XiaoMi-AI文件搜索系统
World File Search System数据滤波
一种基于布料模拟的简单易用的机载 LiDAR 数据滤波方法
摘要：将点云分离为地面和非地面测量是从机载 LiDAR（光检测和测距）数据生成数字地形模型 (DTM) 的重要步骤。然而，大多数滤波算法需要仔细设置许多复杂参数才能实现高精度。在本文中，我们提出了一种新的滤波方法，该方法只需要几个易于设置的整数和布尔参数。在所提出的方法中，反转 LiDAR 点云，然后使用刚性布料覆盖反转的表面。通过分析布料节点和相应的 LiDAR 点之间的相互作用，可以确定布料节点的位置以生成地面的近似值。最后，通过比较原始 LiDAR 点和生成的表面，可以从 LiDAR 点云中提取地面点。使用 ISPRS（国际摄影测量与遥感学会）工作组 III/3 提供的基准数据集来验证所提出的滤波方法，实验结果平均总误差为 4.58%，与大多数最先进的滤波算法相当。所提出的易于使用的滤波方法可以帮助没有太多经验的用户更轻松地在自己的应用中使用 LiDAR 数据和相关技术。
在尘土飞扬的工业环境中自动引导车辆的高精度视觉定位系统
摘要确保方便而准确的本地化解决方案是无线评估的工业场景中的基本问题。因此，在这项研究中，提出了带有光发射二极管（LED）阵列目标的局部ization系统，以自动引导车辆（AGV）导航。可见目标进行校准，并可以使用查看LED目标的相机计算姿势。引入了一种新颖的数据滤波方法，该方法将里程表数据和惯性测量单元（IMU）数据与视力数据进行了集成，以提供稳定且ACCU速率的定位。在5米长的AGV上测试了视力定位系统，结果表明，所提出的系统在6 mm处获得静态位置精度，运动位置的精度为10 mm，角度精度为0.052°，这比工业AGV应用中使用的其他方法更为精确。