完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > slam
SLAM (simultaneous localization and mapping),也稱為CML (Concurrent Mapping and Localization), 即時定位與地圖構(gòu)建,或并發(fā)建圖與定位。問題可以描述為:將一個機(jī)器人放入未知環(huán)境中的未知位置
文章:411個 瀏覽:32512次 帖子:26個
基于遠(yuǎn)程數(shù)據(jù)處理的智慧城市機(jī)器人視覺SLAM
第二種方法涉及移動設(shè)備/機(jī)器人/無人機(jī)上的數(shù)據(jù)預(yù)處理(例如,特征檢測、提取和編碼),隨后將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程服務(wù)器(云/霧/邊緣計算)進(jìn)行進(jìn)一步處理并獲取地...
如何讓多相機(jī)視覺SLAM系統(tǒng)更易于部署且對環(huán)境更具魯棒性?本文提出了一種適用于任意排列多相機(jī)的通用視覺里程計系統(tǒng)。在KITTI-360和MultiCam...
用于機(jī)器人定位和建圖的增強(qiáng)型LiDAR-慣性SLAM系統(tǒng)
在這項工作中,我們提出了一種用于無人駕駛地面車輛定位的集成改進(jìn)型 LiDAR-慣性同步定位和建圖系統(tǒng) [29]。我們提出了一種基于粒子濾波器的里程計的系統(tǒng)設(shè)計。
XRSLAM設(shè)計了靈活易拓展的多傳感器支持,當(dāng)前發(fā)布的版本以單目相機(jī)和IMU作為傳感器輸入,在此基礎(chǔ)上,我們會進(jìn)一步拓展到多目相機(jī)、深度相機(jī)以及廣角相機(jī)...
本文提出了一種新方法,通過使用點(diǎn)到平面匹配將VIO/VSLAM系統(tǒng)生成的稀疏3D點(diǎn)云與數(shù)字孿生體進(jìn)行對齊,從而實現(xiàn)精確且全球一致的定位,無需視覺數(shù)據(jù)關(guān)聯(lián)...
為了能讓基于事件相機(jī)的vSLAM在事件數(shù)據(jù)上實現(xiàn)位姿估計和三維重建,研究者設(shè)計出了多種多樣針對事件相機(jī)的數(shù)據(jù)關(guān)聯(lián)、位姿估計和三維重建的解決方案。我們將主...
2023-05-12 標(biāo)簽:視覺傳感器SLAM深度學(xué)習(xí) 679 0
基于NID-SLAM對神經(jīng)SLAM在動態(tài)環(huán)境下的性能提升
TUM數(shù)據(jù)集上相機(jī)跟蹤結(jié)果,評價指標(biāo)是ATE RMSE [ m ] (↓),表示相關(guān)文獻(xiàn)未提及這個數(shù)據(jù)。
2024-01-12 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)SLAM 632 0
相機(jī)標(biāo)定(Camera Calibration):因為上面做的只是計算了物體在相機(jī)坐標(biāo)系下的坐標(biāo),我們還需要確定相機(jī)跟機(jī)器人的相對位置和姿態(tài),這樣才可以...
2023-04-21 標(biāo)簽:傳感器機(jī)器視覺工業(yè)機(jī)器人 626 0
未來三年內(nèi),AMR機(jī)器人市場占比有望超過50%
移動機(jī)器人應(yīng)用所面臨的場景非常多樣,目前的自然導(dǎo)航技術(shù)不足以應(yīng)對所有的情形,隨著未來AMR應(yīng)用的進(jìn)一步深入,導(dǎo)航技術(shù)仍是移動機(jī)器人需要突破的重點(diǎn)。
SLAM首先是一個狀態(tài)估計問題:在前端中,我們需要從k-1時刻的狀態(tài)量 出發(fā),推斷出k時刻的狀態(tài) ,最簡單的情況下,狀態(tài)僅包含位姿,如果用四元數(shù)表達(dá)旋轉(zhuǎn)...
在非靜態(tài)環(huán)境中進(jìn)行地圖繪制和定位是機(jī)器人學(xué)的基本問題。之前的方法大多關(guān)注靜態(tài)和高度動態(tài)的物體,但在半動態(tài)環(huán)境中,如果不考慮低動態(tài)物體(如停放的汽車和行人...
結(jié)構(gòu)光原理的深度攝像機(jī)通常具有激光投射器、光學(xué)衍射元件(DOE)、紅外攝像頭三大核心器件。
對于研究SLAM、自動駕駛、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)。
目標(biāo)邊界點(diǎn)的選擇是有效探索的關(guān)鍵。以邊界為基礎(chǔ)的戰(zhàn)略是由Yamauchi首先提出的。所使用的探索策略是識別當(dāng)前地圖中的所有邊界區(qū)域,然后驅(qū)動機(jī)器人前往最...
鐳神智能機(jī)器人3D SLAM無人叉車應(yīng)用案例:國內(nèi)知名移動電源企業(yè)的智能化升級
在當(dāng)今快速發(fā)展的消費(fèi)電子市場中,企業(yè)對于生產(chǎn)效率和成本控制的要求日益嚴(yán)格。某知名移動電源企業(yè)是一家專業(yè)生產(chǎn)戶外儲能、移動電源、藍(lán)牙耳機(jī)、無線充等消費(fèi)電子...
一種基于點(diǎn)、線和消失點(diǎn)特征的單目SLAM系統(tǒng)設(shè)計
本文提出了一種穩(wěn)健的單目視覺SLAM系統(tǒng),該系統(tǒng)同時利用點(diǎn)、線和消失點(diǎn)特征來進(jìn)行精確的相機(jī)位姿估計和地圖構(gòu)建,有效解決了傳統(tǒng)基于點(diǎn)特征的SLAM的局限性。
C++一直都被稱作是最難學(xué)的計算機(jī)語言,筆者從業(yè)多年,也認(rèn)為確實如此。相比于其他幾種語言,單純從語法結(jié)構(gòu)來說,C++都是比較困難的。何況很多同學(xué)并不是計...
三維高斯?jié)姙R大規(guī)模視覺SLAM系統(tǒng)解析
近期興起的神經(jīng)輻射場(NeRF)與三維高斯?jié)姙R(3DGS)技術(shù)在視覺SLAM中展現(xiàn)出令人鼓舞的突破性成果。然而,當(dāng)前主流方法多依賴RGBD傳感器,并且僅...
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |