ROS点云的Pointpillars实时目标检测

最新推荐文章于 2024-11-18 23:34:10 发布
最新推荐文章于 2024-11-18 23:34:10 发布
阅读量6.8k 收藏 140
点赞数 18
分类专栏： 神经网络 文章标签： 目标检测 python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43807148/article/details/125867953
版权

目录

写在前面

之前为了做机器人实验，搞了图像语义分割的ros实现，没想到实验室项目又有点云目标检测的ros实现。

测试环境

  • Ubuntu18.04
  • ROS1
  • Python3（Anaconda环境也可以，但catkin_make时注意设置python环境，可以见我之前写的图像语义分割的ros实现，这次我直接在系统Python3上配置好了环境使用的）

主要安装

主要依托的代码就是OpenPCDet，它里面提供了各种点云检测算法的预训练模型，所以实际上你可以换成任何你想要的点云检测算法的ROS实现。
本次所需要的各种安装都是在它基础上搞得，所以强烈建议先去成功跑通OpenPCDet的Demo，保证环境正常可用。
我在OpenPCDet的基础上增加了一个脚本，可以实现ros点云包的读取和bbox消息的发布。

代码获取

代码我上传到了github
具体用法就是在复现好的OpenPCDet上进行修改，加入我放在github上的文件。
然后取catkin编译运行。

实验效果

在这里插入图片描述

基于深度学习的实时激光雷达点云目标检测及ROS实现
api_debug626的博客
09-26 1125
然后，我们将接收到的激光雷达数据转换为点云数据，并输入到训练好的PointPillars模型中进行目标检测。通过将训练好的模型与ROS集成，我们可以实现在机器人系统中进行实时的激光雷达目标检测。接收到激光雷达数据后，我们将其转换为点云数据，并输入到PointPillars模型中进行目标检测。在本文中，我们选择PointPillars作为我们的目标检测模型，并使用KITTI数据集进行训练。完成激光雷达点云目标检测模型的训练后，我们需要将该模型与ROS进行集成，并实现实时的激光雷达点云目标检测。
目标检测YOLO实战应用案例100讲-基于激光雷达点云的三维目标检测算法研究（中）
qq_36130719的博客
04-22 492
通过计算IoU和人为设定IoU的阈值，从而确定一个检测结果（Positive）是正确的（True）还是错误的（False），从而进一步得到每一个检测结果是真正例（True Positives）、和方向的偏差，但也在可承受范围内，具有一定的鲁棒性。之具有一定的精准度；第二，利用卷积神经网络对3D特征信息进行提取，然后再 利用重投影、模板匹配等诸多算法，对位置信息进行计算，由此得到三维检测框。3D空间数据进行投影，使之转换成不同平面，接着对不同视角影像图特征进行融合，对目标在立体空间中的信息进行动态检测。
PointPillars ROS 项目使用教程
gitblog_00075的博客
06-10 414
PointPillars ROS 项目使用教程 pointpillars_ros A ros implement for pointpillars (OpenPCDet based) 项目地址: https://gitcode.com/gh_mirrors/po/...
基于ros和openpcdet使用自己的雷达进行实时三维目标检测
Debtor的博客
03-28 2257
使用openpcdet和ros进行实时三维检测，用自己的雷达。
ROS机器视觉入门：从基础到人脸识别与目标检测
最新发布
shiwei0813的博客
11-18 1661
从本文开始，我们将开始学习ROS机器视觉处理，刚开始先学习一部分外围的知识，为后续的人脸识别、目标跟踪和YOLOV5目标检测做准备工作。我采用的笔记本是联想拯救者游戏本，系统采用Ubuntu20.04，ROS采用noetic。本文主要系统介绍了机器视觉处理的外围知识，引入了opencv和cv_bridge，后面几篇文章，我们将用它们继续丰富 robot_vision 软件包。
你的ROS+PointPillars推理酱紫快？因为我有Cython!
weixin_53776054的博客
06-07 2359
在使用TensorRT加速后检测效果相较于直接pth推理的差太多，但又要满足实时性的要求，考虑从数据预处理方面使用Cython进行性能优化，达到既满足一定的检测精度、又满足实时检测的低时延的目标。
基于openpcdet的Pointpillars之ROS可视化
weixin_58207716的博客
03-13 4646
pointpillars的ros可视化
基于Openpcdet的pointpillars_ros复现
weixin_44589524的博客
07-19 1752
将Openpcdet工程中的OpenPCDet/tools中的全部文件以及/OpenPCDet/pcdet（尤其注意不要遗漏pcdet文件），复制粘贴放入到src/pointpillars/tools文件夹下，最终tools中的文件如图所示。根据错误提示应该是kitti_models/pointpillars.yaml中的kitti_dataset.yaml路径错误，于是将其修改为绝对路径，如图。安装Openpcdet，执行以下指令即可，但是需要科学上网，不然太慢了。验证是否安装成功，无报错即可。
Pointpillars三维点云实时检测
slamer111的博客
09-03 5915
实现实时检测的pointpillars
检测点云中的目标(ROS2 & Tao-PointPillars)
热门推荐
专注于人工智能领域的小何尚
10-02 1万+
实时准确的对象检测对于自主代理安全导航其环境是必要的。这篇文章展示了一个 ROS 2 节点，它可以使用预训练的 TAO-PointPillars 模型检测点云中的对象。（请注意，该模型的 TensorRT 引擎目前仅支持批量大小为 1。）该模型直接对激光雷达输入执行推理，这与使用基于图像的方法相比具有优势。为了对激光雷达数据进行推理，必须使用对来自同一激光雷达的数据进行训练的模型。否则准确性将显着下降，除非实施统计标准化等方法。
