转载自：https://blog.csdn.net/sgl_lgs/article/details/1058975851. 问题思考：我们最终的目的是为了生成自己的小型数据集用于点云深度学习网络的训练。因此，要生成自己的数据，就要先了解标准的数据集。在我们通过深度传感器或者多视角立体匹配等方法得到一个物体的三维点云之后，实际上会去思考三个主要的问题：1.1 点云的尺度不变性：如果我现在问你，上述的

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达激光雷达是⽬前⾃动驾驶系统中的核⼼传感器之⼀，但是由于其信息密度低、存在垂直盲区等问题，⼚商⼤多在其L4级⾃动驾驶系统中搭配多组激光雷达，下图为通⽤（Cruise）的⾃动驾驶汽⻋，采⽤了多激光雷达以弥补lidar+camera的不⾜，使⽤多激光雷达进⾏环境感知的前提是对各雷达的外参进⾏精准的标定，本⽂介绍⼀种基于NDT算法的⾃动多激光雷达标定技

参考：https://blog.csdn.net/qq_31828515/article/details/51791833https://www.jianshu.com/p/13a854172b0c一、二分查找二分查找又称折半查找，在C和C++里，二分查找是针对有序数组所用的一种快速查找元素的方法。二、二分查找的条件以及优缺点条件：针对有序数组（元素从小到大或从大到小）优点：查询速度较快，时间复杂

转载自：https://blog.csdn.net/SGL_LGS/article/details/105962966一、三维点云数据的采集随着科技的迅速发展，目前获得物体三维点云的方法也越来越多。一种是通过硬件设备（深度传感器，结构光等）直接得到物体的三维信息，另一种是通过软件算法进行图像间匹配间接计算出物体的三维信息。常见的方法手段，如图所示：这里不再对其中的内容进行展开说明。无论那一种方法，

参考：视觉SLAM十四讲学习笔记-第三讲-相似、仿射、射影变换和eigen程序、可视化演示使用Eigen实现四元数、欧拉角、旋转矩阵、旋转向量之间的转换 Eigen::Affine3f和Eigen::Matrix4f的转换 以及float 和 double类型转换相似、仿射、射影变换除了欧氏变换之外，3D空间还存在其他几种变换方式。它们一部分和测量几何有关。欧氏变换保持了向量的长度和夹角，相当于我

一、2D姿态描述二、三维坐标系下的旋转三维坐标的旋转有以下几种常见的表示形式：旋转向量，旋转矩阵，欧拉角，四元数,下面对这四种表示形式及其之间的转换进行介绍：旋转向量旋转的一个神奇之处就在于，三维空间的任意旋转，都可以用绕三维空间的某个轴旋转过某个角度来表示，即所谓的Axis-Angle表示方法。这种表示方法里，Axis可用一个三维向量(x,y,z)来表示，theta可以用一个角度值来表示，直观来

参考：https://www.cnblogs.com/kay2018/p/10319359.html一、概述：常用ROS术语：命令详细说明rostopic list显示活动的话题目录rostopic echo [话题名称]实时显示指定话题的消息内容rostopic find [类型名称]显示使用指定类型的消息的话题rostopic type [话题名称]显示指定话题的消息类型rostopic bw

从执行结果中可以看到，进程中包括四个线程：主线程、全局队列Spinner线程1、全局队列Spinner线程2，以及本地队列Spinner线程3。这就说明了单线程的不足，不管有多少个Subscriber，节点都只能顺序执行回调，这在某些时候是不能忍受的，因此，多线程有了用武之地，我们要做的事情就是增加spinner thread。在实际项目中，如果订阅回调中有耗时操作，那么可以用户可以启用多个Spi

参考：https://www.cnblogs.com/listenfwind/p/10311496.htmlhttps://www.cnblogs.com/listenfwind/p/10685192.html1. 概述KNN 可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一。注意：KNN 算法是有监督学习中的分类算法，它看起来和另一个机器学习算法 K-means 有点像（K-mea

说明：文中所举例的产品比较早，读者把重点放在学习原理上就好。本文的深度相机制造商涉及：Microsoft、Intel、Leap Motion、Orbbec、图漾、Occipital Structure、Stereolabs 、DUO。 文末附深度相机详细对比清单。1. Microsoft Kinect微软推出了两款Kinect。Kinect一代（Kinect v1）是基于结构光原理的深度相机，Ki