从哪里开始读
在配准方法之前从相机、深度观测、缺失返回和部分视图开始。
如何用于你的项目
将理想观察与退化观察进行比较并记录姿势估计不再能够证明的内容。
适用范围与限制
已知对象和场景假设很重要。渲染传感并不是真实深度相机行为的完整模型。
查看相关路线图
构建机器人感知数据集与评测实验 · 入门 →
建议阅读： 在配准方法之前从相机、深度观测、缺失返回和部分视图开始。
在标记数据或信任几何估计之前，使用感测假设来识别不可观察的情况。
产生： 标记哪些观测值丢失、被遮挡或在所选几何模型之外。
集成传感器并完成感知标定 · 入门 →
建议阅读： 在配准方法之前从相机、深度观测、缺失返回和部分视图开始。
在标记数据或信任几何估计之前，使用感测假设来识别不可观察的情况。
产生： 列出所选传感器无法可靠提供的场景假设和观测结果。
构建视觉质量检测流程 · 入门 →
建议阅读： 在配准方法之前从相机、深度观测、缺失返回和部分视图开始。
在标记数据或信任几何估计之前，使用感测假设来识别不可观察的情况。
产生： 确认所提出的成像设置使得每个关键缺陷可见，包括被遮挡或无效的观察。