文件名称：puma:用于LiDAR里程表和制图的Poisson表面重建
文件大小：1.26MB
文件格式：ZIP
更新时间：2024-04-21 11:46:07
mapping lidar surface-reconstruction slam odometry
用于LiDAR里程表和制图的Poisson表面重建 冲浪板 贸易发展基金 我们的方法 表：KITTI里程表基准的序列00的不同映射技术之间的定性比较。 该库实施了我们的论文描述的算法。 这是一个LiDAR Odometry和Mapping管道，使用算法将地图构建为三角形网格。 我们提出了一种新颖的frame-to-mesh配准算法，其中我们通过估算LiDAR的6个*度来计算车辆的姿态。 为了实现这一点，我们通过计算输入扫描中每个点与地图网格之间的射线与三角形的交点，将每次扫描投影到三角形网格。 我们使用库的加速了这种光线投射技术。 我们研究的主要应用旨在于自动驾驶汽车。 目录 运行代码 注意：所有命令均假定您正在此共享工作空间上工作，因此，请先运行cd apps/然后再运行任何命令。 要求：安装docker 如果您打算使用我们的容器，则只需安装和 。 如果您不想使用dock
【文件预览】：
puma-main
----setup.py(344B)
----.gitignore(2KB)
----INSTALL.md(2KB)
----requirements.txt(60B)
----Makefile(844B)
----pyproject.toml(352B)
----.dockerignore(47B)
----setup.cfg(841B)
----docker-compose.yml(456B)
----LICENSE.txt(1KB)
----README.md(7KB)
----apps()
--------results()
--------data()
--------config()
--------run_poisson.py(2KB)
--------pipelines()
--------data_conversion()
----3rdparty()
--------cmake.sh(590B)
--------embree.sh(786B)
--------Open3D.sh(3KB)
--------patch_pykitti.sh(376B)
----puma()
--------registration()
--------__init__.py(20B)
--------cpp()
--------utils()
--------projections()
--------preprocessing()
--------mesh()
----pics()
--------puma.png(383KB)
--------suma.png(365KB)
--------tsdf.png(493KB)
----docker()
--------README.md(2KB)
--------apps()
--------builder()