原创 slam知識總結

slam的歷史和現狀   http://wwwbuild.net/roboteasy/908066.html slamcn官網   http://www.slamcn.org/index.php/%E9%A6%96%E9%A1%B5 SL

原创 研究生--論文書寫規範

整體流程:                                                                              圖1  論文主要內容 摘要部分: 字數在1000——1200字左右;

原创 小知識點_python基礎_默認參數調用_getopt

#https://www.cnblogs.com/zz22--/p/7719285.html #https://www.jianshu.com/p/a877e5b46b2d import getopt import sys opts

原创 大規模多會話圖SLAM的在線全局環路閉包檢測

摘要-對於大規模、長期的同步定位與地圖(SLAM),機器人必須處理由被綁架的機器人問題或多會話映射引起的未知初始定位。本文通過將SLAM系統與全局環路閉合檢測方法結合來解決這些問題,該方法本質上處理了這些情況。然而,全局環路閉合檢測方法的

原创 點雲上實時三維目標檢測的歐拉區域方案 ----Complex-YOLO

原文名稱:Complex-YOLO: An Euler-Region-Proposal for  Real-time 3D Object Detection on Point Clouds原文地址:http://www.sohu.com/

原创 基於視圖聚合的聯合三維生成與目標檢測----avod

摘要 我們提出AVOD,一個用於自主駕駛場景的聚合視圖對象檢測網絡。提出的神經網絡結構使用LIDAR點雲和RGB圖像生成由兩個子網絡共享的特徵:區域建議網絡(RPN)和第二級檢測器網絡。提出的RPN使用能夠在高分辨率特徵地圖上執行多模態特

原创 RGB-D SLAM系統評估的基準---TUM

翻譯:A Benchmark for the Evaluation of RGB-D SLAM Systems 原文鏈接:https://www.researchgate.net/publication/261353760_A_bench

原创 用RGBD投影激光雷達數據:depthimage_to_laserscan

轉載自知乎上:https://zhuanlan.zhihu.com/p/56559798 參考: http://wiki.ros.org/depthimage_to_laserscan https://github.com/ros-per

原创 程序代碼整理

1.攝像頭圖讀取數據 2.設置默認參數調用 3.python3多進程實現 1.攝像頭圖讀取數據 #!/usr/bin/env python # -*- coding: utf-8 -*- import os import v4l2ca

原创 畢業論文——知識總結

注意事項: 該部分內容來自於自己的研究生論文,   目錄   1 slam分類 2 常見傳感器的優缺點: 聲納傳感器、激光傳感器、紅外傳感器、慣性導航傳感器、GPS 3 路徑規劃算法整理 圖搜索算法: Dijkstra算法 A*算法原理:

原创 大爺的詩集

2019/5/16 朗朗滿月 東芳主建家族羣, 盛世勿忘與時進。 同族異姓各南北, 異姓同根居西東。 忠孝難圓天倫樂, 網上相聚如一庭。 男女老幼親亦友, 共侃大山擺龍門 2019/5/17 天香 家有天香白牡丹, 婷婷玉立在門前。 不畏

原创 python_基礎_默認參數調用_getopt

#https://www.cnblogs.com/zz22--/p/7719285.html #https://www.jianshu.com/p/a877e5b46b2d import getopt import sys opts

原创 用RGBD模擬激光雷達數據:depthimage_to_laserscan

轉載自知乎上:https://zhuanlan.zhihu.com/p/56559798 參考: http://wiki.ros.org/depthimage_to_laserscan https://github.com/ros-per

原创 總結_實習_yolov3識別

文件:1yolov3操作流程 2 調用ros節點實現  3 dark_ros實現教程 參考網址: https://pjeddie.com/darknet/yolo/                         https://www.

原创 自主駕駛多視圖三維目標檢測網絡

摘要 本文針對自主駕駛場景中的高精度三維目標檢測問題進行了研究。我們提出了多視圖三維網絡(MV3D),一個感官融合框架,以激光雷達點雲和RGB圖像爲輸入,預測定向三維邊界框。我們用一個緊湊的多視圖表示對稀疏的三維點雲進行編碼。 該網絡由兩