kaist02.pcd
KAIST区域的点云地图,使用SC-LEGO-LOAM方法构建,详情见博客:https://blog.csdn.net/AdamShan/article/details/106589633
KAIST区域的点云地图,使用SC-LEGO-LOAM方法构建,详情见博客:https://blog.csdn.net/AdamShan/article/details/106589633
使用PCL实现的欧几里德聚类ROS节点,配合地面过滤可实现较为理想的激光雷达障碍物检测,具体见博客链接:https://blog.csdn.net/AdamShan/article/details/83015570
基于ray filter的雷达点云地面过滤ROS节点,使用PCL实现,具体参考博客:https://blog.csdn.net/AdamShan/article/details/82901295
基于Frenet优化轨迹的无人车动作规划实例,使用Python实现,主要为高速场景,具体参考博客:https://blog.csdn.net/AdamShan/article/details/80779615
基于深度学习的实时车辆检测代码,详情见博客:http://blog.csdn.net/adamshan/article/details/79193775
基于深度前馈网络的交通信号识别完整代码,keras框架实现,详情见博客:http://blog.csdn.net/adamshan/article/details/79127573
神经网络入门代码,keras实现,MNIST数据集识别,详情见博客:http://blog.csdn.net/adamshan/article/details/79004784
基于视觉的曲线车道线检测完整代码,采用滑动窗口,详情见博客:http://blog.csdn.net/adamshan/article/details/78733302
基于扩展卡尔曼滤波的车辆追踪项目,C++实现,CTRV模型,激光雷达和雷达传感器融合,详情见博客http://blog.csdn.net/adamshan/article/details/78359048
用于扩展卡尔曼滤波算法测试的目标追踪-雷达-激光雷达数据,详情请见博客:http://blog.csdn.net/adamshan/article/details/78265754
笔耕不辍
1024超级勋章
1024达人勋章
阅读者勋章
分享小兵
分享学徒
分享达人
创作能手
学习力
GitHub
专栏达人
持续创作