摘要： 近年来，随着深度学习技术的发展和硬件算力的不断增强，自动驾驶技术越来越多的应用在各种场景。包括视觉感知、激光雷达感知和多传感器融合感知技术在这些年都得到了迅速发展。本文首先回顾了近年来自动驾驶感知技术的相关工作，然后介绍了相关工作所用到的方法和技术。随后整理并介绍了自动驾驶感知所需的数据集和
Published on 2024-09-10
读取 .bag文件报错 [FATAL] [1702017430.130428395]: Required op field missing 报错如下： $ rosbag play tsari.bag [ INFO] [1702017430.118011688]: Opening tsari.bag
Published on 2023-12-08
LIDAR感知任务 使用LIDAR的感知任务可以分为两种： 低层次感知：仅检测障碍物。 高层次感知：对障碍分类，是目标识别。 检测到障碍物后，得到其位置，方向，尺寸等信息，一般用bbox或多边形来描述障碍物。 障碍物检测 Pipeline 如果是多传感器，需要对Lidar的点云 (pc) 做时间同步
Published on 2023-12-06
介绍了作者是个傻逼这件事。 同时介绍Ubuntu系统下如何安装PCL和VTK，以及它们的测试方法
Published on 2023-01-12
前言 本文内容是针对 .pcd格式的点云进行处理。 文中模型出自TU Wien采集的佛头模型[2]。 相关函数和算法 pcd格式点云文件读取 clear all ptCloud = pcread('head1.pcd'); pcshow(ptCloud) Figure 1.1 佛头点云的可视化
Published on 2022-09-16
随便写点 Jan/15/2023 最近在学PCL，关于网上很多使用PCL将PCD转PLY格式的内容，不能说有错，因为文件的header确实被正确的修改，也能被读取。但是存在一个问题：PLY的header中，element face 的数量依然是0。这是因为那些转换方式不是一个表面重建的过程，PCD（
Published on 2022-06-19
同质邻域 对于点云文件，因为缺乏分析公式的缘故，导致曲率计算比较复杂。 伞曲率使用K- NN算法，找到某个点的8个最近的相邻点，这8个点不仅要考虑最近距离，而且还考虑方向，这些点组成一个伞状区域。此区域被称为同质邻域（homogeneous neighborhood）。 Figure 1 K-NN
Published on 2022-06-14
什么是点云（Point Cloud） 直观地讲，点云文件就是坐标系中大量的点组成的数据集。 除了PCD格式以外，PLY，OBJ，X3D等格式也支持点云数据。 程序如何识别PCD文件 在每个点云文件的开头，都包含一个header。 在header中声明了该点云数据的属
Published on 2022-06-14
