SuperPoint語義 SLAM深度學(xué)習(xí)用于特征提取

相機(jī)只有旋轉(zhuǎn)而無平移的時(shí)候，兩視圖的對(duì)極約束不成立，基礎(chǔ)矩陣F為零矩陣，這時(shí)候需要使用單應(yīng)矩陣H場(chǎng)景中的點(diǎn)都在同一個(gè)平面上，可以使用單應(yīng)矩陣計(jì)算像點(diǎn)的匹配點(diǎn)。

2023-12-10 標(biāo)簽：算法SLAM深度學(xué)習(xí) 948 0

室內(nèi)環(huán)境大規(guī)模雷達(dá)SLAM具體原理是什么？

來看一下Radarize的具體pipeline，輸入是Radar幀，輸出是機(jī)器人軌跡和全局地圖。Radarize主要利用FMCW雷達(dá)信號(hào)的特性，由三部分組成。

2023-12-06 標(biāo)簽：算法雷達(dá)雷達(dá)信號(hào) 807 0

怎么去處理視覺SLAM長期定位中的外觀變化和軌跡漂移呢？

服務(wù)機(jī)器人、巡檢機(jī)器人、自動(dòng)駕駛車輛等SLAM應(yīng)用，需要進(jìn)行長時(shí)間的定位和導(dǎo)航，但是可能會(huì)遇到很多光照變化（甚至天氣季節(jié)變化）、不同視角提取的不同特征、...

2023-12-04 標(biāo)簽：機(jī)器人SLAM自動(dòng)駕駛 1123 0

基于視覺SLAM的研究現(xiàn)狀

目前視覺SLAM系統(tǒng)可以在微型個(gè)人計(jì)算機(jī)（PC）和嵌入式設(shè)備中運(yùn)行，甚至可以在智能手機(jī)等移動(dòng)設(shè)備中運(yùn)行（Klein和Murray，2009）。與室內(nèi)或室...

2023-12-04 標(biāo)簽：移動(dòng)機(jī)器人SLAM自動(dòng)駕駛 1318 0

一種基于RGB-D圖像序列的協(xié)同隱式神經(jīng)同步定位與建圖(SLAM)系統(tǒng)

提出了一種基于RGB-D圖像序列的協(xié)同隱式神經(jīng)同步定位與建圖(SLAM)系統(tǒng)，該系統(tǒng)由完整的前端和后端模塊組成，包括里程計(jì)、回環(huán)檢測(cè)、子圖融合和全局優(yōu)化。

2023-11-29 標(biāo)簽：RGBCCMSLAM 818 0

視覺SLAM開源算法ORB-SLAM3原理與代碼解析

地圖點(diǎn)/路標(biāo)點(diǎn)：將圖像上被觀察到的特征點(diǎn)通過三角化等方式進(jìn)行深度恢復(fù)，我們就可以得到其對(duì)應(yīng)的在三維空間的位置，同時(shí)包含幀的觀測(cè)信息，這種點(diǎn)就被稱為地圖點(diǎn)...

2023-11-09 標(biāo)簽：算法圖像SLAM 3189 0

基于OASIS的移動(dòng)機(jī)器人上傳感器布置優(yōu)化方案

在本文中，我們提出了OASIS方法，用于優(yōu)化地在一個(gè)用于執(zhí)行SLAM的移動(dòng)機(jī)器人上布置傳感器。我們的方法將設(shè)計(jì)任務(wù)形式化為在一個(gè)可計(jì)算的E-最優(yōu)性性能度...

2023-10-30 標(biāo)簽：傳感器機(jī)器人移動(dòng)機(jī)器人 1062 0

基于NeRF的實(shí)時(shí)激光雷達(dá)SLAM算法

LONER是一個(gè)純LiDAR算法，也沒有使用IMU。雷達(dá)掃描首先降采樣（將為5 Hz），然后用ICP跟蹤，并從場(chǎng)景幾何中分割出天空。對(duì)于建圖線程，是使用...

2023-10-25 標(biāo)簽：函數(shù)SLAM激光雷達(dá) 2219 0

探討目前主流3D激光SLAM算法方案

　激光SLAM局部定位精度高但全局定位能力差且對(duì)環(huán)境特征不敏感，而視覺SLAM全局定位能力好但局部定位相對(duì)激光雷達(dá)較差，兩者融合可以提高SLAM系統(tǒng)的精...

2023-10-23 標(biāo)簽：傳感器3DSLAM 1787 0

機(jī)器人移動(dòng)過程中基于概率模型的SLAM方法

對(duì)于一個(gè)經(jīng)典的SLAM問題，假設(shè)xt是t時(shí)刻的狀態(tài)量，z1:t為時(shí)刻的觀測(cè)量，u1:t是1:t時(shí)刻的控制量，m是地圖，則SLAM需要求解的是在已知控制量...

