视觉定位

长江后浪博客

陶瓷浮雕盘印刷视觉定位方案：8K线扫相机 + 暗场光源 + 旋转平台在陶瓷盘、艺术盘、餐具等产品的自动化印刷过程中，盘子的准确定位是决定最终印刷质量的关键环节。普通平面盘子可以通过面阵相机直接拍摄，然后利用圆形检测、模板匹配等算法获取盘子的中心位置和旋转角度。但实际生产中，很多陶瓷盘表面存在明显的浮雕、凹凸纹理、釉面反光以及复杂装饰图案。

智能体面试准备（二十四）：GUI 智能体与 Computer Use——视觉定位、动作空间、状态同步与安全边界上一篇《灰度发布与回滚》讲的是如何让 Agent 的改动安全落地，这一篇转向一个完全不同的形态：当 Agent 的动作不再是调用 API，而是移动鼠标、敲击键盘、点击屏幕上的按钮时，整套工程范式会发生什么变化。这是 B 系列第二十四篇。2024 年 Anthropic 发布 Computer Use、OpenAI 推出 Operator 之后，GUI 智能体从实验室 demo 变成了产品形态。它的吸引力显而易见——世界上绝大多数软件没有 API，但都有界面。企业内部那些十几年前的 ERP、政务系统的网页表

大江东去浪淘尽千古风流人物

【PromptStereo】零样本立体匹配新范式：用结构与运动Prompt驱动迭代优化（CVPR 2026）立体匹配深度估计零样本泛化Depth AnythingCVPR 2026Transformer## 摘要

【论文解析】DUCPP —— 当路不知道能不能走，让无人机先去探路论文全名： Dynamic UGV-UAV Cooperative Path Planning in Uncertain Environments 发布时间： 2026年4月（arXiv:2604.25267v1）机构：北卡罗来纳大学夏洛特分校计算机科学系

【论文解析】CoPCS — 让无人机与无人车“心有灵犀“的协同规划框架论文全名： Collaborative Planning with Concurrent Synchronization for Operationally Constrained UAV-UGV Teams 发布时间： 2026年3月（arXiv:2603.06898v1）机构：麻省大学阿默斯特分校 · 北卡罗来纳州立大学 · 美国陆军研究实验室

【无人机是如何“看见误差”的？——视觉闭环让精准空投真正可控】在上一篇文章中我们提到：真正高精度的无人机投掷系统，不是一次算准，而是不断修正。而支撑这种修正能力的核心，不是更复杂的公式，也不是更大的算力，而是一个看似简单、却极其关键的问题：

【如何在 Jetson 上实现视觉闭环投掷系统？——从相机到“自动松手”的完整工程路径】无人机如何做到“指哪落哪”？——精准投掷背后的系统工程真相无人机是如何“看见误差”的？——视觉闭环让精准空投真正可控在前两篇中我们反复强调一个观点：

2.5D视觉——Aruco码定位检测ArUco标记最初由S.Garrido-Jurado等人在2014年发表的论文Automatic generation and detection of highly reliable fiducial markers under occlusion中提出。ArUco的全称是Augmented Reality University of Cordoba，下面给出ArUco标记的一些示例。 ArUco标记是可用于摄像机姿态估计的二进制方形基准标记。它的主要优点是检测简单、快速，并且具有很强的鲁棒性。Ar

阿木实验室

P450焕新而来，室内外两用+路径规划+YOLO点击跟踪，算力高达100TOPSPrometheus 450（简称P450）是一款室内室外两用的中型轴距（410mm）无人机，基于F450基础飞行平台，搭载感知传感器二维平面激光雷达，双目深度相机等，配合软件Prometheus自主无人机系统和SpireCV视觉库，可实现目标的识别与跟踪，以及路径规划EGO-Planner等。

基于AlgoT1设备改进多源融合定位算法(GNSS+INS+VISION)AlgoT1是融合了GNSS+IMU+VISION的数据平台，并且在开源代码上进行了改进，用该设备实测了一组数据，得到的效果还行，对做多源融合算法研究是个不错的选择。

阿木实验室

P450进阶款无人机室内定位功能研测在以往的Prometheus 450（P450）无人机上，我们搭载的是Intel Realsense T265定位模块，使用USB连接方式挂载到机载计算机allspark上，通过机载上SDK驱动T265运行并输出SLAM信息，以此来实现室内定位功能。

我是有底线的