ROS下利用PCL点云库实时处理3维激光雷达点云数据
weixin_51684916的博客
10-12 1620
ubuntu16系统，激光雷达型号为livox mid40，功能为实时提取果树树高 见代码： https://gitee.com/pupil-lee/pcl.git
基于深度学习的实时激光雷达点云目标检测及ROS实现复现时出错解决方法汇总
weixin_44210881的博客
05-02 5705
这里写自定义目录标题python版本的选择错误类型解决方法总结 在尝试复现大神Adamshan的无人驾驶汽车系统入门（二十六）——基于深度学习的实时激光雷达点云目标检测及ROS实现时出现了很多的问题，在阅读评论时，发现很多朋友都出现了复现失败的情况，在此将个人在复现时遇到的问题以及部分细节进行汇总，希望能够帮助有需要的人。 原文链接：https://blog.csdn.net/AdamShan/a...
三维目标检测利器：Autoware pointpillars模型应用教程
核心内容涉及到了一个名为pointpillars的模型，这是一种用于点云数据处理和三维目标检测的神经网络架构。文档中还提到了一个具体的系统文件——CMakeLists.txt，它是用于构建项目和管理编译选项的配置文件。最后提到...
基于ROS的自动驾驶 激光雷达点云物体检测 项目实战
jin15203846657的博客
07-19 7752
主要记录了利用Apollo的perception和Autoware的lidar_apollo_cnn_seg_detect，基于ROS进行激光雷达点云三维物体检测，并附带利用kitti的raw data制作rosbag的全部流程。
【Complex-YOLO: 点云实时目标检测】
qingliange的博客
02-07 6864
Complex-YOLO，论文中介绍是一种仅在点云上进行的最先进的实时3D目标检测网络。借鉴了yolo v2的主干网络，扩展了最后的回归策略，提出了Euler-RegionProposal Network (E-RPN)增加了角度的回归，最后通过实验证明了算法的有效。
点云目标检测
weixin_39174856的博客
09-17 2869
采集 3600360^03600的数据为一帧，最多包涵32*(360/0.2)=57600. 水平32条线，转动角分辨率0.2。 但是由于天空等无法获得点云，实际得到约40000个点。 VoxelNet： 两个过程：Voxel Feature Extraction 提取特征。第二个是目标检测过程。 两个问题：三维卷积复杂度高，voxedl数量大会引入错误。 PointNet++ 尝试通过聚类建立点与点的拓扑，在聚类中心学习特征。问题：点云中很难根据一个点确定物体的中心。 鸟瞰图 把不同高度点云的特征信息转.
PCL点云库动手实践知识点5——实时订阅ros下点云话题并对其进行处理
qq_41545537的博客
11-11 1948
1 实时读取ros下点云,并对点云数据进行处理 实现步骤如下: 1)订阅话题/sensing/lidar/top/points_raw(sensor_msgs/PointCloud2),将其转换为pcl::PointXYZI格式 pcl::PointCloud<pcl::PointXYZI> tmp; pcl::fromROSMsg(*input,tmp); void points_callback(const sensor_msgs::PointCloud2::ConstPtr &a
ROS环境下采用PCL点云库对PCD格式点云进行滤波、旋转和平移等处理，并用RVIZ实时显示
weixin_42174523的博客
12-29 5222
ubuntu系统ROS环境下采用PCL点云库对PCD格式点云进行滤波、旋转和平移等处理，并用RVIZ实时显示。
使用ros将点云投影到图像平面实时显示，激光雷达和相机融合处理
qq_49959714的博客
09-24 4625
使用ros将点云投影到图像平面实时显示，激光雷达和相机融合处理
ros openpcdet实时
07-25
回答: 要在ROS中实时运行OpenPCDet，你需要按照以下步骤进行操作。首先，将OpenPCDet工程中的OpenPCDet/tools中的全部文件以及/OpenPCDet/pcdet文件夹复制粘贴到src/pointpillars/tools文件夹下。确保没有遗漏pcdet文件夹\[1\]。接下来，确保你已经配置好了OpenPCDet的环境，并且已经根据教程迁移了代码并配置好了ROS环境\[2\]。然后，进入之前搭建好的OpenPCDet环境，使用命令`conda activate pcdet`激活环境。最后，使用命令`roslaunch pointpillars_ros pointpillars.launch`启动OpenPCDet\[2\]。如果你遇到问题，可以尝试执行以下命令：`conda activate openpcdet`和`source ~/ws/pointpillars_ros/devel/setup.bash`，然后再次运行`roslaunch pointpillars_ros pointpillars.launch`\[3\]。这样，你就可以在ROS中实时运行OpenPCDet了。 #### 引用[.reference_title] - *1* *3* [基于openpcdet的Pointpillars之ROS可视化](https://blog.csdn.net/weixin_58207716/article/details/129472906)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [基于ros和openpcdet使用自己的雷达进行实时三维目标检测](https://blog.csdn.net/Debtor/article/details/129825175)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 48
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