2023-10-16 標(biāo)簽：機(jī)器人移動(dòng)機(jī)器人SLAM 475 0

深度解析自動(dòng)駕駛中的BEV和SLAM技術(shù)

SLAM主要通過各種傳感器掃描周圍空間的物體結(jié)構(gòu)，以3維數(shù)據(jù)來描述這些信息。BEV同樣通過傳感器掃描獲知周邊狀況，主要以2維數(shù)據(jù)來描述這些信息。

2023-09-21 標(biāo)簽：CMOS控制系統(tǒng)SLAM 1549 0

SLAM/SfM相似非回環(huán)場(chǎng)景應(yīng)該如何處理？

相似結(jié)構(gòu)一直是SLAM和SfM中很難處理卻又不得不處理的問題，如果機(jī)器人遇到了非常相似但實(shí)際不同的結(jié)構(gòu)，很容易因?yàn)槠ヅ鋽?shù)量足夠多而引發(fā)假陽性回環(huán)和重建失...

2023-09-20 標(biāo)簽：機(jī)器人SLAM分類器 1012 0

一文詳解SLAM關(guān)鍵技術(shù)

SLAM(Simultaneous Localization and Mapping)同步定位與地圖構(gòu)建,一種同時(shí)實(shí)現(xiàn)設(shè)備自身定位和環(huán)境地圖構(gòu)建的技術(shù)。

2023-09-20 標(biāo)簽：傳感器攝像頭SLAM 4150 0

未來三年內(nèi)，AMR機(jī)器人市場(chǎng)占比有望超過50%

移動(dòng)機(jī)器人應(yīng)用所面臨的場(chǎng)景非常多樣，目前的自然導(dǎo)航技術(shù)不足以應(yīng)對(duì)所有的情形，隨著未來AMR應(yīng)用的進(jìn)一步深入，導(dǎo)航技術(shù)仍是移動(dòng)機(jī)器人需要突破的重點(diǎn)。

2023-09-14 標(biāo)簽：傳感器AMR移動(dòng)機(jī)器人 559 0

基于視覺傳感器的無人機(jī)導(dǎo)航示意圖

基于光流的方法無法獲得精確的距離，這可能會(huì)限制在某些特定任務(wù)中的使用。相比之下，基于 SLAM 的方法可以通過復(fù)雜的 SLAM 算法提供精確的度量地圖，...

2023-09-13 標(biāo)簽：移動(dòng)機(jī)器人視覺傳感器無人機(jī) 1489 0

三維視覺中l(wèi)inux的作用是什么

對(duì)于研究SLAM、自動(dòng)駕駛、工業(yè)3D視覺的小伙伴來說，Linux開發(fā)現(xiàn)在已經(jīng)越來越重要。尤其是對(duì)于低成本的家用掃地機(jī)、割草機(jī)等產(chǎn)品，Linux是主流的開發(fā)系統(tǒng)。

2023-09-11 標(biāo)簽：LinuxSLAM自動(dòng)駕駛 420 0

3D重建的SLAM方案算法解析

GO-SLAM主要還是基于NeRF進(jìn)行稠密重建，可以發(fā)現(xiàn)相較于NICE-SLAM這些SOTA方案，GO-SLAM重建場(chǎng)景的全局一致性更好，這主要是因?yàn)樗?..

2023-09-11 標(biāo)簽：3D機(jī)器視覺SLAM 1806 0

SLAM領(lǐng)域中的VIO（視覺慣性里程計(jì)）

IMU測(cè)量可以提高視覺SLAM在某些復(fù)雜場(chǎng)景的魯棒性，在于相機(jī)快速運(yùn)動(dòng)、動(dòng)態(tài)障礙物、光線明暗變化明顯、環(huán)境中紋理缺失等導(dǎo)致圖像信息質(zhì)量較差的情況下，利用...

2023-09-07 標(biāo)簽：SLAMVIOIMU 5075 0

視覺SLAM是什么？視覺SLAM的工作原理 視覺SLAM框架解讀

近年來，SLAM技術(shù)取得了驚人的發(fā)展，領(lǐng)先一步的激光SLAM已成熟的應(yīng)用于各大場(chǎng)景中，視覺SLAM雖在落地應(yīng)用上不及激光SLAM，但也是目前研究的一大熱...

2023-09-05 標(biāo)簽：傳感器攝像頭SLAM 4639 0

一種融合語義不變量的點(diǎn)線立體SLAM系統(tǒng)

傳統(tǒng)的同步定位與制圖（SLAM）系統(tǒng)使用環(huán)境的靜態(tài)點(diǎn)作為實(shí)時(shí)定位和制圖的特征。當(dāng)可用的點(diǎn)特征很少時(shí)，系統(tǒng)很難實(shí)現(xiàn)。一個(gè)可行的解決方案是引入線特征。在包含...

2023-09-01 標(biāo)簽：傳感器機(jī)器人函數(shù) 806 0