V
主页
【ECCV 2022】 获取的真值更准确!LaMAR:AR中的定位和建图新基准
发布人
关注公众号【自动驾驶之心】,后台回复“LaMAR”获取论文链接! 定位和建图是AR的基础技术,使数码内容能够在现实世界中共享和持续存在。虽然已经取得了重大进展,但研究人员仍然主要受到不切实际的基准的驱动,而不能代表现实世界的 AR 情景。这些基准测试通常基于场景多样性较低的小规模数据集,这些数据集是从固定摄像机捕获的,并且缺乏其他传感器输入,如惯性、无线电或深度数据。此外,它们的真值(GT)精度大多不足以满足 AR 要求。为了弥补这一差距,作者引入了 LaMAR,一个具有全面捕获和 GT 流程的新基准,它在大型无约束场景中共同注册异构 AR 设备捕获的真实轨迹和传感器流。为了建立一个精确的燃气轮机,我们的流程强有力的对准激光扫描的轨迹在一个完全自动化的方式。因此,作者发布了一个基准数据集的不同和大规模的场景记录与头部安装和手持 AR 设备。扩展了几种SOTA方法,以利用 AR 特定的设置,并在基准上对它们进行评估。研究结果为目前的研究提供了新的见解,并为今后 AR 定位和建图领域的工作提供了有希望的途径。
打开封面
下载高清视频
观看高清视频
视频下载器
上车必备的Occupancy算法真值是如何获取的?
【IROS 2022】机器人超硬核点云配准方法:Linewise Non-Rigid Point Cloud Registration
大幅超越SuperGlue!ICCV2023最新端到端特征匹配方法
什么是端到端自动驾驶?什么是基础world model?
车道线检测的未来是MapFree吗?面向可量产方案总结
SOTA!ECCV2022 | 实现精确的主动相机定位(Camera Localization)
【ICCV 2023】RegFormer:点云配准新方案!
【地平线×自动驾驶之心】ICCV 2023最新中稿的端到端自动驾驶框架—VAD!
端到端基础!绕不开的感知模块
自动驾驶中的多传感器融合都有哪些方法?基本流程都是什么?
【ICCV 2023】HAMLET:实时语义分割域自适应方法
特斯拉的World Model是什么?怎么做端到端训练?
【ECCV 2022】显著减少自动驾驶碰撞率!可微分光线投射应用于自监督占位预测
【地平线×自动驾驶之心】在线高精矢量化地图构建SOTA方案MapTR v1/v2、LaneGAP
【ICCV 2023】 Robust Depth:多种天气条件下的自监督单目深度估计新SOTA
ECCV2022 | ViT到底有多少种玩儿法?ViT-V2X:协同感知与ViT的首次碰撞会有怎样的火花?
数据为王!自动驾驶开源数据体系现状与未来
StradVision - 语义分割和深度图预测demo
量产干货!车企产线上是如何布置标定板的?超实用方案讲解!
ICRA2022 | 基于图的多传感器融合在自动施工机器人一致定位中的应用
毫米波雷达量产实战!Radar是如何获取点云的?
数据为王!车道线数据高效生成策略有哪些?
性能提升近40%!ViPlanner:室内外局部导航全搞定(ICRA 2024)
ECCV2022 | Box2Mask:强!mAP-50达到全监督97%!
端到端算法是什么?自动驾驶领域是怎么做的?
端到端模型上车了!GraphAD:国内首个可实车量产部署的端到端建模范式
量产基石!MapTR:在线高精地图经典开山之作
最新多传感器融合数据集!Hilti SLAM Challenge Dataset(RAL-IROS 2022)
【ECCV2022】首篇完全可微NeRF!Neural-Sim:学习使用NeRF生成训练数据(微软)
ECCV 2024 | 深度估计不死!DoubleTake:几何引导下的深度估计
ECCV2022 | DynamicDepth:无监督多帧单目深度的目标运动和遮挡分离
VastGaussian:首个基于3D Gaussian Splatting的大场景高质量重建和实时渲染方法
套件教程-RTABMap之3D雷达定位与导航
看完缓解了我的技术焦虑!自动驾驶的产线标定以及标定间标定方法
ECCV2024 | 训练45秒,渲染300+FPS!MVSGaussian:高效且可泛化的混合高斯渲染方法
ECCV2022 workshop | 自动驾驶中的自监督学习part1(数据处理、深度估计、3D检测/跟踪、SLAM、定位等!)
IROS2022 | 毫米波雷达和相机融合在高分辨率和远距离深度成像中的探索
MonoPLFlowNet:用于单目图像的现实尺度 3D 场景流估计(ECCV2022)
看到了这个视频,彻底搞懂了PETR算法!
搞懂了!原来激光雷达和相机的内外参是这样标定的