草庐IT

激光SLAM

全部标签

【视觉SLAM】DM-VIO: Delayed Marginalization Visual-Inertial Odometry

L.v.StumbergandD.Cremers,“DM-VIO:DelayedMarginalizationVisual-InertialOdometry,”inIEEERoboticsandAutomationLetters,vol.7,no.2,pp.1408-1415,April2022,doi:10.1109/LRA.2021.3140129.论文阅读方法:Title,Abstract——>是否符合研究方向——>Conclusion——>是否感兴趣——>图表(实际效果)——>Introduction(吹嘘效果)——>Result(论文核心部分)——>Experiment实验方法,过程

一起自学SLAM算法:12.1 ros-navigation导航系统

连载文章,长期更新,欢迎关注:写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统第9章-视觉SLAM系统第10章-其他SLAM系统第11章-自主导航中的数学基础第12章-典型自主导航系统     12.1ros-navigation导航系统        12.2riskrrt导航系统        12.3autoware导航系统        12.4导航系统面临的一些挑战第13章-机器人SLAM导航综合实战可以说ros-navigation是ROS

一起自学SLAM算法:12.1 ros-navigation导航系统

连载文章,长期更新,欢迎关注:写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统第9章-视觉SLAM系统第10章-其他SLAM系统第11章-自主导航中的数学基础第12章-典型自主导航系统     12.1ros-navigation导航系统        12.2riskrrt导航系统        12.3autoware导航系统        12.4导航系统面临的一些挑战第13章-机器人SLAM导航综合实战可以说ros-navigation是ROS

基于深度学习的人工林地面激光扫描点云立木特征参数提取方法

Paper题目:ADeepLearning-BasedMethodforExtractingStandingWoodFeatureParametersfromTerrestrialLaserScanningPointCloudsofArtificiallyPlantedForestAbstract利用基于三维点云的技术量化立木和立木参数,可以在林业生态效益评估和立木培育和利用中发挥关键作用。随着光探测与测距(LiDAR)扫描等三维信息获取技术的进步,可以更高效地获取大面积、复杂地形的树木林分信息。然而,由于森林地面的多样性、树木形态的多样性,以及林业经常种植为大规模人工林的事实,有效地分割人工

一起自学SLAM算法:11.3 路径规划

连载文章,长期更新,欢迎关注:写在前面第1章-ROS入门必备知识第2章-C++编程范式第3章-OpenCV图像处理第4章-机器人传感器第5章-机器人主机第6章-机器人底盘第7章-SLAM中的数学基础第8章-激光SLAM系统第9章-视觉SLAM系统第10章-其他SLAM系统第11章-自主导航中的数学基础     11.1自主导航发展简史        11.2环境感知        11.3路径规划        11.4运动控制        11.5强化学习与自主导航第12章-典型自主导航系统第13章-机器人SLAM导航综合实战路径规划其实就是在回答图11-1中机器人提出的第3个问题“我该如

【视觉SLAM】Keeping Less is More: Point Sparsification for Visual SLAM

Citations:Y.ParkandS.Bae.KeepingLessisMore:PointSparsificationforVisualSLAM[C].2022IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS).Kyoto,Japan.2022:7936-7943.Keywords:Bundleadjustment,Performanceevaluation,Locationawareness,Visualization,Simultaneouslocalizationandmapping,Limiting

【视觉SLAM】Keeping Less is More: Point Sparsification for Visual SLAM

Citations:Y.ParkandS.Bae.KeepingLessisMore:PointSparsificationforVisualSLAM[C].2022IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS).Kyoto,Japan.2022:7936-7943.Keywords:Bundleadjustment,Performanceevaluation,Locationawareness,Visualization,Simultaneouslocalizationandmapping,Limiting

迅镭激光董事长颜章健受邀参加江苏师范大学研究生毕业答辩活动

  5月20日,迅镭激光董事长颜章健应邀赴江苏师范大学物电学院进行为期2天的考察交流,并作为特聘专家参加光电信息工程专业研究生毕业答辩活动。校企携手 再谱新篇  考察期间,江苏师范大学物电学院举行欢迎座谈会,江苏师范大学学科办主任闫长春、物电学院党委书记王夫寿、副院长张乐等校领导出席。  学科办主任闫长春致欢迎词,对颜董的到访表示欢迎,对其长期以来对学校发展的关心和支持表示感谢。双方就研究生联合培养、江苏省研究生工作站建设、建立迅镭激光实验室、共建光电信息科学与工程专业、开设激光应用相关课程等项目进行深入探讨,旨在构建多元化校企合作长效机制,打造校企合作典范!  江苏师范大学物电学院成立于19

FPGA上的视觉 SLAM

在FPGA开发板上实现基于立体视觉的SLAM。绪论SLAM(同步定位和地图绘制)在自动驾驶、AGV和无人机等各种应用中引起了人们的广泛关注。尽管目前有很多优秀的SLAM项目可以参考,但是他们的复杂性(高性能)及依赖性(依赖于许多外部库),使得它们无法移植到简单的平台(例如嵌入式系统)。该项目更加重视简洁的算法和更少的依赖性。很多不开源的库也将被删除。另一方面,利用FPGA加速来达到实时的处理速度。功能10FPS实时运行闭环检测3D占用网格地图生成通过USB3.0连接进行实时监控软件和硬件的所有设计文件均开源GitHub项目很复杂,感兴趣的不会太多,提前放出代码所有设计文件都包含在以下GitHu

2022年全球市场牙科激光设备总体规模、主要生产商、主要地区、产品和应用细分研究报告

本文研究全球市场、主要地区和主要国家基于区块链的身份的销量、销售收入等,同时也重点分析全球范围内主要厂商(品牌)竞争态势,基于区块链的身份销量、价格、收入和市场份额等。针对过去五年(2017-2021)年的历史情况,分析历史几年全球基于区块链的身份总体规模,主要地区规模,主要企业规模和份额,主要产品分类规模,下游主要应用规模等。规模分析包括销量、价格、收入和市场份额等。针对未来几年基于区块链的身份的发展前景预测,本文预测到2028年,主要包括全球和主要地区销量、收入的预测,分类销量和收入的预测,以及主要应用基于区块链的身份的销量和收入预测等。据GIR(GlobalInfoResearch)调研