SOFT-SLAM2在KITTI数据集上霸榜了，作为视觉方案的定位方法，取得了超过激光-视觉融合的方法，凸显了该算法的优越性，所以赶紧紧跟潮流，研读相关论文。SOFT-SLAM: Computationally efficient stereo visual simultaneouslocalization and mapping for autonomous unmanned aerial ve

激光SLAM论文导读--LOAM、LeGO-LOAM、LIO-SAM、LIC-给FUSION开篇巨作LOAM （CMU张辑， RSS 2014）

ICRA2022 slam论文简单导读，未完待续

为了进一步验证泛化能力，我们在厨房环境中进行实验，首先根据真实厨房环境与训练环境的差异，将其划分成L1-L3三个等级，L1表示对新的案台上面布局和不同光照条件的通用性，L2表示额外有未见过的诱导物体，L3表示额外有较大的新未见任务设置，未见物体或者未见位置，然后对比不同方法在这三种场景下的成功率。机器人训练数据的采集是在一个环境下的，示教共13个机器人采集，然后会放在另外两个不同的环境中进行验证。

不同于LLM或者MLLM那样用于上百亿甚至上千亿参数量的大模型，具身执行大模型并不追求参数规模上的大，而是指其能吸收大量的数据，执行多种任务，并能具备一定的泛化能力，如笔者前博客里的RT1。目前该领域一个前沿工作是，该工作由美国Robot Learning顶尖高校（UC Berkeley，Stanford University，Carnegie Mellon University）联合推出，性能超

视觉特征点及匹配

机器人利用专家数据进行模仿学习可以学习到很多传统方法(依赖于抓取位姿估计和运动规划)所做不到的任务，比如使用工具、叠抹布、整理家务等，打开了通往通用机器人的希望之门。

DWA/DWB采样时，采样速度会倾向于目标速度，这使得速度只会单调变化（如单调减少，或者单调增加），对于线速度而言没什么明显不合适，但对于旋转而言，则造成每条采样轨迹只能朝一个方向延伸，如下图所示（黑色表示不合理采样轨迹，绿色无箭头附着的表示合理轨迹，绿色有箭头附着的为想跟随的参考轨迹），不适用于Z字形连续弯道和需要频繁转向的动态避障，这也是一个值得优化的点。有点则在于算法简单高效，低动态场景下适

三维点云数据获取方式及原理主要分为立体视觉测量法、结构光3D成像法、飞行时间TOF法。立体视觉测量法相机成像模型视觉SLAM14讲——相机模型介绍世界坐标系下的三维坐标点Pw⟶P_w\longrightarrowPw​⟶相机坐标系下的坐标Pc⟶P_c\longrightarrowPc​⟶归一化坐标Pnorm⟶P_{norm}\longrightarrowPnorm​⟶畸变后的坐标Pd...

3D端到端操作论文导读