【文献阅读】激光雷达检测障碍物学习文献记录/2022-10-26

已于 2023-01-17 14:23:54 修改
阅读量1.7k 收藏 6
点赞数 1
分类专栏： 导航避障 文章标签： 自动驾驶
于 2021-11-10 22:21:47 首次发布
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/xi_shui/article/details/121258300
版权

前言

在这里插入图片描述

1.算法思路

基于三维激光雷达的动态障碍物检测和追踪方法 | 厚势汽车
自动驾驶中的障碍物行为预测
【MOT】详解DeepSORT多目标追踪模型
使用卡尔曼滤波器处理激光数据

2.数学知识储备

极坐标下两点间的距离公式、点到直线间的距离公式及其应用

3.概念

多目标追踪之数据关联

4.论文

  1. Real-Time Avoidance Strategy of Dynamic Obstacles via Half Model-Free Detection and Tracking With 2D Lidar for Mobile Robots二维雷达聚类算法
  2. PointPillars检测
  3. 基于3D激光雷达的运动目标检测与追踪系统设计与实现

5.干货链接

  1. Apollo perception源码阅读|lidar
  2. 自动消毒机器人 | SLAM | ROS | 目标检测
  3. 激光雷达相机联合标定
  4. DBSCAN算法聚类
  5. matlab-DBSCAN 聚类
  6. 多目标跟踪sort&deepsort
RockWang.
关注
专栏目录
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
qq_36130719的博客
05-23 2454
近几年来，在计算机视觉领域，利用深度学习卷积神经网络技术来实现各种任务的算法越来越多。毫米波雷达、相机、激光雷达、超声波雷达等车载传感器生产成本的降低，汽车的自动驾驶技术得到了飞速发展，在我们的日常生活中经常能看到该技术辅助汽车驾驶员进行行车。和非自动驾驶汽车相比，自动驾驶汽车存在诸多优点，如进一步减少交通事故，保障人身安全；提供安全合理的路线，避免交通拥堵；采用清洁无污染的电能作为汽车新能源，从而降低大气污染等。现如今，自动驾驶技术已经逐渐深入到各个领域并发挥着关键的作用。
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(下)
最新发布
qq_36130719的博客
04-25 297
Pseudo-LiDAR采样可以遵循随机性的方法，对全部点云进行采样，然而该方式很可能会抹去小物体的点云，对相隔较远处的物体检测衰减也能够预期，如图。功能，因此本文将掩码乘到对应的原始点云特征𝑝上，再与原始𝑝以残差连接的方式相加，得到最终的融合特征，最终输出定义如公式4-5所示。主干特征的提取网络选择Densenet161，对深度估计模型进行训练并收敛，以视为后续端到端训练的的预训练模型。根据表5-1可以得知，本文建立的实验神经网络模型数量达到6个，Base表示的是基线，SSIS确定的。
学习笔记14--障碍物检测之基于激光雷达的障碍物检测及基于视觉和激光雷达融合的障碍物检测
FUXI_Willard
12-26 5771
本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》，笔者不是自动驾驶领域的专家，只是一个在探索自动驾驶路上的小白，此系列丛书尚未阅读完，也是边阅读边总结边思考，欢迎各位小伙伴，各位大牛们在评论区给出建议，帮笔者这个小白挑出错误，谢谢！ 此专栏是关于《自动驾驶汽车环境感知》书籍的笔记 1.障碍物检测 1.1 基于激光雷达的障碍物检测 1.1.1 基于几何特征和网格
【文献阅读】Sensor Fusion Algorithm Design in Detecting Vehicles Using Laser Scanner and Stereo Vision
a586351的博客
10-05 1212
利用激光扫描仪和立体视觉检测车辆的传感器融合算法设计 摘要 众所周知，激光扫描仪在探测障碍物的距离和速度方面比立体视觉具有更好的精度，而立体视觉比激光扫描仪更能分辨物体。 通过传感器融合方法，可以最大限度地发挥每个传感器的这些优点，从而准确地检测出前方的障碍物。 本文针对激光扫描仪和立体视觉传感器之间的目标匹配问题，提出了一种高层次的传感器融合方法。 时间同步、对象年龄和重新排序算法是为对象的鲁棒...
论文翻译：USE OF LIDAR FOR NEGATIVE OBSTACLE DETECTION: A THOROUGH REVIEW
banzixiang的博客
12-12 601
论文翻译：USE OF LIDAR FOR NEGATIVE OBSTACLE DETECTION: A THOROUGH REVIEW
论文翻译：LiDAR Based Negative Obstacle Detection for Field Autonomous Land Vehicles
banzixiang的博客
12-17 1685
论文翻译：LiDAR Based Negative Obstacle Detection for Field Autonomous Land Vehicles
关于激光雷达传感器分类及简介
weixin_42491720的博客
11-22 4409
激光雷达传感器实际上可以分为两部分：激光和雷达。激光（Light Amplification by Stimulated Emission of Radiation）原子受激辐射的光，故名“激光”其光子光学特性高度一致。因此激光相比普通光源单色性、方向性好，亮度更高。雷达，是英文Radar的音译，源于radio detection and ranging的缩写，意思为"无线电探测和测距"，即用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。雷达是利用电磁波探测目标的电子设备。
基于三维激光雷达和深度图像的自动驾驶汽车障碍物检测方法.pdf
09-20
基于三维激光雷达和深度图像的自动驾驶汽车障碍物检测方法 智能汽车领域中，障碍物检测是自动驾驶技术的关键组件之一。基于三维激光雷达和深度图像的障碍物检测方法是当前研究的热点之一。本文将对该方法进行详细的...
Kinect与二维激光雷达结合的机器人障碍检测.pdf
08-14
