lidar_camera_calibration
ROS-Paket zur Bestimmung einer starren Körpertransformation zwischen einem LiDAR und einer Kamera für "LiDAR-Kamera-Kalibrierung mit 3D-3D-Punktkorrespondenzen"
Kalibrieren Sie einen LiDAR-Sensor mit einer Kamera, um die 3D-Punktgenauigkeit zu verbessern.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarROS-Paket zur Bestimmung einer starren Körpertransformation zwischen einem LiDAR und einer Kamera für "LiDAR-Kamera-Kalibrierung mit 3D-3D-Punktkorrespondenzen"
lidar_camera_calibration hat 1.8k Sterne auf GitHub. Es wurde 473-mal geforkt. lidar_camera_calibration ist hauptsächlich in C++ geschrieben. Es wird seit 2017 aktiv entwickelt. lidar_camera_calibration ist unter der GPL-3.0-Lizenz verfügbar. Die Hauptthemen sind: 3d-points, aruco-markers, calibration, camera.
Was ist lidar_camera_calibration?
ROS-Paket zur Bestimmung einer starren Körpertransformation zwischen einem LiDAR und einer Kamera für "LiDAR-Kamera-Kalibrierung mit 3D-3D-Punktkorrespondenzen"
Ist lidar_camera_calibration Open Source?
lidar_camera_calibration ist ein Open-Source-Projekt. Es wird unter der GPL-3.0-Lizenz veröffentlicht.
Ist lidar_camera_calibration kostenlos?
Ja. lidar_camera_calibration ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten. Die GPL-3.0-Lizenz ist Copyleft: Eine veränderte Version, die Sie weitergeben, muss unter derselben Lizenz bleiben.
Unter welcher Lizenz steht lidar_camera_calibration?
lidar_camera_calibration ist unter der GPL-3.0-Lizenz verfügbar.
In welcher Sprache ist lidar_camera_calibration geschrieben?
lidar_camera_calibration ist hauptsächlich in C++ geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/ankitdhall-lidar-camera-calibration.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.