以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#開源##論文# IROS 2023｜港科大開源使用 Catmull-Rom 樣條進(jìn)行在線單目車道建圖方案

【Online Monocular Lane Mapping Using Catmull-Rom Spline】

文章鏈接：http://arxiv.org/abs/2307.11653

開源代碼：

https://github.com/HKUST-Aerial-Robotics/MonoLaneMapping

摘要：在這項(xiàng)研究中，我們引入了一種在線單目車道測(cè)繪方法，該方法僅依賴于單個(gè)攝像頭和里程計(jì)來(lái)生成基于樣條的地圖。我們提出的技術(shù)將車道關(guān)聯(lián)過程建模為利用二分圖的分配問題，并通過結(jié)合倒角距離、姿態(tài)不確定性和橫向序列一致性來(lái)為邊緣分配權(quán)重。此外，我們精心設(shè)計(jì)控制點(diǎn)初始化、樣條參數(shù)化和優(yōu)化，以逐步創(chuàng)建、擴(kuò)展和細(xì)化樣條。與之前使用自行構(gòu)建的數(shù)據(jù)集評(píng)估性能的研究相比，我們的實(shí)驗(yàn)是在可公開訪問的 OpenLane 數(shù)據(jù)集上進(jìn)行的。實(shí)驗(yàn)結(jié)果表明，我們建議的方法提高了車道關(guān)聯(lián)和里程計(jì)精度，以及整體車道地圖質(zhì)量。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

最后介紹一下我們最近的幾個(gè)學(xué)習(xí)活動(dòng)：

1、從零掌握GNSS、RTK定位

2、從零開始ChatGPT編程

3、視覺動(dòng)態(tài)SLAM方向全梳理

4、快速入門激光雷達(dá)慣性SLAM-FastLio2

5、超棒的機(jī)器人SLAM圈！