机输入实现交互式实时重建和照片级渲染，核心贡献包括：1) 提出与场景规模无关的自适应高斯播种策略，通过子地图组织实现高效在线优化；2) 开发基于光度和几何损失的帧到模型相机跟踪方法；3) 改进3D高斯的几何编码能力，支持单目相机的高质量重建。实验表明，在合成和真实数据集上，该方法在映射、跟踪和渲染性能上均
2025-07-15 11:32:56
819
原创 论文review 3DGSSLAM Splat-SLAM: Globally Optimized RGB-only SLAM with 3D Gaussians
《Splat-SLAM：基于全局优化的纯视觉3D高斯SLAM系统》摘要 本文提出了首个采用稠密3D高斯地图表示的纯视觉SLAM系统Splat-SLAM。针对现有3D高斯SLAM方法缺乏全局优化和单目深度利用的问题，该系统通过以下创新实现突破：1) 引入全局一致的帧间跟踪框架，结合循环光流和DSPO层联合优化相机位姿与深度；2) 设计可变形3D高斯地图表示，通过非刚性变形适应关键帧位姿更新；3) 融合多视角优化深度与单目深度估计，构建高精度代理深度图。实验表明，在Replica、TUM-RGBD和ScanNe
2025-07-14 17:48:45
718
原创 论文Review 3DGSSLAM GauS-SLAM: Dense RGB-D SLAM with Gaussian Surfels
GauS-SLAM提出了一种基于2D高斯表面元素（Gaussian Surfels）的稠密RGB-D SLAM系统，解决了传统3D高斯表示在多视角下的几何失真问题。该系统通过三个关键创新：1）基于2D高斯的增量式重建策略与表面感知深度渲染机制，提高了几何精度；2）动态局部地图设计有效处理异常值；3）紧耦合前后端架构优化跟踪效率。实验在Replica、TUM RGBD等数据集验证了其在跟踪精度和几何一致性上的优势。相比3D高斯方法，2D高斯表面元素更适用于平面几何表示，显著提升了渲染质量和计算效率。
2025-07-13 17:02:06
1106
原创 论文粗略Review HI-SLAM2: Geometry-Aware Gaussian SLAM for Fast Monocular Scene Reconstruction
本文介绍了HI-SLAM2，一种基于几何感知高斯SLAM的系统，仅需RGB输入即可实现快速准确的单目场景重建。该系统通过整合单目先验与稠密SLAM技术，使用3D高斯溅射作为核心地图表示，在闭环检测时采用位姿图束调整和锚定关键帧更新机制确保全局一致性。实验在多个数据集（Replica、ScanNet、Waymo等）上验证了该方法在跟踪精度、几何重建和渲染质量上的优势，甚至超越了部分RGB-D方法。关键技术包括空间自适应尺度网格对齐、3DGS显式表示以及分层优化策略，为实时单目SLAM提供了新思路。
2025-07-11 09:51:38
1070
原创 Latex & vscode安装、配置与使用-Windows
LaTeX是一款高效的排版工具，搭配VSCode可提升写作效率。安装时注意：Windows中文用户名需改为英文，避免报错。VSCode配置需禁用自动编译功能，防止频繁生成中间文件占用磁盘。推荐学习资源包括知乎和CSDN上的LaTeX入门指南，以及Overleaf的文档定位技巧。使用中需定期清理VSCode缓存路径（如WebStorage文件夹）以释放空间。注意图片浮动选项避免"H"参数错误，建议改用"!htb"定位。
2025-06-09 12:44:24
509
原创 ROS学习 进程通信 nodelet
这是一种在ROS中用于优化节点间通信的工具，主要用于减少跨进程通信的开销，特别是在处理大容量数据。例如，某个相机/雷达的感知驱动节点通过A、B两个节点发挥作用，其中A节点负责发布点云/图片，B节点负责订阅并附加生成感知数据。AB之间通信非常频繁就产生了延迟问题，为了优化此现象，
2025-05-27 17:05:32
352
原创 论文Review 地面分割 GroundGrid
