RGBD相机适配探索，是不是探索范围默认是360度视野范围，RGBD相机视野大概90°，探索一开始就结束

ly74lehi 2026-01-24 16:17:48

...全文

30 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

当目标应用场景不同于COCO（80类）时，必须调整YOLO检测头的输出维度。原始权重中最后一层卷积的滤波器数量为，例如COCO下每尺度用3个anchor，则输出通道为。若要适配自定义的N类任务（如交通标志检测N=10），需执行以下步骤：修改.cfg文件中的classes=N重新初始化最终卷积层权重调整损失函数相关参数// 查找前一层（通常是卷积）// 如3// 释放旧权重并重新分配// 使用Xavier初始化新权重++i) {

结构光最大的优势是发展的较为成熟，成本比较低，劣势是只适合中短距离使用。ToF优势是抗干扰性较好，视角较宽，缺陷是功耗高，造价贵，精度及深度图分辨率较低。三个或以上摄像机，不同焦距摄像头的集合（解决频繁变焦，不同距离识别清晰度）深度相机对比。缺点：配置与标定复杂，深度量程与精度受基线与分辨率限制，需要GPU/FPGA加速，计算量大。缺点：测量范围窄，噪声大，视野小，易受日光干扰，无法测量透射材质等问题，主要用在室内。纺织品和印刷检测中，多光谱相机可以帮助再现和测量准确的颜色；

简单来说就是，发出一道经过处理的光，碰到物体以后会反射回来，捕捉来回的时间，因为已知光速和调制光的波长，所以能快速准确计算出到物体的距离。欢迎留言，我将带大家一起实现～！这里可以注意到，相对于机器人的 TF 坐标位置，雷达数据并不是像我们常见的激光雷达数据是 360 度的，这是由于深度相机的视场角(即 FOV，我们这款相机水平 FOV 为 58.4 度，垂直FOV 为 45.5 度)是有限的，所以转换出的雷达数据角度范围和相机是水平 FOV是一致的，简单理解就是，只能看到相机前方一定角度范围内的东西。

在同步定位与地图构建（SLAM, Simultaneous Localization and Mapping）领域，视觉传感器（如摄像头、RGBD相机）凭借其丰富的纹理信息和低成本优势得到广泛应用。然而，在光照剧烈变化、动态障碍物密集或无纹理特征的环境中（如仓库、隧道、夜间场景），视觉SLAM系统常出现定位漂移甚至失效。激光雷达（LiDAR, Light Detection and Ranging...

深度相机（Depth Camera）已成为机器人导航、AR交互和工业检测的核心传感器，但如何快速实现深度与RGB图像的精准对齐一直是开发者的痛点。本文基于Intel® RealSense™ SDK（[librealsense](https://link.gitcode.com/i/cb7c4b1520903aecbe7185789df901b2)），通过3个实战步骤，带您掌握D455相机的图像采集...

TARE机器人自主导航系统

1,142

社区成员

452

社区内容

发帖

与我相关

我的任务

自动驾驶人工智能企业社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章