矿山场景下的slam建图

人工智能-机器人 布鲁斯李

矿山场景slam的难点就是道路上特征比较少,很多场景都属于激光slam退化的场景,大部分场景下路两边都是光凸凸的低矮档墙,在卸料区大平层多,这些都不利于激光定位。我们所做的定位优化的是点到平面的距离,同时通过gtsam因子图融合了rtk信息,建出来的图总体上效果还比较好...

矿山场景下的slam建图
矿山场景下的slam建图
矿山场景下的slam建图

矿山场景下的感知

人工智能-机器人 布鲁斯李

通过激光雷达做地面和非地面的分割,得到通用障碍物,再通过bevfusion识别出人/车/建筑物等特定的障碍物。矿山感知的难点就是灰尘大,大雪,大雾的天气多,地面凹凸不平,车辙印很深,乱石头比较多,总体来说,我们的感知效果很不错,针对大物体没有漏报,地面小物体识别也不错...

矿山场景下的感知
矿山场景下的感知
矿山场景下的感知
------ 加载完毕 ------
联系需求方端客服