自動駕駛系統(tǒng)時間同步的前世今生
除了自動駕駛域需要精確的時鐘信息外，其他域相關(guān)功能同樣也需要。大屏上實(shí)時高精地圖顯示；駕駛員實(shí)時疲勞....
相機(jī)標(biāo)定為什么能夠達(dá)到小于0.01像素誤差的精度？
因?yàn)橄鄼C(jī)成像的模型比較復(fù)雜，所以依賴于一張圖像來標(biāo)定相機(jī)是不可靠的。但是我們可以把世界坐標(biāo)固定在標(biāo)定....
什么樣的點(diǎn)可以稱為三維點(diǎn)云中的關(guān)鍵點(diǎn)呢？
本工作受D2-Net啟發(fā)，提出了一種新的三維點(diǎn)云關(guān)鍵點(diǎn)定義方式，將其與三維點(diǎn)的特征描述子關(guān)聯(lián)起來，有....
一種基于NeRF的六自由度姿態(tài)估計(jì)方法
Instant NGP：其提出是用來降低Nerf的訓(xùn)練和推理代價(jià)，采用由可訓(xùn)練的特征向量的多分辨率哈....
低速自動化感知系統(tǒng)的重建、識別、重組和重新定位的研究
本文的工作部分受到了Malik等人在[5]中的工作的啟發(fā)。這項(xiàng)工作的作者提出，計(jì)算機(jī)視覺的核心問題是....
實(shí)測ubuntu20.04機(jī)械式激光雷達(dá)與相機(jī)聯(lián)合標(biāo)定
在過濾周圍環(huán)境點(diǎn)云后，在rviz中點(diǎn)擊Capture sample采集樣本，會出線綠色框代表根據(jù)點(diǎn)云....
一種基于深度注意力感知特征的視覺定位框架
其突出的優(yōu)勢在于：1.該方法達(dá)到了極高的精度。即使是在訓(xùn)練以及建圖是用到了激光雷達(dá)（點(diǎn)云數(shù)據(jù)），但在....
使用廣角鏡頭邊緣進(jìn)行深度感知和里程測量
廣角相機(jī)以小、輕、經(jīng)濟(jì)高效的外形提供豐富的信息，是移動機(jī)器人的獨(dú)選。內(nèi)部和外部的精確標(biāo)定是使用廣角鏡....
介紹ICRA 2022中關(guān)于事件相機(jī)的幾篇文章
本文針對火星上直升飛機(jī)執(zhí)行任務(wù)場景，設(shè)計(jì)了一種基于事件相機(jī)的事件-視覺-慣性里程計(jì)(EVIO)，其前....
基于直線空間變換的線結(jié)構(gòu)光光平面標(biāo)定方法
由于參與擬合光條直線方程的數(shù)據(jù)存在提取誤差,可增加激光線數(shù)量,將多個線面約束方程求解問題轉(zhuǎn)換成超靜定....
看一下GDB是通過什么機(jī)制來控制指令集的執(zhí)行
為了完整性，這里把部分 GDB 調(diào)試指令貼一下，有感性認(rèn)識即可。這里沒有列舉所有的指令，列出的指令都....
激光雷達(dá)相機(jī)外參標(biāo)定相關(guān)內(nèi)容
來自CMU Robotics Institute, 已知最早3D Laser與相機(jī)標(biāo)定的工作（200....
為什么基于學(xué)習(xí)的VO很難超過傳統(tǒng)VSLAM？
首先就是數(shù)據(jù)量的問題，深度學(xué)習(xí)是非常吃數(shù)據(jù)的。模型越大，想讓網(wǎng)絡(luò)權(quán)重收斂所需的數(shù)據(jù)規(guī)模也就越大。
3D結(jié)構(gòu)光的優(yōu)點(diǎn)及參數(shù)如何進(jìn)行標(biāo)定
首先，激光器投射結(jié)構(gòu)光平面到平面棋盤格上形成激光條紋，并通過CCD 攝像機(jī)采集激光條紋圖像。然后，對....
