Academic literature on the topic 'Velodyne LiDAR'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Velodyne LiDAR.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Velodyne LiDAR"
Alsadik, Bashar. "Performance Assessment of Mobile Laser Scanning Systems Using Velodyne Hdl-32e." Surveying and Geospatial Engineering Journal 1, no. 1 (January 1, 2021): 28–33. http://dx.doi.org/10.38094/sgej116.
Full textJozkow, G., C. Toth, and D. Grejner-Brzezinska. "UAS TOPOGRAPHIC MAPPING WITH VELODYNE LiDAR SENSOR." ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences III-1 (June 2, 2016): 201–8. http://dx.doi.org/10.5194/isprsannals-iii-1-201-2016.
Full textJozkow, G., C. Toth, and D. Grejner-Brzezinska. "UAS TOPOGRAPHIC MAPPING WITH VELODYNE LiDAR SENSOR." ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences III-1 (June 2, 2016): 201–8. http://dx.doi.org/10.5194/isprs-annals-iii-1-201-2016.
Full textTazir, M. L., and N. Seube. "COMPARISON OF UAV LIDAR ODOMETRY OF ROTATING AND FIXED VELODYNE PLATFORMS." ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLIII-B1-2020 (August 6, 2020): 527–34. http://dx.doi.org/10.5194/isprs-archives-xliii-b1-2020-527-2020.
Full textOkunsky, M. V., and N. V. Nesterova. "Velodyne LIDAR method for sensor data decoding." IOP Conference Series: Materials Science and Engineering 516 (April 26, 2019): 012018. http://dx.doi.org/10.1088/1757-899x/516/1/012018.
Full textAtanacio-Jiménez, Gerardo, José-Joel González-Barbosa, Juan B. Hurtado-Ramos, Francisco J. Ornelas-Rodríguez, Hugo Jiménez-Hernández, Teresa García-Ramirez, and Ricardo González-Barbosa. "LIDAR Velodyne HDL-64E Calibration Using Pattern Planes." International Journal of Advanced Robotic Systems 8, no. 5 (January 1, 2011): 59. http://dx.doi.org/10.5772/50900.
Full textZhang, Liang, Qingquan Li, Ming Li, Qingzhou Mao, and Andreas Nüchter. "Multiple Vehicle-like Target Tracking Based on the Velodyne LiDAR*." IFAC Proceedings Volumes 46, no. 10 (June 2013): 126–31. http://dx.doi.org/10.3182/20130626-3-au-2035.00058.
Full textErke, Shang, Dai Bin, Nie Yiming, Xiao Liang, and Zhu Qi. "A fast calibration approach for onboard LiDAR-camera systems." International Journal of Advanced Robotic Systems 17, no. 2 (March 1, 2020): 172988142090960. http://dx.doi.org/10.1177/1729881420909606.
Full textLassiter, H. Andrew, Travis Whitley, Benjamin Wilkinson, and Amr Abd-Elrahman. "Scan Pattern Characterization of Velodyne VLP-16 Lidar Sensor for UAS Laser Scanning." Sensors 20, no. 24 (December 21, 2020): 7351. http://dx.doi.org/10.3390/s20247351.
Full textBula, Jason, Marc-Henri Derron, and Gregoire Mariethoz. "Dense point cloud acquisition with a low-cost Velodyne VLP-16." Geoscientific Instrumentation, Methods and Data Systems 9, no. 2 (October 12, 2020): 385–96. http://dx.doi.org/10.5194/gi-9-385-2020.
Full textDissertations / Theses on the topic "Velodyne LiDAR"
Zhao, Guanyi. "Fusion of Ladybug3 omnidirectional camera and Velodyne Lidar." Thesis, KTH, Geodesi och satellitpositionering, 2015. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-172431.
Full textZhang, Erik. "Integration of IMU and Velodyne LiDAR sensor in an ICP-SLAM framework." Thesis, KTH, Optimeringslära och systemteori, 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-193653.
