1. 写在前面 今天为大家推荐一篇香港大学MARS实验室最新开源的工作，使用激光雷达实现了微秒级的运动事件检测，发表在Nature子刊Nature Communications上。 下面一起来膜拜一下这项神作~ 2. 摘要 在动态环境中，机器人需要对具有微秒级延迟的运动事件进行瞬时检测。这个任务，称为移动事件检测，通常是使用事件相机来实现的。尽管激光雷达( Light Detection and Ranging，LiDAR )传感器因其密集和精确的深度测量而对机器人至关重要，但其在事件检测中的

现在各大车企在智能辅助驾驶方面宣传尤为看种，不少的用户也是从中得知了摄像头、毫米波雷达、激光雷达等名词，但其实际怎么运转，有何作用，又有什么优劣，大家也是一无所知，今天梳理如下： 目前汽车中使用的传感器主要是雷达、LiDAR和摄像头。它们各有长短，用处不同。这些传感器协同工作，提供外部世界车辆、行人、骑自行车的人、标志等原始数据，其重叠功能会产生冗余（图中颜色重叠部分），确保一个系统出现故障时，另一个系统继续运行。 ADAS完整愿景将融合多种RF技术和立体视觉等传感器，形成一个完整的360°数

对于致力于将自动驾驶汽车 (AV) 引入真实道路的汽车制造商来说，安全驾驶是一项基本任务，对于自动驾驶汽车的安全运行来说，没有什么比传感器系统更重要了。LiDAR 和远距离 3D 视觉传感器已成为两种高效的距离传感解决方案，尽管性能存在显着差异，尤其是在恶劣天气和道路条件下。 Nodar是一家为自动驾驶汽车提供先进立体视觉技术的供应商，最近进行了一系列头对头的性能测试，以比较LiDAR和立体视觉摄像头如何处理弱光、黑暗和恶劣的天气条件，以及检测道路上的小障碍物。在每项测试中，配备高性能LiDA

作者：戴沐白  行人重识别是指在大规模场景中对未经脚本的行人进行身份识别，每个身份的样本数量往往很少，这通常需要多个采集设备。我们的研究利用低成本的LiDAR解决行人重识别的挑战。我们构建了LReID数据集，这是第一个基于LiDAR的行人重识别数据集，用于促进利用LiDAR点云进行行人重识别的研究。 2、研究内容 基于激光雷达（LiDAR）的行人重识别。我们利用低成本的LiDAR设备解决了人员再识别中的挑战，构建了名为LReID的LiDAR数据集，并提出了一种名为ReID3D的LiDAR-ba

本篇文章为大家介绍一种新颖且经济高效的重建方案，利用预先建立的激光雷达地图作为固定约束，有效解决了单目相机重建中存在的尺度问题。 作者： Chunge Bai , Ruijie Fu and Xiang Gao 先进的单目相机重建技术主要依赖于运动恢复结构（Structure from Motion，SfM）方案。然而这些方法通常产生的重建结果缺乏关键的尺度信息，随着时间的推移，图像的累积导致不可避免的漂移问题。相比之下，基于激光雷达扫描帧的地图方法在大规模城市场景重建中很受欢迎，因为它们具有