具有Openlayers 6.3的地图标记
使用openlayers地图创建标记，使用弹出窗口创建简单的地图标记。
地图html
< head >
< link rel =" stylesheet " href =" https://cdn.jsdelivr.net/gh/openlayers/openlayers.github.io@master/en/v6.3.1/css/ol.css " type =" text/css " >
< script src =" https://cdn.jsdelivr.net/gh/openlayers/openlayers.github.io@master/en/v6.3.1/build/ol.js " > </ script >
< link href =" map.css " rel =" stylesheet " >
< scri
2022-08-02 19:15:10
713KB
1
计算机视觉与深度学习SLAM综述（自主移动机器人同时定位与地图创建） 计算机视觉.pdf
2022-04-21 19:09:59
43KB
计算机视觉与深度学习SLAM综述（自主移动机器人同时定位与地图创建） 计算机视觉.pdf
2022-04-21 19:09:57
43KB
<html dir="ltr"><head><title></title></head><body>针对传统的尺度均一概率栅格地图表达法在大尺度未知环境下地图创建过程中海量数据存储和相关量计算问题, 提出一类基于四叉树的栅格大小自适应地图创建算法. 利用四叉树理论, 根据地图不同区域环境障碍物密度的变化, 自适应调整各区域栅格尺度大小. 仿真结果表明, 所提出的算法不仅降低了数据存储量, 而且栅格量的减少使得相关量计算大大降低, 提高了移动机器人地图创建的实时性和地图表达的精度.</body></html>
2022-01-22 10:57:54
287KB
1
基于Octomap和拓扑地图的混合地图创建，张欣，姜岩，为了减小智能车辆再行驶过程中地图的存储压力，提出了一种基于Octomap和拓扑地图的混合地图创建方法。该算法通过激光雷达点云数据��
2021-12-06 18:40:16
405KB
1
基于多传感器融合的移动机器人SLAM，李金良，孙友霞，针对移动机器人同时定位与地图创建（SLAM）系统在复杂特殊环境中应用时，单一传感器存在漏检且难以解决数据关联的问题，在多维匹��
2021-10-14 21:22:56
801KB
1
同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一，Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法，被广泛应用在实时定位领域中，但由于其随着粒子数目的增加会频繁重采样从而导致粒子退化问题。为了解决该问题，改善SLAM性能，提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF，采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题，采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性，抗干扰能力较强，定位较准确，比较适合应用在SLAM实时定位中。
2021-09-09 21:22:59
1.22MB
1
行业分类-物理装置-基于动静态特征提取并行位姿跟踪与地图创建的方法.zip
2021-08-04 09:03:00
707KB
针对移动机器人的不确定复杂环境，一般采用单一传感器进行同时定位和地图创建（SLAM）存在精度较低，并且易受干扰、可靠性不足等问题，提出一种基于Bayes方法的激光传感器和RGB-D传感器的信息融合SLAM方法。利用Bayes方法通过概率启发式模型提取光束投影到栅格地图单元，充分利用激光与视觉信息中的冗余信息，提取一致性特征信息，并进行特征级的信息融合；在地图更新阶段，提出一种融合激光传感器和视觉传感器的贝叶斯估计方法，对栅格地图进行更新。在使用ROS（移动机器人操作系统）的实验平台上的实验表明，多传感器信息融合可以有效提高SLAM的准确度和鲁棒性。
2021-05-18 20:43:45
2.02MB
1