综述 扫描数据中存在大量冗余数据（不同角度多次拍摄），为后续曲面重建、模型编辑等带来很大不便，因此需要点云数据简化。 模型的特征区域：进行检测和提取 非特征区域：简化处理 特...
发简信
IP属地：山东
-
笔记：三维点云数据特征检测 -
博主你好，请问视频里面演示的软件是什么软件？我最近在做delaunay三角网相关的学习。希望能得到你的帮助，谢谢！
提取平面点云的轮廓
一. 基于凸包的凹点挖掘算法： 1. 提取点云的凸包 2. 计算凸包每条边的顶点的点密度（即该点 K 个临近点到该点的距离平均值） 3. 如果顶点点密度大于所在边...
-
提取平面点云的轮廓
一. 基于凸包的凹点挖掘算法： 1. 提取点云的凸包 2. 计算凸包每条边的顶点的点密度（即该点 K 个临近点到该点的距离平均值） 3. 如果顶点点密度大于所在边...
-
-
惯导与里程计组合（1）
关注我新建的公众号 搜索惯导学习或learnsins 大家一起来学习惯导的速度是由积分而来，存在误差随时间的积累，而里程计的速度是直接测量量，其误差不随时间变化。由于这一特点...
-
小觅智能开学季 | 学习 SLAM 该如何入门？（持续更新）开学季，又有一批学 SLAM 的童鞋们要入坑了😂，为了方便大家愉快地学习，小觅智能整理了下知乎上 SLAM 领域的活跃问答者 @半闲居士@毛曙源@立党@bobin@太一吾鱼水...
-
SLAM 学习与开发经验分享
导语 毫无疑问，SLAM是当前最酷炫的技术.在这里，我给大家分享一些在学习SLAM的过程中的一些资料与方法（不断更新中...）https://github.com/bmsle...
-
个人微信公众号：3D视觉工坊<br>关注后，可以加入我们的技术交流群，以及获取3D视觉学习资料。<br>
-
SLAM后端优化（续）一、“续”的由来 上一篇文章已经讲了SLAM的后端优化，使用的是Bundle Adjustment方法。而且介绍了如何利用矩阵的稀疏性加速运算。不过现实往往比我们想象的更残酷...
-
-
SLAM学习笔记2笔记分两部分: 1. SLAM基本框架 2.用cmake编译cpp源文件 SLAM基本框架 SLAM要解决两个问题：定位和建图。一个基本的SLAM框架包括：传感器信息读取，视...
-
-
SLAM后端优化一、什么是后端优化 上一篇文章介绍了视觉里程计的设计与实现，也就是所谓的“前端”。既然有前端就一定有后端，本文就来介绍一下SLAM的后端优化。 前端的视觉里程计可以给出一个增...
-
-
Ceres入门
Ceres solver 是谷歌开发的一款用于非线性优化的库，在谷歌的开源激光雷达slam项目cartographer中被大量使用。Ceres官网上的文档非常详细地介绍了其具...
-
Optimization的树洞。<br>找到自己的定位(开心点)并努力实现。
