课程简介
自主导航是机器人与自动驾驶的核心功能,而 SLAM 技术是实现自主导航的前提与关键。现有的机器人与自动驾驶车辆往往会安装激光雷达,相机,IMU,GPS 等多种模态的传感器,而且已有许多优秀的激光 SLAM 与视觉 SLAM 算法。但是每种模态的传感器都有其优点和缺点,如相机只能测量 2D 图像,且容易受光照和夜晚的影响;激光雷达获取的 3D 点云较为稀疏,而且在长走廊,隧道,以及开阔场景中容易发生退化;GPS 测量极易受到环境的干扰;每种模态的传感器只能在适当的环境中发挥积极的作用。因此,我们希望以适当的方式融合多种模态的测量,通过优势互补,使 SLAM 算法能够在各种挑战性环境下持续输出鲁棒且精确的估计结果。因此无论是学术界还是工业界,多模态融合是未来 SLAM 发展的必然趋势。
课程下载
正文完