Loading...
机构名称:
¥ 1.0

摘要:在本文中,我们提出了一种新的方法,用于在农业中农作物行之间的自主机器人导航。通过将2D光检测和范围(LIDAR)数据投影到机器人的运动方向上,以执行具有噪声(DBSCAN)的应用程序的一维空间聚类来实现。通过将DBSCAN的虚拟地标与机器人的位置相结合,从粒子过滤器中更新了映射和定位(MAL)。此方法映射的结果并在一次扫描中同时估算机器人的位置。每个机器人的位置取决于当前扫描和以前的扫描的LIDAR数据信息。数据关联是通过将许多连续扫描和卡尔曼过滤器组合在一起的数据来实现全局路径。通过组合本地位置创建的全局轨迹允许机器人实时自动导航,而无需经历从裁剪领域收集所有数据的先前阶段。本文还使用不同的参数进行FIR滤波器校正,以增强所提出的方法的有效性。

基于LIDAR的在线导航算法的自治

基于LIDAR的在线导航算法的自治PDF文件第1页

基于LIDAR的在线导航算法的自治PDF文件第2页

基于LIDAR的在线导航算法的自治PDF文件第3页

基于LIDAR的在线导航算法的自治PDF文件第4页

基于LIDAR的在线导航算法的自治PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥4.0
2023 年
¥1.0
2024 年
¥4.0
2024 年
¥1.0
2024 年
¥2.0
2023 年
¥1.0
2024 年
¥1.0
2022 年
¥5.0
2020 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2022 年
¥6.0
2020 年
¥4.0
2020 年
¥3.0
2024 年
¥1.0
2022 年
¥4.0