綜述 掃描數(shù)據中存在大量冗余數(shù)據（不同角度多次拍攝），為后續(xù)曲面重建、模型編輯等帶來很大不便，因此需要點云數(shù)據簡化。 模型的特征區(qū)域：進行檢測和提取 非特征區(qū)域：簡化處理 特...
發(fā)簡信
IP屬地：山東
-
筆記：三維點云數(shù)據特征檢測 -
博主你好，請問視頻里面演示的軟件是什么軟件？我最近在做delaunay三角網相關的學習。希望能得到你的幫助，謝謝！
提取平面點云的輪廓
一. 基于凸包的凹點挖掘算法： 1. 提取點云的凸包 2. 計算凸包每條邊的頂點的點密度（即該點 K 個臨近點到該點的距離平均值） 3. 如果頂點點密度大于所在邊...
-
提取平面點云的輪廓
一. 基于凸包的凹點挖掘算法： 1. 提取點云的凸包 2. 計算凸包每條邊的頂點的點密度（即該點 K 個臨近點到該點的距離平均值） 3. 如果頂點點密度大于所在邊...
-
-
慣導與里程計組合（1）
關注我新建的公眾號 搜索慣導學習或learnsins 大家一起來學習慣導的速度是由積分而來，存在誤差隨時間的積累，而里程計的速度是直接測量量，其誤差不隨時間變化。由于這一特點...
-
小覓智能開學季 | 學習 SLAM 該如何入門？（持續(xù)更新）開學季，又有一批學 SLAM 的童鞋們要入坑了??，為了方便大家愉快地學習，小覓智能整理了下知乎上 SLAM 領域的活躍問答者 @半閑居士@毛曙源@立黨@bobin@太一吾魚水...
-
SLAM 學習與開發(fā)經驗分享
導語 毫無疑問，SLAM是當前最酷炫的技術.在這里，我給大家分享一些在學習SLAM的過程中的一些資料與方法（不斷更新中...）https://github.com/bmsle...
-
個人微信公眾號：3D視覺工坊<br>關注后，可以加入我們的技術交流群，以及獲取3D視覺學習資料。<br>
-
SLAM后端優(yōu)化（續(xù)）一、“續(xù)”的由來 上一篇文章已經講了SLAM的后端優(yōu)化，使用的是Bundle Adjustment方法。而且介紹了如何利用矩陣的稀疏性加速運算。不過現(xiàn)實往往比我們想象的更殘酷...
-
-
SLAM學習筆記2筆記分兩部分: 1. SLAM基本框架 2.用cmake編譯cpp源文件 SLAM基本框架 SLAM要解決兩個問題：定位和建圖。一個基本的SLAM框架包括：傳感器信息讀取，視...
-
-
SLAM后端優(yōu)化一、什么是后端優(yōu)化 上一篇文章介紹了視覺里程計的設計與實現(xiàn)，也就是所謂的“前端”。既然有前端就一定有后端，本文就來介紹一下SLAM的后端優(yōu)化。 前端的視覺里程計可以給出一個增...
-
-
Ceres入門
Ceres solver 是谷歌開發(fā)的一款用于非線性優(yōu)化的庫，在谷歌的開源激光雷達slam項目cartographer中被大量使用。Ceres官網上的文檔非常詳細地介紹了其具...
-
Optimization的樹洞。<br>找到自己的定位(開心點)并努力實現(xiàn)。
