摘要： https://blog.csdn.net/jacken123456/article/details/107618910 阅读全文

摘要： Journal 1区 Science Robitics [19.4] Soft Robotics [6.7] IEEE Transactions on Pattern Analysis and Machine Intelligence [11.8] 2区 International Journal 阅读全文

摘要： https://github.com/weisongwen/UrbanLoco HK Data: HK-Data20190316-1： https://drive.google.com/file/d/1p8c8oHXPGIkhe-7RPtxs5KqV_QgjpWgf/view?usp=sharing 阅读全文

摘要： @ Ⅰ、INTRODUCTION removing-and-reverting算法： 1.我们首先保守地保留静态点(见图1的中间)，并将错误移除的点还原。这个过程处理一批测量，不像[14]中的连续Bayesian更新集中在后处理角色上，因为我们的主要目的是构建一定长度的静态映射，并确保动态点被强擦除 阅读全文

摘要： https://packages.ubuntu.com/zh-cn/ 阅读全文

摘要： https://github.com/jbehley/point_labeler 阅读全文

该文被密码保护。 阅读全文

摘要： @ 一、主要贡献 提出了基于TSDF的slam算法，该算法只基于纯几何的滤波方法就可以对动态目标进行滤除。我们提出利用配准所获得的残差，结合环境中自由空间的显式表示来检测动力学。因为没有使用深度学习和目标跟踪，所以不受类别、运动速度、运动物体数量的约束。 二、主要流程 我们首先通过直接利用模型表示的 阅读全文

摘要： @ 一、 非线性处理/测量模型 我们知道KF是面临的主要问题就是非线性处理模型（比如说CTRV）和非线性测量模型（RADAR测量）的处理。我们从概率分布的角度来描述这个问题： 对于我们想要估计的状态，在$k$时刻满足均值为$x_k$,方差为$P_k$ 这样的一个高斯分布，这个是我们在k时刻的 后验( 阅读全文

摘要： @ RANSAC主要解决样本中的外点问题，最多可处理50%的外点情况。 一、基本思想： RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点，并用下述方法进行验证： 有一个模型适用于假设的局内点，即所有的未知参数都能从假设的局内点计算得出。 用1中得到的模型去测试所有的 阅读全文