VLM 决定认知上限VLN 决定任务表达能力VLA 决定商业可行性。

先来一份调研数据：2019 年，全球六大手机品牌的市场份额总计达到 73.3%，同比上升 3.98 个百分点。2019年是 5G 手机出货的元年，头部厂商发布强势产品，在 5G 手机领域依然占据非常高的市场份额。2019 年，华为、三星、 vivo 在全球 5G 手机市场份额分别是 36.9%、 35.8%、 10.7%。（Strategy Analytics,东莞证券）。下面是笔者关注的...

1. 动态目标实时三维重建-结构光方案动态目标 三维重建Stripe boundary codes for real-time structured-light range scanning of moving objects我们提出了一种新的实时结构光扫描方法。在分析现有结构光技术的基本假设之后，我们基于编码投影条纹之间的边界，导出了一组新的照明模式。这些条纹边界码允许对移动物体的距离扫描，只对

本文结合一些pape并且将资源进行整合，以便于后期的学习。博客将这些资源一下，这里不得提到大名鼎鼎的KinectFusion以及他后面的一系列工作。KinectFusion单篇论文引用都已经超过3000次了，可以称得上是具有划时代意义的一篇巨著，如果只想看现阶段效果最好的三维重建算法，请拉到文章最后（如有更好的算法，还请各位留言告知，以便于笔者及时更新，还望告知）一、KinectFusion（..

分水岭算法实现（C++、opencv）1.作用：分割图像，2.实现：#include <cmath>#include <iostream>#include <memory>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <o

此外，表4和表5中两者的比较也表明，基于EKF的地标求解器和基于GN的地标求解器都能有效、可靠地保证高精度，虽然基于EKF的地标求解器导致精度略有下降，但它可以实现明显较低的计算复杂度。因此很难在资源受限的系统上提供准确的定位，为了解决这个问题，本文提出了SchurVINS，一种基于滤波的视觉惯性系统，综合考量了视觉残差，同时通过Schur操作降低计算复杂度，使得精度和效率的得到了良好的平衡，并在

在目前实际的视觉SLAM中，闭环检测多采用DBOW2模型https://github.com/dorian3d/DBoW2，而bagofwords又运用了数据挖掘的K-means聚类算法，笔者只通过bagofwords模型用在图像处理中进行形象讲解，并没有涉及太多对SLAM的闭环检测的应用。PART ONE 1.Bag-of-words模型简介Bag-of-words模型是信息...

本文列举了一些AR发展的看法，以及以后可能的方向，相信可以很好的为一些爱好者提供一些参考，此外国内亮凤台、视+AR等，相信在时代变革的时候也有机会称为新一代巨头AR的一点理解AR是什么AR是人类的第三只眼，让人类在现实世界中看到虚拟物体并与之交互。目前AR的实际应用与刚需是最大的障碍，希望大家一定要考虑到刚需的问题，利用ar特有的优势，这样的应用，才能更好地发挥出AR的强势特点。VR是人类做梦的一

排序算法分类内部排序算法又分为基于比较的排序算法和不基于比较的排序算法，其分类如下：比较排序： 直接插入排序希尔排序（插入） 冒泡排序快速排序 (交换)直接选择排序 堆排序（选择） 归并排序非比较排序：桶排序 基数排序排序算法比较表格排序算法平均时间复杂度最坏时间复杂度空间复杂度是否稳...

多传感器融合之滤波（三）：IMU,GPS,Lidar,Ladar数据处理