# 基于ROS和YOLO的相机与激光雷达融合检测系统
## 项目简介
本项目是一个基于ROS（Robot Operating System）和YOLO（You Only Look Once）深度学习算法的相机与激光雷达融合检测系统。该系统通过联合标定相机和激光雷达，实现对环境中的物体进行精确检测和定位。主要应用于自动驾驶、机器人导航等领域。
## 项目的主要特性和功能
1. 相机与激光雷达联合标定
相机内参标定使用棋盘格标定板进行相机内参标定，获取相机的内参矩阵和畸变参数。
相机与激光雷达外参标定通过Autoware工具进行外参标定，获取相机与激光雷达之间的外参矩阵。
2. 物体检测与点云融合
使用YOLO v3算法检测相机图像中的车辆目标。
通过外参矩阵将检测到的目标边界框投影到激光雷达坐标系下，实现点云与图像的融合。
在RVIZ中显示融合后的检测结果，绿色框标记出车辆点云。
3. ROS集成
2025-04-11 16:28:07
4.82MB
1
基于ML.Net部署的Yolov5-6.1 ONNX模型，应用于材料化学领域的筑基融合检测，采用C#-Winform界面部署。
2022-10-17 09:06:59
290.54MB
基于对日益复杂的战场电磁环境的适应性以及提高目标探测跟踪能力的目的，本文分析了弹载雷达红外复合系统的技术优势，着重研究了作为雷达红外复合系统技术关键的信息融合处理算法，采用数据关联融合检测和多传感器概率关联跟踪滤波算法，确保雷达红外复合系统在杂波环境下的检测关联正确率和目标跟踪精度，通过仿真验证表明该融合跟踪滤波算法能够满足高精度制导的信息需求、有利于提高对目标的跟踪性能。
2021-08-05 13:18:30
1.12MB
1