Full textLokalisering och kartläggning (SLAM) i en okänd miljö är ett viktigt steg för många autonoma system. Den föreslagna lösningen är inte beroende på att hitta nyckelpunkter eller nyckelobjekt. Till skillnad från många andra SLAM baserade metoder så arbetar denna metod med glesa punktmoln där 'generalized ICP' (GICP)algoritmen används för punktmolns registrering. I denna uppsats så föreslås en variant av GICP och undersöker, ifall en tröghetssensor (IMU) kan hjälpa till med SLAM-processen. LiDAR-data som har använts i denna uppsats har varit uppmätta från en Velodyne LiDAR monterat på en ryggsäck, en bil och på en UAV. Resultatet tyder på att IMU-data kan göra algoritmen robustare och från mätningar i stadsmiljö så visar det sig att IMU kan hjälpa till att minska vinkeldrift, vilket är det största felkällan för noggrannhet i det globala koordinat systemet.
Marko, Peter. "Detekce objektů v laserových skenech pomocí konvolučních neuronových sítí." Master's thesis, Vysoké učení technické v Brně. Fakulta informačních technologií, 2021. http://www.nusl.cz/ntk/nusl-445509.
Full textKannan, Krishnaswamy. "Development of a reference software platform for the Velodyne VLP-16 LiDARS." Thesis, KTH, Skolan för informations- och kommunikationsteknik (ICT), 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-206080.
Full textNya framsteg inom sensorteknologi har banat väg för förverkligande av autonoma fordon. Valet av sensorer som används i sådana fordon spelar en viktig roll i deras framgångsrika verksamhet under olika förhållanden. De sensorer som används i den nuvarande generationen halvautonoma fordon ger en tillförlitlig prestanda för normala användningsfall. Men deras tillförlitlighet minskar avsevärt under extrema användningsfall på grund av deras avkännande begränsningar såsom dålig känslighet för vissa material, begränsat område, begränsat synfält (blinda fläckar), och så vidare. Därför är en djupare förståelse av begränsningarna av dessa sensorer som krävs för att karakterisera sensor specifikationer som krävs för framtida helt autonoma fordon. Denna avhandling fokuserar på att utveckla en referensmjukvaruplattform som fångar marken sanningen som krävs för benchmarking de sensorer som används i nuvarande generationens halvautonoma fordon. En modulär och skalbar ram programvara för referensmjukvaruplattform kallas, LiDAR Software Platform är föreslås, och fyra funktioner, nämligen punktmoln fusion, punktmoln kartläggning, punktmoln hinderdetektering och punktmoln karta hinderdetektering, baserat på den föreslagna ramen är tagit fram. Plattformen är utvecklad med hjälp av toppmodern Velodyne VLP-16 3D LiDARS (Light Detection and Ranging), Robot Operating System (ROS), och Point cloud Library (PCL). En ny metod för att förbättra tätheten av punktmoln genom sammansmältning data från två Velodyne VLP-16 LiDARS är föreslås och framgångsrikt genomförts och en hög densitet 3D punktmoln karta över miljön med centimeternoggrannhet är genereras. Slutligen, det minimum punktmoln täthet som krävs för en robust detektering av ett hinder på 50 meter från lastbilen är bestämd.
Lin, Ying-chen, and 林映辰. "Large scale 3D scene registration using data from Velodyne LIDAR." Thesis, 2011. http://ndltd.ncl.edu.tw/handle/90027455243843548464.
Full text國立高雄大學
資訊工程學系碩士班
99
With the rapid development of 3D computing technology, the acquisition of range data has become a necessary activity for numerous applications. Large scene reconstruction, which aims to gather depth information of the environment by the use of some range sensors, is a challenging problem. It is considered challenging because the scale of scanned data is relatively large than any regular sized object. Laser rangefinders are perhaps the most frequently used sensors in the applications of scene reconstruction. In our work a 3D reconstruction system that equips with a Velodyne LIDAR is built. In order to improve the range and the density of reconstruction the system implements a modified Iterative Closest Point (ICP) algorithm. The combination of various strategies such as worst rejection and feature extraction is proposed to achieve significant improvement. The experiment shows that the heuristic registering algorithm is capable to align multiple LIDAR scans that consist of large number of 3D coordinates in a faster and more accurate manner compared to conventional ICP algorithm.
