DeepLO:Geometry-Aware Deep LiDAR Odometry 2019 论文笔记
视频链接:链接 使用surfel based 的表示方法（vertex+normal）作为网络的输入，避免了量化损失，看起来是一种不错的表示方法，既没有误差，保留了点云数据的精确性，还以一种map 的形式提供邻域查询功能，不需要KDtree检索之类。 此外，使用几何一致性约束的损失函数进行无监督训练，通过扰动成像的方法证明了损失函数的可行性。并在部分场景上取得了优于有监督训练的精度。 DeePLO
相关文章
- 1. LO-Net:Deep Real-time Lidar Odometry激光里程计 2019 论文笔记
- 2. CNN for IMU Assisted Odometry Estimation usingVelodyne LiDAR 论文笔记
- 3. 【论文笔记】LiDAR and Camera Calibration using Motion Estimated by Sensor Fusion Odometry
- 4. LIMO: Lidar-Monocular Visual Odometry
- 5. DeepPCO：End-to-End Point Cloud Odometry through Deep ParallelNeural Network 2020 论文笔记
- 6. 论文《LIBRE: The Multiple 3D LiDAR Dataset》笔记
- 7. DMLO: Deep Matching LiDAR Odometry 2020 激光里程计
- 8. LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping论文解读
- 9. Introduction to Camera Pose Estimation with Deep Learning && 2019 论文笔记
- 10. 论文笔记：Deep Residual Learning
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • CAP理论是什么？ - NoSQL教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. LO-Net:Deep Real-time Lidar Odometry激光里程计 2019 论文笔记
- 2. CNN for IMU Assisted Odometry Estimation usingVelodyne LiDAR 论文笔记
- 3. 【论文笔记】LiDAR and Camera Calibration using Motion Estimated by Sensor Fusion Odometry
- 4. LIMO: Lidar-Monocular Visual Odometry
- 5. DeepPCO：End-to-End Point Cloud Odometry through Deep ParallelNeural Network 2020 论文笔记
- 6. 论文《LIBRE: The Multiple 3D LiDAR Dataset》笔记
- 7. DMLO: Deep Matching LiDAR Odometry 2020 激光里程计
- 8. LIO-SAM: Tightly-coupled Lidar Inertial Odometry via Smoothing and Mapping论文解读
- 9. Introduction to Camera Pose Estimation with Deep Learning && 2019 论文笔记
- 10. 论文笔记：Deep Residual Learning