《GroundGrid: LiDAR点云地面分割与地形估计》一文由柏林自由大学Dahlem机器学习与机器人中心的研究团队发表于2024年IEEE机器人与自动化快报。该研究提出了一种基于栅格的地面分割与地形估计算法，旨在提高自动驾驶汽车中LiDAR传感器的数据处理效率。GroundGrid算法通过动态更新高程图实现鲁棒的地面分割，包括异常值过滤、点云栅格化、地面单元分类、地面高程计算、地形插值和点云分割等步骤。实验结果表明，该算法在提高地面分割精度和地形估计准确性方面表现优异，为自动驾驶汽车的目标检测和分类等
2025-05-23 15:10:54
764
原创 论文Review 动态高斯 Street Gaussians
摘要： 浙江大学与理想汽车合作的研究团队在ECCV 2024上提出了StreetGaussians，一种基于高斯泼溅（Gaussian Splatting）的动态城市场景建模方法。该方法通过为每个点云分配3D高斯球，分别处理静态背景和动态前景。背景使用静态球谐函数，前景则采用动态球谐函数，并通过4D球谐函数优化动态外观模型，减少内存消耗。语义部分采用标量标签（前景）和向量标签（背景）区分不同对象。初始化阶段利用激光雷达点云解决视觉特征点法在无/弱纹理区域的局限性，并通过SFM区分真动态物体。渲染时结合背景和
2025-05-22 15:05:43
966
原创 论文Review ROLO-SLAM: Rotation-Optimized LiDAR-Only SLAM in Uneven Terrain with Ground Vehicle
本文介绍了在安装和运行ROLO-SLAM算法过程中遇到的技术问题及其解决方案。首先，作者在安装准备阶段遇到了GTSAM库的兼容性问题，通过更换和重装GTSAM库解决了“double free or corruption (out)”错误，但随后又出现了共享库文件缺失的问题，通过Google搜索找到了解决方案。在ROLO-SLAM初体验中，作者发现激光雷达坐标系与基础坐标系分离的问题，经过调整后算法得以运行，但仍存在激光雷达数据“跑飞”的现象。文章还详细介绍了ROLO-SLAM的系统流程，包括激光雷达扫描的去
2025-05-20 14:11:56
1038
原创 论文review 点云配准 Quatro
《ASingleCorrespondenceIsEnough:RobustGlobalRegistrationtoAvoidDegeneracyinUrbanEnvironments》由HyungtaeLim等人提出，针对城市环境中的点云全局配准问题，特别是在退化场景下的鲁棒性。文章提出了一种名为QUATRO的方法，通过解耦旋转和平移的估计，简化了计算复杂度。利用平移不变测量（TIMs）消除平移对旋转估计的影响，并引入quasi-SO(3)概念，将旋转近似为城市环境中的纯偏航旋转，从而降低自由度并增强鲁棒性
2025-05-19 16:28:27
931
原创 论文Review A micro Lie theory for state estimation in robotics
李群是一个古老的数学抽象概念，可以追溯到19世纪，当时数学家索菲斯·李（Sophus Lie）奠定了连续变换群理论的基础。许多年后，它的影响已经遍及科技的各个领域。在机器人学中，我们最近正在经历一个重要的趋势，至少在估计领域，特别是在用于导航的运动估计中。然而，对于绝大多数的机器人学家来说，李群是高度抽象的结构，因此很难理解和使用。在对机器人学进行评估时，往往不需要利用理论的全部能力，因此我们要筛选需要的理论材料。
2025-04-22 15:17:26
857
原创 论文Review FAST-LIVO2: Fast, Direct LiDAR–Inertial–Visual Odometry
来源：IEEE TRANSACTIONS ON ROBOTICS, VOL. 41, 2025学校：University of Hong Kong摘要：本文介绍了 FAST-LIVO2，这是一种快速直接的 LiDAR 惯性视觉里程计框架，旨在在 SLAM 任务中进行准确和稳健的状态估计，从而实现实时机器人应用。FAST-LIVO2 通过高效的误差状态迭代卡尔曼滤波器 （ESIKF） 集成 IMU、LiDAR 和图像数据。为了解决 LiDAR 和图像测量之间的尺寸不匹配问题，我们采用了顺序更新策略。
2025-04-17 10:35:06
1150
原创 从零开始的深度学习(1)-什么是Transformer
