作者:辛煜,梁华为,梅涛,黄如林,杜明博,王智灵,陈佳佳,赵盼 单位:中国自动化学会;中国科学院沈阳自动化研究所 出版:《机器人》2014年第06期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFJQRR2014060030 DOC编号:DOCJQRR2014060039 下载格式:PDF + Word/doc 文字可复制、可编辑
《激光数据聚类和Morphin算法下的机器人避障研究》PDF+DOC2018年第06期 刁海婷,李劲松,陈孟元 《基于光流定位的自动路径规划清扫机器人》PDF+DOC2017年第05期 李炫志,黄旭铭,姜科,郑慎鹏,李晨韵,陈光乐,周晋怡 《胶轮压路机施工防撞系统的分析及设计》PDF+DOC2019年第02期 邱欣,徐文毅,徐静娴,洪皓珏,林文岩 《融合激光和视觉信息的机器人SLAM方法研究》PDF+DOC2019年第13期 任明宇,陈万米,张圆圆 《基于激光传感器的船舶避碰预警系统》PDF+DOC 周德优 《基于局部特征预测的栅格地图创建》PDF+DOC2004年第07期 罗荣华,洪炳镕,厉茂海 《未知环境下基于VFH*的机器人避障》PDF+DOC2010年第03期 许心德,关胜晓 《配砟车避障系统的设计》PDF+DOC2008年第01期 王发灯 《Darpa挑战赛 无人驾驶汽车》PDF+DOC 《一种基于激光雷达的移动机器人环境建模新方法》PDF+DOC2007年第01期 戴博,肖晓明,蔡自兴,邹小兵
  • 针对激光传感器在室外环境中检测动态障碍物所遇到的数据处理存在延时、检测结果准确率不高等问题,提出了一种基于3维激光传感器Velodyne和四线激光传感器Ibeo信息融合的动态障碍物检测及表示方法.本方法通过分析处理Velodyne激光数据对无人驾驶汽车四周的动态障碍物进行检测跟踪,对于无人驾驶汽车前方准确性要求较高的扇形区域,采用置信距离理论融合Velodyne激光数据处理信息和Ibeo输出的运动状态信息,较大地提高了对障碍物运动状态的检测准确率,然后根据融合得到的结果对运动障碍物的位置进行延时修正,最终在障碍物占用栅格图上将动态障碍物所占据位置与静态障碍物所占据位置区别标示.本方法不仅可以在室外环境中准确地检测出障碍物运动信息,而且可以消除传感器数据处理延时所带来的动态障碍物位置偏差,更准确地将环境中的动静态障碍物信息用障碍物占用栅格图进行描述.该种方法应用在了自主研发的无人驾驶汽车平台上,大量的实验以及它们在“中国智能车未来挑战赛”中的优异表现证明该方法具备可靠性和准确性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。