XiaoMi-AI文件搜索系统
World File Search System网格地图
大型场景的有效的以Rob中心的入住网格地图...
摘要 - 激光雷达技术的最新进展为机器人导航提供了新的可能性。鉴于在机器人运动计划中广泛使用占用网格图（OGM），本文旨在应对将激光雷达与OGMS相结合的挑战。为此，我们提出了ROG-MAP，这是一种基于网格的OGM，它可以维护与机器人一起移动的本地地图，以实现有效的地图操作，并降低大型自动式自动驾驶的内存成本。此外，我们提出了一种新型的增量障碍物方法，该方法显着降低了诊断的计算成本。所提出的方法优于各种公共数据集上的最先进方法（SOTA）方法。为了证明ROG-MAP的有效性和效率，我们将其集成到一个完整的四极管系统中，并对小型障碍和大型场景进行自主行动。在现实世界中以0进行测试。05 m分辨率本地地图和30 m×30 m×6 m本地地图大小，ROG-MAP仅占29。平均以50 Hz的帧速率更新地图的8％（i。e。，5。在20毫秒内96毫秒），包括0。33％（即0。66 ms）要执行障碍障碍，表现出杰出的现实世界表现。我们将ROG-MAP作为开源ROS套件1发布，以促进基于激光雷达的运动计划的开发。
户外环境中自动导航的实时衡量标准映射
摘要 - 纳入人为优先知识的度量语义图的创建代表了环境的高级突出。然而，构建此类地图构成了与多模式传感器数据融合，实时映射性能的融合以及结构和语义信息一致性的保留相关的挑战。在本文中，我们引入了一个在线度量 - 语义映射系统，该系统利用LIDAR-Visual-Visual-Visual惯性传感生成了大型室外环境的全局度量标准网格地图。利用GPU加速度，我们的映射过程达到了出色的速度，无论场景尺度如何此外，我们将所得地图无缝地集成到现实世界中的导航系统中，从而实现了基于公制的语义地形评估和在校园环境中的自主点 - 要点导航。通过对包含24个序列的公共可用数据集进行的广泛实验，我们证明了映射和导航方法的有效性。对从业者的注释 - 本文在复杂的，非结构化的环境中应对具有丰富语义元素的复杂，非结构化环境中的移动机器人的竞争挑战。传统导航依赖于几何分析和手动注释，努力区分相似的结构，例如道路和人行道。我们的地图集成到现实世界中的导航系统中，通过与公共和专有数据集进行实验，可在本地化和地形评估中有效。索引条款 - 自主驾驶，映射，导航我们提出了一个在线映射系统，该系统为大型室外环境创建全局标准网格地图，利用GPU加速速度，并克服了现有的实时语义映射方法的限制，这些方法通常可以配置为室内设置。未来的工作将集中于整合基于内核的方法，以提高地图的语义准确性。
户外环境中自动导航的实时衡量标准映射
摘要 - 编码人类优先知识的度量语义图的创建代表了环境的高级突出。然而，构建此类地图构成了与多模式传感器数据融合，实时映射性能的融合以及结构和语义信息一致性的保留相关的挑战。在本文中，我们引入了一个在线度量 - 语义映射系统，该系统利用LIDAR-Visual-Visual-Visual惯性传感生成了大型室外环境的全局度量标准网格地图。利用GPU加速度，我们的映射过程达到了出色的速度，无论场景尺度如何此外，我们将所得地图无缝地集成到现实世界中的导航系统中，从而实现了基于公制的语义地形评估和在校园环境中的自主点 - 要点导航。通过对包含24个序列的公共可用数据集进行的广泛实验，我们证明了映射和导航方法的有效性。