如今，深度学习已经成为一个像编程语言一样基础且重要的工具，是每一个研发工作者绕不过的必备技能，对于科研来说仅仅了解和会使用似乎变得远远不够。不管是处于想把深度学习学好以给自己的论文赋能亦或是学一个找工作的傍身技能的想法，我也决定将这个技能树点起来。学习一项技能最好的时机是入学前，其次就是现在，抓紧时间补补基础吧。为什么选择Transformer是因为这是我认知范围内用的最多最好的模型了，是最可能为现在的项目/论文/工作赋能的技术，记录下学习过程。
2025-03-31 23:41:57
743
4
原创 论文 Review SplaTAM: Splat, Track & Map 3D Gaussians for Dense RGB-D SLAM
稠密同步定位和地图构建 （SLAM） 对于机器人和增强现实应用至关重要。但是，当前方法经常受到它们表示场景的非体积或隐式方式的阻碍。这项工作介绍了 SplaTAM，这种方法首次利用显式体积表示，即 3D 高斯，从单个unposed的 RGB-D 相机实现high-fidelity重建，超越了现有方法的能力。SplaTAM 采用一个简单的在线tracking and mapping系统，该系统专为底层高斯表示量身定制。它利用mask优雅地捕捉场景密度的存在。与以前的表示相比，这种组合具有多种优势，包括快速渲染
2025-03-27 10:48:57
1220
原创 PCL版本导致程序玄学Bug
发现给别人的代码是我以前写的cmakelist，里面用的是pcl-1.10，与ubuntu 20.04 ros noetic的pcl版本一致。3. 通过公式推导、打印log，最终定位到问题，发现计算结果和发布结果不相同，将输出结果打印：并且发现同一地址变量，存在不同值！2.在PublishOdometry函数里，DR_pose指针作为const传入时（尝试更换成const OdometryType & data，也发生错误）， 程序运行崩溃，ros发布的坐标乱飞。我的电脑一定是被智子绑架了！
2025-03-20 22:00:14
374
原创 SLAM学习 - ICP、GICP、VGICP
首先先确定ICP算法在点云配准所处的位置：点云配准分为两步：粗配准和精配准，而ICP算法属于精配准。众所周知，非线性优化方法中，初值的设定非常重要，初值也就是此处粗配准。初值是粗配准要解决的问题，也就是要提供比较好的初值。在激光SLAM中为了效率，通常采用匀速运动模型来为当前帧的激光点云提供初值，再通过ICP求解位姿。LOAM系列中，采用特征点（角点和面点）的方法减少待匹配数量同时降低了噪声，有助于提升性能。但是特征点的提取通常依赖超参数的设置，这降低了算法在面对不同的复杂场景时的适用性。
2025-03-16 13:56:06
1257
原创 论文Review 激光点云地面分割-DipG-Seg
这是篇非常扎实的工作，简单有效可靠，比目前测过的patchwork、MULLS、LeGo-LOAM、CSF等算法的效果都要好很多，而且运行效率非常快，应该是现在非学习地面分割算法的SOTA了，可以运用到工程实际中。但阅读了论文和代码分析下来该工作中的某些步骤或处理仍有不合理和效果不理想之处，这里不再展开，而且最终可见这个分类结果还有很多可以提升和改进的空间。
2024-11-18 14:23:52
892
原创 PCL 自定义点云数据类型用法错误导致kdtree_flann相关库报错
又经过一番搜索，问题原来是pcl对于自定义点云数据类型的使用我是直接copy的以前项目的代码，但是我没有用对。从CMakeList检查到PCL库，从新项目代码对比到旧项目代码均没发现问题，很困惑，怎么就PCL::KDTree突然就不给用了。但对本工程并没起到作用（事后反思有可能是项目里pcl库路径设置不对，导致Cmakelist没找对）。即：在你项目的main函数中，在包含pcl库头文件之前，加上该宏——即：在你项目的main函数中，在包含pcl库头文件之前，加上该宏——
2024-10-22 23:04:02
490
2
原创 ZED2运行ORB-SLAM3 （一、环境搭建）
ZED2 SDK3.6 + CUDA10.2 + Ubuntu18.04 + ROS Melodic ——ORB-SLAM3
2021-10-28 17:23:14
1723
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人