发表服务
这篇论文讲得比较有意思，它不是一个完整的SLAM系统，不能解决Mapping的问题。它解决的问题是，当我已经有了一个很好的3D地图后，我用这个地图怎么来定位。在传统方法中，我们的定位也是基于特征匹配的，要么匹配LocalFeature要么匹配线、边等等
另有一篇很有意思的论文-VoN,JacobsN,HaysJ.RevisitingIM2GPSintheDeepLearningEra[J].2017.深度学习时代图像-GPS的重定位思路很有意思，使用一张照片在全世界范围内进行定位。1.2.2在传统SLAM之上加入语义信息图像语义分割&语义地图
它有如下几个优点：.1、正如你所说的，稳定性强。.2、三角网格比较简单（主要原因），实际上三角网格是最简单的网格类型之一，可以非常方便并且快速生成，在非结构化网格中最常见。.而且相对于一般多边形网格，许多操作对三角网格更容易。.3、有助...
SLAM算法在实现的时候主要要考虑以下4个方面吧：.1.地图表示问题，比如dense和sparse都是它的不同表达方式，这个需要根据实际场景需求去抉择.2...
这篇论文讲得比较有意思，它不是一个完整的SLAM系统，不能解决Mapping的问题。它解决的问题是，当我已经有了一个很好的3D地图后，我用这个地图怎么来定位。在传统方法中，我们的定位也是基于特征匹配的，要么匹配LocalFeature要么匹配线、边等等
另有一篇很有意思的论文-VoN,JacobsN,HaysJ.RevisitingIM2GPSintheDeepLearningEra[J].2017.深度学习时代图像-GPS的重定位思路很有意思，使用一张照片在全世界范围内进行定位。1.2.2在传统SLAM之上加入语义信息图像语义分割&语义地图
它有如下几个优点：.1、正如你所说的，稳定性强。.2、三角网格比较简单（主要原因），实际上三角网格是最简单的网格类型之一，可以非常方便并且快速生成，在非结构化网格中最常见。.而且相对于一般多边形网格，许多操作对三角网格更容易。.3、有助...
SLAM算法在实现的时候主要要考虑以下4个方面吧：.1.地图表示问题，比如dense和sparse都是它的不同表达方式，这个需要根据实际场景需求去抉择.2...
发表服务