完整的距离多普勒算法主要包括距离压缩、距离徙动矫正（矫正距离走动和距离弯曲）、方位压缩等步骤。其中距离走动矫正即可在时域进行也可在频域进行，而距离弯曲矫正一般在多普勒域进行。在距离多普勒域叫作RCMC是算法的主要特定，因此被称为“距离多普勒（RD）”算法。具体算法流程如下图。（1）小斜视情况 前面已经给出里SAR原始信号模型及距离历程的数学模型，分别为根据驻定相位原理，距离FFT结果为：距离频域匹配滤波函数:距离压缩的输出为：其中，pr(.)为sinc函数。方位频率为.进行方位FFT：第一个相位项为固定信息，在成像中一般没用，在干涉成像中非常重要；第二项为方位调制。为距离多普勒域内的距离等式，

Paper题目：AnIndividualTreeSegmentationMethodBasedonWatershedAlgorithmandThree-DimensionalSpatialDistributionAnalysisFromAirborneLiDARPointCloudsAbstract准确的单树分割是后续林业参数计算分析的重要依据。然而，基于栅格化冠层高度模型的方法通常会由于插值操作而遭受3-D信息丢失。因此，本文提出了一种基于标记控制的分水岭算法和机载激光雷达点云的3-D空间分布分析的个体树分割方法。首先，基于局部极大值滤波得到的潜在树顶点，进行标记控制的分水岭分割算法，得到粗

上篇文章分享了关于Oculii4D雷达的两篇报告。数据集是一个非常重要的研究工具，对于4D雷达领域来说，处于一个研究前沿的位置，鲜有公开的数据集，目前能找到的数据集有：   这些文章中的数据集有不少博主也写过，但往往都是对于作者原文的翻译，实际的获取和使用基本没有涉猎，本文将更加深入和具体地说明这几个数据集，并给出获取的方法、使用方法及注意事项等。目录1.Astyx数据集：时间20192.VoD数据集20223.  RADIal数据集4.TJ4DRadSet（2022）目前并未开源总结： 更新log：Tj4D数据集已可以获取，需要签署保密协议并发送至邮箱通过对方获取（2月7日后开始处理）。--

文章目录前言一、激光雷达1.启动激光雷达二、运行激光SLAM1.打开slam2.机器人运动建图3.机器人导航避障前言启动激光雷达并查看数据，建图并避障导航一、激光雷达1.启动激光雷达roslaunchrobot_navigationlidar.launch在终端输入启动雷达，雷达开始旋转，并打印scan话题，rostopicecho/scan，在虚拟机中roslaunchrobot_navigationlidar_rviz.launch查看图形化的雷达数据。二、运行激光SLAM1.打开slamroslaunchrobot_navigationrobot_slam_lidar.launch在终端

系列文章目录·【3D激光SLAM】LOAM源代码解析–scanRegistration.cpp·【3D激光SLAM】LOAM源代码解析–laserOdometry.cpp·【3D激光SLAM】LOAM源代码解析–laserMapping.cpp·【3D激光SLAM】LOAM源代码解析–transformMaintenance.cpp写在前面本系列文章将对LOAM源代码进行讲解，在讲解过程中，涉及到论文中提到的部分，会结合论文以及我自己的理解进行解读，尤其是对于其中坐标变换的部分，将会进行详细的讲解。本来是懒得写的，一个是怕自己以后忘了，另外是我在学习过程中，其实没有感觉哪一个博主能讲解的通篇都

目录1.基本雷达图2.多组数据的雷达图 3交互式雷达地图4 动态雷达图0雷达图概述        雷达图（RadarChart），也被称为蜘蛛图（SpiderChart）或星型图，是一种用于可视化多维数据的图表类型。雷达图通常由一个多边形或星形的图形构成，每个顶点代表数据的不同维度，而多边形的边缘表示数据的数值。每个维度通常位于雷达图的边缘，而数据值沿着半径方向绘制。以下是雷达图的一般特点和用途：特点：多维度表示：雷达图允许同时表示多个维度的数据，每个维度对应于雷达图的一个轴。这使得用户可以直观地比较不同维度的数据。相对比例：数据通常以相对比例的方式表示，因此用户可以看到各维度之间的相对关系。

雷达图（RadarChart），也被称为蛛网图或星型图，是一种用于可视化多个变量之间关系的图表形式。雷达图是一种显示多变量数据的图形方法。通常从同一中心点开始等角度间隔地射出三个以上的轴，每个轴代表一个定量变量，各轴上的点依次连接成线或几何图形。雷达图可以用来在变量间进行对比，或者查看变量中有没有异常值。雷达图中每个轴的相对位置和角度通常是无信息的。每个变量都具有自己的轴，彼此间的距离相等，所有轴都有相同的刻度。在将数据映射到这些轴上时，需要注意预先对数值进行标准化处理，保证各个轴之间的数值比例能够做同级别的比较。1.主要元素雷达图的主要元素包括：坐标轴：每个变量对应一个射线或轴线，从中心点向

本文为我在浙江省北大信研院-智能计算中心-情感智能机器人实验室-科技委员会所做的一个分享汇报，现在我把它搬运到博客中。由于参与分享汇报的同事有许多是做其他方向的机器人工程师（包括硬件、控制等各方面并不是专门做SLAM的工程师），加上汇报的内容较多，因此在分享中我尽量使用简介的口语，而不出现复杂的公式。所以本文面向的是3D-slam方向的初学者，不涉及到源码解析。内容在整理中参考了许多链接，将放在最后。在文章结束后，我会把原PPT放在最后面，需要者自取。另外打个广告，在slam方向或者强化学习导航方向有实习意愿的，请发送简历至zkyy828@163.com，谢谢。内容比较多，放一个目录，感兴趣的

文章目录前言1激光雷达-Litev1和v2的问题1.113m偏移(蓝标和黑标激光雷达)1.2I2C干扰(蓝标激光雷达)1.3I2C上的传感器锁定(黑标激光雷达)1.4GPS干扰(黑标激光雷达)2通过I2C连接3通过PWM连接3.1可选省电功能4测试传感器5视频指南6参数说明前言Garmin/PulsedLightLIDAR-Lite测距仪是一种低成本光学测距解决方案，在大多数工作条件下的测距范围为40m，功耗低，外形小巧。该传感器可从包括 Sparkfun在内的许多在线零售商处购买。技术信息请点击此处(here)。1激光雷达-Litev1和v2的问题在Lidar-Litev1和v2中发现了一些