<dd id="cosqy"></dd><span id="cosqy"></span>
  • <dd id="cosqy"></dd>
    <ol id="cosqy"></ol>
    <legend id="cosqy"></legend>
    <optgroup id="cosqy"></optgroup>
    <span id="cosqy"><sup id="cosqy"></sup></span><acronym id="cosqy"></acronym>
    <span id="cosqy"><sup id="cosqy"></sup></span>
    <span id="cosqy"><sup id="cosqy"></sup></span>
  • 新聞資訊
    新聞分類

    AGV小車的SLAM導航原理

    AGV小車的SLAM導航原理

    SLAM導航原理

    激光SLAM采用2D3D激光雷達(也叫單線或多線激光雷達),2D激光雷達一般用于室內機器人上(如掃地機器人),而3D激光雷達一般使用于無人駕駛領域。激光雷達的出現和普及使得測量更快更準,信息更豐富。激光雷達采集到的物體信息呈現出一系列分散的、具有準確角度和距離信息的點,被稱為點云。通常,激光SLAM系統通過對不同時刻兩片點云的匹配與比對,計算激光雷達相對運動的距離和姿態的改變,也就完成了對機器人自身的定位。

     

        激光雷達測距比較準確,誤差模型簡單,在強光直射以外的環境中運行穩定,點云的處理也比較容易。同時,點云信息本身包含直接的幾何關系,使得機器人的路徑規劃和導航變得直觀。激光SLAM理論研究也相對成熟,落地產品更豐富。

     

    SLAMSimultaneous localization and mapping縮寫,意為“同步定位與建圖”,主要用于解決機器人在未知環境運動時的定位與地圖構建問題。

        SLAM可以輔助機器人執行路徑規劃、自主探索、導航等任務。通過用SLAM算法結合激光雷達或者攝像頭的方法,讓機器人高效繪制室內地圖,智能分析和規劃作業環境,從而成功讓自己步入了智能導航的陣列。

     

    SLAM系統框架如圖所示,一般分為五個模塊,包括傳感器數據、視覺里程計、后端、建圖及回環檢測。


    傳感器數據:主要用于采集實際環境中的各類型原始數據。包括激光掃描數據、視頻圖像數據、點云數據等。

    視覺里程計:主要用于不同時刻間移動目標相對位置的估算。包括特征匹配、直接配準等算法的應用。

    后端:主要用于優化視覺里程計帶來的累計誤差。包括濾波器、圖優化等算法應用。

    建圖:用于三維地圖構建。

    回環檢測:主要用于空間累積誤差消除


    1562576704186285.png

    本文網址: http://www.omenpj.com/news/478.html

    關鍵詞: AGV小車,激光導航AGV,激光叉車式AGV

    最好看的最新高清中文字幕
    <dd id="cosqy"></dd><span id="cosqy"></span>
  • <dd id="cosqy"></dd>
    <ol id="cosqy"></ol>
    <legend id="cosqy"></legend>
    <optgroup id="cosqy"></optgroup>
    <span id="cosqy"><sup id="cosqy"></sup></span><acronym id="cosqy"></acronym>
    <span id="cosqy"><sup id="cosqy"></sup></span>
    <span id="cosqy"><sup id="cosqy"></sup></span>