-
题名基于在线动态分割的FAST-LIO2算法及其应用
- 1
-
-
作者
杨志浩
万志波
-
机构
青岛大学计算机科学技术学院
-
出处
《计算机应用文摘》
2024年第7期82-86,89,共6页
-
文摘
针对高度动态和复杂车间环境下移动机器人SLAM技术面临的挑战,文章提出了一种创新方法,即在FAST-LIO2算法的数据预处理阶段融入在线动态物体分割技术。通过实时识别和分割场景中的动态物体,该方法有效滤除了激光雷达点云数据中的动态噪声,显著提升了系统鲁棒性,解决了动态场景下定位失败的问题。在相对精度不变的情况下,通过下采样及动态点云剔除使运行内存平均节省62.3%,将建图最终得到的点云大小压缩为原点云的71.87%,在稀疏点云条件下实现了高鲁棒性定位建图。此次改进不仅优化了FAST-LIO2在复杂环境下的性能,还为自动驾驶技术在工业等高度动态场景中的广泛应用奠定了坚实基础。
-
关键词
SLAM
fast-lio2
动态分割
点云
工业场景
移动机器人
-
Keywords
SLAM
fast-lio2
dynamic segmentation
point cloud
industrial scenarios
mobile robot
-
分类号
TP389
[自动化与计算机技术—计算机系统结构]
-
-
题名无线低带宽条件下点云传输和地图远程呈现方法
- 2
-
-
作者
刘欣宇
申海艇
郭睿
张琴
-
机构
北京电子工程总体研究所
北京机电工程总体设计部
-
出处
《现代防御技术》
北大核心
2025年第1期164-172,共9页
-
文摘
智能化无人武器装备在现代化作战中发挥日益重要的作用,已成为替代和辅助士兵作战的必要装备。在无人化战场中,后方指挥人员通过通信对战场环境保持关注。鉴于军用通信设备带宽有限,设计并实现了一种低带宽条件下的点云传输和地图远程呈现方法。方法通过FAST-LIO算法估计实时位姿,利用Draco算法对三维点云(关键帧)进行压缩,并基于Protobuf-UDP完成位姿和点云的实时传输,采用SC-PGO算法优化并产生全局地图,是首个基于ROS平台实现点云实时压缩和传输的工程。实验结果表明,所提方法对于实时点云表现出较好的压缩效果和稳定的传输质量,解决了无线低带宽条件下点云传输和地图远程呈现的问题,实现了指挥人员对战场环境的实时感知。
-
关键词
地图远程呈现
点云传输
fast-lio
Draco
点云压缩
-
Keywords
remote map presentation
point cloud transmission
fast-lio
Draco
point cloud compression
-
分类号
E917
[军事]
TP751
[自动化与计算机技术—检测技术与自动化装置]
TJ76
[兵器科学与技术—武器系统与运用工程]
-
-
题名室内动态环境下搬运机器人定位和自动避障算法研究
被引量：2
- 3
-
-
作者
熊凌峰
洛艺榕
余佳
尤龙
李戈
-
机构
华新(佛山)彩色印刷有限公司
北京印刷学院机电工程学院
浙江冠豪新材料有限公司
-
出处
《北京印刷学院学报》
2024年第8期21-27,共7页
-
文摘
本文针对搬运机器人定位和自动避障问题进行研究,利用FAST-LIO框架将激光雷达传感器和惯性测量单元多个传感器进行数据融合,实现对机器人位置和姿态的准确估计。基于蚁群算法和动态窗口法提出了DWA-ACO的新型混合算法,以期对静态障碍物和动态障碍物进行实时避障,最后进行了仿真实验研究。仿真实验结果表明,本文提出的算法在定位和避障方面具有有效性和可行性。
-
关键词
搬运机器人
fast-lio
定位算法
蚁群算法
动态窗口法
-
Keywords
moving robot
fast-lio
localization algorithm
ant colony algorithm
dynamic window method
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种融合自适应点云特征提取的激光SLAM方法
- 4
-
-
作者
刘梦涵
王坚
马运涛
柳根
鲍王雨莎
孙昱
-
机构
北京建筑大学测绘与城市空间信息学院
-
出处
《测绘科学》
CSCD
北大核心
2024年第9期155-163,共9页
-
基金
北京市教育委员会科学研究计划项目(KM202410016007)
北京市自然科学基金面上项目(8222011)
北京建筑大学研究生创新项目(PG2024120)。
-
文摘
针对传统SLAM系统前端里程计基于固定阈值提取特征点易导致位姿估计精度降低的问题,该文提出一种自适应点云特征提取方法,通过引入非线性衰减系数,根据点云到激光雷达中心的距离自适应调整特征提取阈值,同时附加非线性权重,提高系统位姿估计的鲁棒性。该文基于FAST-LIO2算法,利用M2DGR数据集验证了所提方法的可靠性,实验结果表明,本文方法的定位和建图精度优于原算法和同类型算法,在提高精度的同时保证了算法的运行效率,有效提升了算法的适用性。
-
关键词
位姿估计
激光SLAM
特征提取
fast-lio2
-
Keywords
pose estimation
laser SLAM
feature extraction
fast-lio2
-
分类号
P237
[天文地球—摄影测量与遥感]
-
