最新发布！2D激光雷达与相机数据融合的新方法

作者：小柠檬 | 编辑：3DCV

在公众号「3DCV」后台，回复「原论文」获取论文

添加微信：dddvision，备注：3D高斯，拉你入群。文末附行业细分群

原文：最新发布！2D激光雷达与相机数据融合的新方法

SLAM算法已被广泛研究，并在我们的日常生活中获得了重要的意义，特别是随着机器人技术和自动驾驶的进步。目前，SLAM主要可分为2D SLAM和3D SLAM。在2D SLAM的情况下，可以以较低的计算要求实现平面的精确映射和定位。但是，它具有不考虑 3D 信息的局限性。相比之下，3D SLAM可以通过在物体上整合3D数据来生成地图，并在有障碍物的复杂室内空间中进行定位。然而，由于计算要求高，它可能在嵌入式系统中的实时实现中面临挑战。我们提出了一种基于LLF算法的2.5D SLAM。在实验中，我们证实了我们提出的采用LLF算法的2.5D SLAM在检测3D物体和Mapping方面表现出比2D SLAM更好的性能。

3D视觉视频课程

官网：3dcver.com

我们的3D视觉学习平台包含：相位偏折术、面结构光高阶、结构光、机械臂抓取、工业点云实战、Open3D、深度学习缺陷检测、3D缺陷检测、BEV&Occ、Transformer、模型部署、3D目标检测、单目深度估计、车载标定、规划与控制、无人机、三维视觉C++、三维视觉python、dTOF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、激光-视觉-IMU-GPS融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪。

▲长按扫码学习3D视觉精品课程

国内3D视觉学习圈子

我们的3D视觉学习圈子「3D视觉从入门到精通」知识星球、国内成立时间最早、6000+成员交流学习。包括：星球专属课程近20门（价值超6000）、项目对接、3D视觉学习路线总结、最新顶会论文&代码、3D视觉行业最新模组、3D视觉源码汇总、书籍推荐、编程基础&学习工具、实战项目&作业、求职招聘&面经&面试题等等。国内超一流3D视觉学习圈子！欢迎您扫码加入我们的学习圈子知识星球。

▲长按扫码加入星球

3D视觉交流群

大家好，群里会第一时间发布3D计算机视觉方向的最前沿论文解读和交流分享，主要方向有：

视觉SLAM、激光SLAM、语义SLAM、NeRF-SLAM、路径规划、相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、阵列相机、光度立体视觉、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图、深度估计、Transformer、多传感器标定、多传感器融合、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、BEV感知、Occupancy、目标跟踪、四旋翼建模、无人机飞控、求职、硬件选型、视觉产品落地、最新论文、3D视觉最新产群。

添加微信: dddvision，备注：研究方向+学校/公司+昵称（如3D点云+清华+小草莓）, 拉你入群。