点云处理专题:搜集各种关于三维点云处理(语义识别,分割等)算法,文章,学习资料。随时更新
1.
01.泡泡机器人公众号:点云时空(第一期),内含点云分割与分类(PointWeb),点云3D线提取(3DLineDetection),点云语义分割(PointSIFT),3D深度学习框架(Kaolin)
02.泡泡机器人公众号:点云时空(第二期),内含基于点云地图的粒子滤波定位方法和经典的点云滤波CSF算法。
03.【泡泡点云时空】多视图3D点云配准学习,提出了一个端到端的多视图SE(3)点云配准学习模型,其中核心创新点为可微分的(迭代)变换同步模块。源码地址,论文地址
04.JSNet:3D点云的联合实例和语义分割,提出了一种新颖的联合实例和语义分割方法,称为JSNet,以同时解决3D点云的实例和语义分割问题。论文地址,源码地址
05.【泡泡点云时空】基于点云的全三维建筑模型自动重建,提出了一种新的方法,通过求解整数线性优化问题,使用非结构化、未过滤的室内点云来重建具有参数、体积信息的多层建筑模型。(结合BIM)论文地址
2.
01.泡泡代码推荐】一分钟组第一期,内含激光SLAM(LeGO-LOAM),语义分割(DeepLab v3+),特征提取(SuperPoint),深度网络边缘部署(NetAdapt)
02.泡泡代码推荐】一分钟组第二期,内含视觉SLAM(DSM),线段检测(PPGNET),线段检测(L-CNN),传感器校准(CGP(Calibration via Gaussian Process ))
03.【泡泡一分钟】LIC-Fusion:基于激光雷达、惯性导航和相机结合的里程计,提出了一种称名为激光雷达-惯性导航仪-相机三合一(LIC-Fusion)的紧耦合多传感器融合算法,该算法可有效地融合IMU测量,稀疏的视觉特征和提取的激光雷达点。尤其是,提出的LIC-Fusion能够在三个异步传感器之间执行在线的空间和时间传感器标定,以补偿可能的标定偏差。论文地址
3.点云滤波
01.PCL点云滤波01,实例中包含直通滤波和体素滤波。
02.PCL点云滤波02,实例中包含使用statisticalOutlierRemoval滤波器移除离群点和使用参数化模型投影点云
03.PCL点云滤波03,实例中包含基于某一分割算法提取点云中的一个子集和使用ConditionalRemoval 或RadiusOutlinerRemoval移除离群点
RadiusOutlinerRemoval比较适合去除单个的离群点 ConditionalRemoval 比较灵活,可以根据用户设置的条件灵活过滤
4.点云曲面重建
01.点云曲面重建01,实例中包含用最小二乘法对点云进行平滑处理,在平面模型上提取凸(凹)多边形,无序点云的快速三角化。
5.点云可视化
01.点云可视化整理
6.点云变换与移除NaNs
01.点云变换与移除NaNs,实例中包含点云旋转和移除点云中无效点NaNs。
.杂项
01.PCL中点云数据格式之间的转化
02.在ROS中利用pcl库编程(详细)
,内含详细步骤,包括更改xml和cmakelist文件
03.大神的博客地址