標(biāo)題：3D Point Cloud Processing and Learning for Autonomous Driving

作者：Siheng Chen, Baoan Liu, Chen Feng, Carlos Vallespi-Gonzalez, Carl Wellington

編譯：點(diǎn)云PCL

來(lái)源：arXiv 2020

本文僅做學(xué)術(shù)分享，由于惡意舉報(bào)，暫不能申請(qǐng)?jiān)瓌?chuàng)，本人翻譯文章如有侵權(quán)，請(qǐng)聯(lián)系刪除。歡迎各位加入免費(fèi)知識(shí)星球，獲取PDF論文，歡迎轉(zhuǎn)發(fā)朋友圈。內(nèi)容如有錯(cuò)誤歡迎評(píng)論留言，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載！

公眾號(hào)致力于分享點(diǎn)云處理，SLAM，三維視覺，高精地圖相關(guān)的文章與技術(shù)，歡迎各位加入我們，一起交流一起進(jìn)步,有興趣的可聯(lián)系微信920177957。

寫在前面

 

這篇文章在可以說(shuō)是很完整的介紹了點(diǎn)云在自動(dòng)駕駛中各個(gè)模塊的角色，從宏觀的分模塊的介紹了點(diǎn)云在自動(dòng)駕駛中的作用與應(yīng)用，看完整篇文章，將不僅對(duì)自動(dòng)駕駛技術(shù)有了更為全面的理解，并理解點(diǎn)云在自動(dòng)駕駛中的重要性，這里介紹的高精地圖的創(chuàng)建以及定位感知等模塊介紹是自動(dòng)駕駛領(lǐng)域的核心技術(shù)，比如在介紹的定位模塊的兩種定位方式的時(shí)候就介紹了不同場(chǎng)景下的使用語(yǔ)義的幾何信息以及點(diǎn)云強(qiáng)度信息進(jìn)行定位的方法時(shí)，完全對(duì)得上apollo自動(dòng)駕駛方案，讓讀者收獲頗多。這里博主決定將其完整的翻譯過(guò)來(lái)分享給更多感興趣的朋友。

 

在翻譯與理解的過(guò)程中可能存在筆誤或者理解不到位，歡迎大家留言交流。由于文章篇幅較長(zhǎng)，文章將被分成多篇文章更新發(fā)布。其完整英文版pdf可在免費(fèi)知識(shí)星球中獲取。

總結(jié)

以上是生活随笔為你收集整理的【系列文章】面向自动驾驶的三维点云处理与学习（2）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。