JavaShuo
栏目
标签
基于描述符匹配的激光点云定位
时间 2020-12-20
栏目
系统网络
繁體版
原文
原文链接
目的: 使用纯激光点云进行实时全局定位。 点云的全局匹配比较困难,即使使用NDT也只能在一个先验位置附近搜索。 NDT匹配运算量较大。 动态物体影响较大。 效果: 每次匹配在100ms左右,还有提升空间。 适用于小到100平米大到3000平米区域的全局匹配。 全局定位水平平均精度在30cm,垂直精度在60cm 滤波后水平平均精度在20cm,垂直精度在20cm 方法: 主要算法基于https://g
>>阅读原文<<
相关文章
1.
[SLAM]2D激光扫描匹配方法
2.
视觉半稠密点云匹配性能测试:基于分割描述符法
3.
点云的基本特征和描述
4.
基于点云强度的3D激光雷达与相机的外参标定
5.
基于激光雷达点云的3D目标检测方法
6.
点云匹配和ICP算法概述
7.
激光点云预处理
8.
须要匹配的枚举描述
9.
基于激光雷达的里程计及3D点云地图中的定位方法
10.
sift匹配描述子距离判断选择更好的匹配点
更多相关文章...
•
Spring基于Annotation装配Bean
-
Spring教程
•
Spring基于XML装配Bean
-
Spring教程
•
☆基于Java Instrument的Agent实现
•
RxJava操作符(十)自定义操作符
相关标签/搜索
描述
匹配
激光
配位
位于
定位
等价描述
定于
系统网络
PHP 7 新特性
MyBatis教程
Spring教程
阿里云
0
分享到微博
分享到微信
分享到QQ
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
1.
css 让chrome支持小于12px的文字
2.
集合的一点小总结
3.
ejb
4.
Selenium WebDriver API
5.
人工智能基础,我的看法
6.
Non-local Neural及Self-attention
7.
Hbuilder 打开iOS真机调试操作
8.
improved open set domain adaptation with backpropagation 学习笔记
9.
Chrome插件 GitHub-Chart Commits3D直方图视图
10.
CISCO ASAv 9.15 - 体验思科上一代防火墙
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
[SLAM]2D激光扫描匹配方法
2.
视觉半稠密点云匹配性能测试:基于分割描述符法
3.
点云的基本特征和描述
4.
基于点云强度的3D激光雷达与相机的外参标定
5.
基于激光雷达点云的3D目标检测方法
6.
点云匹配和ICP算法概述
7.
激光点云预处理
8.
须要匹配的枚举描述
9.
基于激光雷达的里程计及3D点云地图中的定位方法
10.
sift匹配描述子距离判断选择更好的匹配点
>>更多相关文章<<