Conference papers on the topic "Velodyne LiDAR"
Velas, Martin, Michal Spanel, Michal Hradis, and Adam Herout. "CNN for IMU assisted odometry estimation using velodyne LiDAR." In 2018 IEEE International Conference on Autonomous Robot Systems and Competitions (ICARSC). IEEE, 2018. http://dx.doi.org/10.1109/icarsc.2018.8374163.
Full textBergelt, Rene, Owes Khan, and Wolfram Hardt. "Improving the intrinsic calibration of a Velodyne LiDAR sensor." In 2017 IEEE SENSORS. IEEE, 2017. http://dx.doi.org/10.1109/icsens.2017.8234357.
Full textVelas, Martin, Michal Spanel, Michal Hradis, and Adam Herout. "CNN for very fast ground segmentation in velodyne LiDAR data." In 2018 IEEE International Conference on Autonomous Robot Systems and Competitions (ICARSC). IEEE, 2018. http://dx.doi.org/10.1109/icarsc.2018.8374167.
Full textHalterman, Ryan, and Michael Bruch. "Velodyne HDL-64E lidar for unmanned surface vehicle obstacle detection." In SPIE Defense, Security, and Sensing, edited by Grant R. Gerhart, Douglas W. Gage, and Charles M. Shoemaker. SPIE, 2010. http://dx.doi.org/10.1117/12.850611.
Full textSolis, E. D. Bravo, A. Miranda Neto, and B. Nina Huallpa. "Pearson's Correlation Coefficient for Discarding Redundant Information: Velodyne Lidar Data Analysis." In 2015 12th Latin American Robotics Symposium (LARS) and 2015 3rd Brazilian Symposium on Robotics (LARS-SBR). IEEE, 2015. http://dx.doi.org/10.1109/lars-sbr.2015.34.
Full textChu, Phuong Minh, Seoungjae Cho, Sungdae Sim, Kiho Kwak, Yong Woon Park, and Kyungeun Cho. "Removing past data of dynamic objects using static Velodyne LiDAR sensor." In 2016 16th International Conference on Control, Automation and Systems (ICCAS). IEEE, 2016. http://dx.doi.org/10.1109/iccas.2016.7832519.
Full textYu, Yong, Zhenhai Gao, Bing Zhu, and Jian Zhao. "Recognition and Classification of Vehicle Target Using the Vehicle-Mounted Velodyne LIDAR." In SAE 2014 World Congress & Exhibition. 400 Commonwealth Drive, Warrendale, PA, United States: SAE International, 2014. http://dx.doi.org/10.4271/2014-01-0322.
Full textGoll, Stanislav A., Sergey S. Luksha, Vladimir S. Leushkin, and Alexandr G. Borisov. "Construction of the local patency map on the data from Velodyne LiDAR." In 2016 5th Mediterranean Conference on Embedded Computing (MECO). IEEE, 2016. http://dx.doi.org/10.1109/meco.2016.7525736.
Full textOh, Seontaek, Ji-Hwan Yu, Azim Eskandarian, and Young-Keun Kim. "Design of Yaw and Tilt Alignment Inspection System for a Low-Resolution 3D LiDAR Using Planar Target." In ASME 2020 International Mechanical Engineering Congress and Exposition. American Society of Mechanical Engineers, 2020. http://dx.doi.org/10.1115/imece2020-23601.
Full textAkhtar, Rayyan, Huabiao Qin, and Guancheng Chen. "Velodyne LiDAR and monocular camera data fusion for depth map and 3D reconstruction." In Eleventh International Conference on Digital Image Processing, edited by Xudong Jiang and Jenq-Neng Hwang. SPIE, 2019. http://dx.doi.org/10.1117/12.2539863.
Full text