点击上方“3D视觉工坊”，选择“星标”干货第一时间送达文章导读本文介绍无人驾驶中几种主流的环境感知传感器，包括视觉摄像机、毫米波雷达、超声波雷达、激光雷达。通过分析对比每种传感器的原理和优...

作者：K.Fire | 来源：计算机视觉工坊添加微信：dddvisiona，备注：自动驾驶，拉你入群。文末附行业细分群。1 前言全覆盖路径规划(complete coverage path planning, CCPP)问题的任务是确定一条路径，该路径在避开障碍物的情况下通过一个区域或一定空间范围内的所有点。Choset根据环境地图是否先验已知，将全覆盖路径规划算法分为“在线式”和“离线式”两类.

来源 | 古月居01 数据地图1.1 地图类型1.2 栅格地图表示方式a. 本栏路径规划利用矩阵（二维数组）来表示栅格地图（因为对于矩阵，无论MATLAB、C++还是Python，矩阵更适合数组的表达，更便于编程。）b. 矩阵表示地图与传统意识中坐标X,Y有所区别。如图所示的地图，在矩阵表示中，起点位置为[3,1]，终点为[3,5]，三个障碍物分别为[2,3],[3,3]和[4,3]。在坐标表示.

作者：PCIPG-晨艺|来源：3DCV添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群。1 什么是三维重建在计算机视觉中，三维重建是指根据单视图或者多视图的图像重建三维信息的过程。由于单视频的信息不完全，因此三维重建需要利用经验知识，而多视图的三维重建(类似人的双目定位)相对比较容易，其方法是先对摄像机进行标定，即计算出摄像机的图像坐标系与世界坐标系的关系，然后利用多个.

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达Part 1 前言在探讨3D 点云补全专题前，先介绍三个概念：概念一：partial observation，一个观测或一个侧面观测...

作者丨李迎松@知乎来源丨https://zhuanlan.zhihu.com/p/522285892编辑丨3D视觉工坊本篇是比较简单的基础概念，刚入门的朋友可能是需要的。视差图点云首先，我们要介绍下这三个概念。视差（disparity）深度（depth）深度D等于像素在该视图相机坐标系下Z坐标，是空间单位。深度并不特在校正后的图像对里使用，而是任意图像都可获取深度图。视差...

作者IRoar冷颜@CSDN编辑I3D视觉开发者社区前言目前，深度图像的获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法等。针对深度图像的研究重点...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达来源：新机器视觉本人所在行业属于3D视觉方向，因此最近也是学习了很多3D视觉的知识，这次专门总结一下。传统工业机器视觉中，2D指的是...

来源：光学追光者激光雷达根据原理可以分为TOF（飞行时间），三角法测距和相位测距三种方式。三角法测距为三角测距法是利用相似三角形本地可以测得透镜中心和照射到CMOS/CCD上的距离，就可以得到物距，本地的分辨率l决定了探测物体的分辨率。因此当物距越大，探测精度越低。因此该方法测距较短且需要大面积的光电探测器。TOF为目前大多数的自动驾驶采用的雷达方案，通过发射脉冲激光，计算脉冲激光经过目标并反射回

作者：PCIPG-zzl | 来源：计算机视觉工坊添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群。1 什么是点云分割点云分割的目标是将点云数据中的点分成不同的组或类别，使每个组中的点都属于同一种物体或区域。根据空间，几何和纹理等特征对点云进行划分，使同一划分内的点云拥有相似的特征。点云分割的目的是分块，从而便于单独处理。分割过程有助于从各个方面分析场景，例如定位和识别对