weixin_45080292的博客

PointPillars是一种用于三维物体检测的深度学习模型，其主要思想是将三维点云数据转化为二维的BEV（Bird’s Eye View）视角下的特征图，以实现在计算上的高效性和准确性。

VoxelNet解决了点云无序化数据结构的提取问题后，便采用了Voxel的方法。Voxel是将三维世界中的空间按照一定的大小划分成格子，使用pointnet网络对每个小格子的数据进行特征提取，并将提取出来的特征作为该小格子的代表放回到3D空间中。这样，无序的点云数据就被转换为一组有序的高维特征数据。接着，采用三维卷积来提取这些三维的voxel数据，将图像检测思路应用于这个特征图上。voxel和点云的关系图。

3D目标检测简要说明，VoxelNet解读

官方网站：http://wiki.ros.org/ROS/Installation本机环境：虚拟机Ubuntu16.04自己需求：on Ubuntu 16.04 with ROS Kinetic。1. 添加源①开启控制台$ sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'我们的Linux在

深度学习环境配置，在Ubuntu系统安装CUDA和cudnn,使用GPU加速。

1. 简介ORB-SLAM是西班牙Zaragoza大学的Raul Mur-Artal编写的视觉SLAM系统。他的论文“ORB-SLAM: a versatile andaccurate monocular SLAM system"发表在2015年的IEEE Trans. on Robotics上。开源代码包括前期的ORB-SLAM和后期的ORB-SLAM2。项目主页网址为： http://webdiis.unizar.es/~raulmur/orbslam/。ORB-SLAM是一个基于特征点的实时单目