Efficient Surfel-Based SLAM using 3D Laser Range Data in Urban Environments
文章目錄 整體流程 預處理 里程計 地圖表示 相對位姿計算 地圖更新 迴環檢測 候選幀選擇 迴環驗證 位姿優化 代碼優化 整體流程 如上圖所示，SuMa的整體流程可以分爲預處理，里程計和迴環檢測。 預處理部分將輸入的點雲 P P P預處理爲點圖 N D \mathcal{N}_{D} ND和法線圖 N D \mathcal{N}_{D} ND。 里程計使用 I C P ICP ICP算法，
相關文章
- 1. Complex urban dataset with multi-level sensors from highly diverse urban environments
- 2. Efficient Trajectory Planning for High Speed Flight in Unknown Environments
- 3. 泡泡一分鐘：Efficient Trajectory Planning for High Speed Flight in Unknown Environments
- 4. 讀論文：Recognizing Objects in Range Data Using Regional Point Descriptors （3D shape context 形狀描述子）
- 5. LineNet - a Zoomable CNN for Crowdsourced High Definition Maps Modeling in Urban Environments
- 6. Vote3Deep: Fast Object Detection in 3D Point Clouds Using Efficient CNN論文綜述（2016）
- 7. Vote3Deep: Fast Object Detection in 3D Point Clouds Using Efficient Convolutional Neural Networks
- 8. ICRA2018 SLAM論文
- 9. [SLAM]激光SLAM初學者代碼及論文推薦【轉】
- 10. NetFlix - Using Presto in our Big Data Platform on AWS
- 更多相關文章...
- • MyBatis environments - MyBatis教程
- • ionic Range - ionic 教程
- • JDK13 GA發佈：5大特性解讀
- • 互聯網組織的未來：剖析GitHub員工的任性之源
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Complex urban dataset with multi-level sensors from highly diverse urban environments
- 2. Efficient Trajectory Planning for High Speed Flight in Unknown Environments
- 3. 泡泡一分鐘：Efficient Trajectory Planning for High Speed Flight in Unknown Environments
- 4. 讀論文：Recognizing Objects in Range Data Using Regional Point Descriptors （3D shape context 形狀描述子）
- 5. LineNet - a Zoomable CNN for Crowdsourced High Definition Maps Modeling in Urban Environments
- 6. Vote3Deep: Fast Object Detection in 3D Point Clouds Using Efficient CNN論文綜述（2016）
- 7. Vote3Deep: Fast Object Detection in 3D Point Clouds Using Efficient Convolutional Neural Networks
- 8. ICRA2018 SLAM論文
- 9. [SLAM]激光SLAM初學者代碼及論文推薦【轉】
- 10. NetFlix - Using Presto in our Big Data Platform on AWS