在Coovally平台上汇聚了国内外开源社区超1000+热门模型，覆盖YOLOv8、YOLOv10等主流视觉算法。同时集成300+公开数据集，涵盖图像分类、目标...

“人火了是连毕业论文都要被翻出来的。”这条互联网定律再次应验——宇树科技CEO王兴兴的硕士毕业论文近日被网友们掘地三尺找了出来。

灰狼优化算法（Grey Wolf Optimizer, GWO）由 Mirjalili 等人于 2014 年提出，是一种模拟灰狼社会等级与狩猎行为的群体智能优化...

随着仿真、金融、能源、航天等领域对优化模型精度要求的不断提高，决策变量维度迅速膨胀，传统梯度类方法面临“维数灾难”与“局部陷阱”双重瓶颈。近二十...

KD-Tree，全称 K-Dimensional Tree，是一种用于组织 K 维空间中点数据的数据结构，它是二叉搜索树（BST） 在多维空间上的扩展，也叫“二...

残差函数 rL： 激光匹配算法（如点到面、点到线的ICP）会计算出一个相对位姿变换 ΔTij，残差定义为这个测量值与状态预测值之间的差异（在李群上计算）。

LIO-SAM的核心创新在于其后端优化框架，摒弃了LOAM及其衍生系列（如LeGO-LOAM）中采用的帧到局部地图匹配+滤波的松耦合方式，转而采用了因子图模型进...

实现： 在 groundRemoval() 函数中，算法只遍历靠近地面的几根扫描线（例如 groundScanIndex=7），对每一列从上到下进行比较，并将地...

LeGO-LOAM通过精巧的地面点利用和两步优化策略，在保持精度的同时显著提升了计算效率，使其更适合资源受限的平台和复杂的地面环境，在LOAM系列中，因其轻量化...

NDT，全称 Normal Distributions Transform（正态分布变换），是一种广泛使用的点云配准算法，它的核心思想与ICP截然不同：NDT不...

当有两堆需要对齐的“三维点”时，ICP算法几乎总是应该考虑的算法，在实际应用中，为了克服ICP对初始值敏感的缺点，通常会提供良好的初始估计，比如使用其他传感器（...

在实际应用中，选择哪种或哪几种算法组合，取决于具体的应用场景、对精度和速度的要求、以及点云数据的特性。所有算法都在努力解决点云配准的两个核心挑战：1) 大初始位...

LOAM 的全称是 Lidar Odometry and Mapping（激光雷达里程计与建图），是由Ji Zhang博士于2014年提出的一种开创性的、仅使用...

Gmapping算法是机器人领域一个非常经典和实用的2D-SLAM解决方案，Gmapping作为基于滤波SLAM的经典代表，其通过RBPF分解问题，提出改进提议...

FastSLAM算法的开创性在于它采用了 RBPF 的方法，对SLAM问题进行了分解，认为SLAM问题中的机器人的路径（位姿轨迹）和地图，在给定路径的条件下，是...

SLAM（即时定位与地图构建）领域从传统滤波方法（EKF-SLAM）演进到现代粒子滤波方法(GMapping），它们的演进关系体现了SLAM领域如何一步步解决计...

gensim是一个专注于无监督主题建模和自然语言处理的Python库，由Radim于2009年创建，专为处理大规模文本数据集而设计，具有内存效率高、可扩展性强的...

Hector-SLAM 作为激光SLAM算法，主要适用于那些需要快速反应且计算资源有限的场景，比如室内机器人（如扫地机器人、仓储AGV）、手持设备建图、无人机（...

从零开始学习导航算法是一个系统性的工程，需要投入时间从理论基础、核心原理、代码实践再到应用调试层层深入，虽然一般可以基于安装包快速部署使用测试，但深入理解和调优...

随机森林是一种经典的集成学习算法，属于Bagging类型，由多棵决策树构成，其核心思想是 “三个臭皮匠，顶个诸葛亮” 。