作者：蔣天園 來源：公眾號@3D視覺工坊 鏈接：匯總|基於激光雷達的3D目標檢測開源項目&數據集 前言 這一片文章主要介紹目前3D目標檢測的一些比較重要的數據集合在github上比較好用的3D目標檢測項目。包含了最火最熱的KITTI到當前研究前沿的多模態，時序融合 ...

Hector slam： Hector slam利用高斯牛頓方法解決scan-matching問題，對傳感器要求較高。 缺點：需要雷達（LRS）的更新頻率較高，測量噪聲小。所以在制圖過程中，需要robot速度控制在比較低的情況下，建圖效果才會比較理想，這也是它沒有回環（loop ...

1、激光分類 維度分類： a、二維激光（單點反射、平面、旋轉台） b、三維激光 距離分類： a、近距離：壁障、碰撞檢測、路邊檢測 b、遠距離：行人檢測、定位、建圖 特點： 優點： a、可以直接獲取深度信息； b、不受環境光照影響，比較穩定； 缺點： a、稀疏性； b、幾何 ...

基於后端分類： 圖優化方法 滑動窗口 濾波器方法：多傳感器融合 基於圖優化的方法： 主要分為圖的構建和求解 幀間匹配算法： ICP及其變形（PI-ICP、NIC ...

1.Beam Model Beam Model我將它叫做測量光束模型。個人理解，它是一種完全的物理模型，只針對激光發出的測量光束建模。將一次測量誤差分解為四個誤差。 $ph_{hit}$，測量本身產生的誤差，符合高斯分布。 $ph_{xx}$，由於存在運動物體產生的誤差 ...

原文鏈接：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？ 前言 一年前，我在公眾號“從零開始搭SLAM”里看到了一系列高質量的原創文章，這些文章都是號主李想利用業余時間創作完成的，這些文章循序漸進，帶領讀者一步步邁入激光SLAM的精彩世界。 因為Cartographer ...

Nguyen, V., et al. (2007)."A comparison of line extraction algorithms using 2D range data for indoor mobile robotics." Autonomous Robots 23 ...

3D慣導Lidar SLAM LIPS: LiDAR-Inertial 3D Plane SLAM 摘要 本文提出了最近點平面表示的形式化方法，並分析了其在三維室內同步定位與映射中的應用。提出了一個利用最近點平面表示的無奇異平面因子，並在基於圖的優化框架中證明了它與慣性預積測量的融合。所得 ...