一種快速的激光視覺慣導(dǎo)融合的slam系統(tǒng)
一個建立在兩個基于直接法的緊耦合的完整的激光視覺慣導(dǎo)融合的slam框架；
激光雷達(dá)的3D成像原理及應(yīng)用分類
就和人的兩個眼睛一樣，各種兩個攝像頭的手機(jī)大都會用這種方法來獲得深度信息，從而得到三維圖像。但深度受....
空間稀疏推理(SSI)加速深度生成模型
生成模型近年來發(fā)展迅猛，已經(jīng)表現(xiàn)出極強(qiáng)的真實(shí)感合成能力，在三維重建、AI繪畫、音視頻創(chuàng)作、可控圖像生....
基于結(jié)構(gòu)光的高精度開源三維重建系統(tǒng)
許多面向建筑領(lǐng)域的機(jī)器人作業(yè)都需要獲得高精度的三維表面信息以完成類似于自動水泥拋光匯總石膏噴涂等作業(yè)....
基于深度神經(jīng)網(wǎng)絡(luò)的多領(lǐng)域?qū)崟r目標(biāo)檢測算法
基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測器不斷發(fā)展，并用于多種應(yīng)用，每個應(yīng)用都有自己的一組要求。安全關(guān)鍵型的應(yīng)用程....
Meta開發(fā)AITemplate，大幅簡化多GPU后端部署
AITemplate 在 CNN、Transformer 和 Diffusion 模型上都能提供接近....
基于純Radar的障礙物和可行駛區(qū)域檢測
作者在BEV二維平面檢測和生成Free Space，分別生成的是2D檢測框和稠密的占位柵格地圖(de....
用于評估不同平臺上的定位和建圖精度的多傳感器校園數(shù)據(jù)集
結(jié)合多個傳感器使機(jī)器人能夠最大限度地感知環(huán)境，并增強(qiáng)其對外部干擾的魯棒性，對機(jī)器人導(dǎo)航至關(guān)重要。
S3E：用于協(xié)作SLAM的大規(guī)模多模態(tài)數(shù)據(jù)集
對于內(nèi)部同步，觸發(fā)單元周期性地產(chǎn)生脈沖來觸發(fā)激光雷達(dá)、雙目攝像機(jī)和IMU。值得注意的是，F(xiàn)PGA產(chǎn)生....
基于深度學(xué)習(xí)的3D分割綜述（RGB-D/點(diǎn)云/體素/多目）
數(shù)據(jù)集對于使用深度學(xué)習(xí)訓(xùn)練和測試3D分割算法至關(guān)重要。然而，私人收集和標(biāo)注數(shù)據(jù)集既麻煩又昂貴，因?yàn)樗?...
求一種有效的低光圖像增強(qiáng)方案
低光圖像是夜晚拍照時極為常見的一種現(xiàn)象。不充分的光照會極大的降低圖像的視覺質(zhì)量，細(xì)節(jié)損失、低對比度不....
介紹一種模塊化多模式架構(gòu)DeepFusion
作者提出了一種模塊化網(wǎng)絡(luò)架構(gòu)，用于融合激光雷達(dá)、相機(jī)和雷達(dá)，以實(shí)現(xiàn)精確、穩(wěn)健和遠(yuǎn)距離的3D物體檢測。
用于處理三維點(diǎn)云的深度學(xué)習(xí)方法的分析
3D點(diǎn)云學(xué)習(xí)（ Point Clouds）作為近年來的研究熱點(diǎn)之一，受到了廣泛關(guān)注，每年在各大會議上....
基于視覺傳感器的ORB-SLAM系統(tǒng)的學(xué)習(xí)
視覺SLAM是一種基于視覺傳感器的 SLAM 系統(tǒng)，與激光傳感器相比，視覺傳感器具有成本低、保留環(huán)境....
一種使用transformer架構(gòu)的新型線段描述符
雖然在SLAM和SFM中，特征點(diǎn)已經(jīng)被廣泛研究，但在圖像中分布不均勻的特征點(diǎn)可能會導(dǎo)致不穩(wěn)定和不準(zhǔn)確....
工商網(wǎng)監(jiān)