经常有粉丝问视觉/激光/SLAM、三维重建等方向的学习路线，这里我再总结给大家，如下所示： 随着最近几年智能机器人、自动驾驶、AR/MR等领域的快速发展，企业对3D视觉算法及SLAM算法需求越来越强烈，该领域迎来了爆发式发展。 按照应用不同我们把3D视觉及SLAM算法分为如下方向： 视觉深度估计 视觉（惯性）SLAM 激光/多传感器融合SLAM 几何/深度学习三维重建 视觉传感器标定 下面分别介绍（本文较长，建议收藏）： 视觉深度估计 视觉深度估计的目的就是估计图像中场景的深度，即场景中各点像素到相机成像平⾯的垂直距离，分为绝对距离和相对距离。我们看下面这个例子，左边是原图，右边是...

计算机视觉life 聚焦计算机视觉、机器人SLAM、自动驾驶、AR领域核心技术。 公众号 本文对立体匹配算法：PatchMatchStereo实用进行了教程详解。 作者丨3D视觉开发者社区 01 简介 我们知道，现有立体匹配算法一般被分类为局部算法、全局算法和半全局算法，其中局部算法和半全局算法是应用最为广泛。在局部算法中，一个最简单的做法就是采用某种像素相似性度量，比如像素灰度差的绝对值AD，给定左图中的一个点p，在右图中的对应行上（假设输入是已经校正好的图像）搜索与其AD值最小的点q，这样得到的点q就是p在右图中对应的匹配点，p、q的水平坐标差称作视差。然而这种做法所得到的视差图中会包含...

大家好，我是小66，，大家可能有不同的技术领域：感知、定位、决策、规划、控制等，如果细分的话就更多了。其中有不少是已经从事或者将要自动驾驶行业，大家最关心的一个问题是：自动驾驶最核心的技术是什么？ 有的人认为是感知、有的人认为是决策，有的人认为是非技术的东西，比如能否持续赚到钱、能否做好前瞻性的管理工作等等。不知道你怎么看？ 这里我们选取了知乎上的几位答主，供大家学习交流，欢迎留言区讨论。 所长 大家把自动驾驶各个技术板块都扒的差不多了，我就从实际的车辆表现来说下我的看法。 前段时间我还在新能源媒体电动邦的时候开发了一套自动驾驶评测体系，当时对Model3、小鹏P7、蔚来ES6的自动驾驶...