本文主要探讨了如何利用Kinect相机和二维激光雷达（Lidar）相结合的技术，实现移动机器人的低成本三维障碍物检测。这种技术对于机器人导航和避障具有重要意义，特别是在复杂环境中，如室内服务机器人或自动化物流...
基于深度学习的道路障碍物检测方法.pdf
08-18
本文提出了一种基于深度学习的道路障碍物检测方法，能够解决激光雷达三维点云数据处理和道路障碍物检测的问题，提高道路障碍物检测的精度和效率。 关键技术点： 1. 统计滤波算法：对原始点云进行离群点的剔除处理...
ObstacleDetection-1:障碍物检测演示
06-02
ObstacleDetection A demo of obstacle detection. 本工程实现了一种障碍物识别方法。该方法基于颜色特征和图像分割技术，只适用于室内地面环境，且障碍物的颜色特征不能和障碍物相同的情况。 开发环境：Windows7+Eclipse+OpenCV。
计算机视觉论文-2021-03-10
中科院AI算法工程师的博客
03-10 5199
本专栏是计算机视觉方向论文收集积累，时间：2021年3月9日，来源：paper digest 欢迎关注原创公众号【计算机视觉联盟】，回复【西瓜书手推笔记】可获取我的机器学习纯手推笔记！ 直达笔记地址：机器学习手推笔记（GitHub地址） 1, TITLE:Selective Replay Enhances Learning in Online Continual Analogical Reasoning AUTHORS: Tyler L. Hayes ; Christopher Kan...
网络安全学术顶会——S&P 2023 议题清单、摘要与总结（中）
漏洞战争
06-10 3957
注：本文由ChatGPT与Claude联合生成51、Effective ReDoS Detection by Principled Vulnerability Modeling and Exploit Generation正则表达式拒绝服务攻击（ReDoS）是一种算法复杂度攻击。对于易受攻击的正则表达式，攻击者可以精心制作某些字符串来触发超线性最坏情况匹配时间，从而导致正则表达式引擎的拒绝服务。最...
感知安全(激光雷达)论文速览 | S&P 2023, PLA-LiDAR: Physical Laser Attacks againstLiDAR-based 3D Object Detection
NLOS的博客
12-04 582
注1:本文系“最新论文速览”系列之一,致力于简洁清晰地介绍、解读最新的顶会/顶刊论文。
【MATLAB】ROS bag 激光雷达数据处理
个人笔记仅供本人查阅参考
11-12 3026
filepath=fullfile('~/','2021-11-12-16-54-23.bag'); bag=rosbag(filepath); geometry_message=select(bag,'MessageType','sensor_msgs/LaserScan'); data=readMessages(geometry_message); data{1,1}.Ranges(35)
自动驾驶Lidar与Radar融合论文总结
CV_Autobot的博客
05-06 370
作者|eyesighting 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/626073824?点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群Lidar与Radar融合论文LiRaNet题目：LiRaNet: End-to-End Trajectory Prediction using ...
CVPR2020开源论文（部分带阅读笔记）
热门推荐
知识混子_的博客
05-29 3万+
CVPR2020论文开源项目合集CNNExploring Self-attention for Image RecognitionImproving Convolutional Networks with Self-Calibrated ConvolutionsRethinking Depthwise Separable Convolutions: How Intra-Kernel Correlations Lead to Improved MobileNets图像分类Compositional Convo
cvpr 注意力机制_今日论文|Transformer++刷新翻译SOTA&跨越语言鸿沟的视觉共享嵌入&高度驱动注意力网络&多语言问答数据集&MORE...
weixin_35836405的博客
01-02 4366
今日人工智能领域新增论文224篇，AI日读精选其中36篇推荐给大家。这些论文主要来自CVPR，AAAI，ECAI，AISTATS，ESWC，WAAS，JMLR等会议与期刊。其中包含计算机视觉论文17篇[1-17]，自然语言处理论文5篇[18-22]，方法论论文3篇[27-29]，知识图谱论文4篇[31-34]，推荐系统论文2篇[35-36]。首先来看计算机视觉论文：- 在临床显微镜中处理...
ros导航【02】：robot_localization基本概念
gongdiwudu的专栏
04-16 9179
robot_localization 是状态估计节点的集合，每个节点都是用于在 3D 空间中移动的机器人的非线性状态估计器的实现。它包含两个状态估计节点，ekf_localization_node 和 ukf_localization_node。此外，robot_localization 提供了 navsat_transform_node，它有助于 GPS 数据的集成。 robots_localization 中的所有状态估计节点都有共同的特征，即： 融合任意数量的传感器。 节点不限制输入源的数量。例如
三维点云技术在电力线路障碍物检测中的应用与质量分析
本文主要探讨了基于三维点云技术在电力线路廊道障碍物检测中的应用，旨在实现电力线路安全巡检的自动化，提升工作效率。通过设计一套利用三维点云数据的检测方案，该方案能有效判断电力线与廊道内障碍物之间的安全...
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

打赏作者

RockWang.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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