动态料堆场景下无人装载机鲁棒定位算法研究
摘要
舟山电厂煤场空间受限、地面起伏大、车辆频繁穿梭,导致无人装载机定位面临鲁棒性与精度挑战。本文提出 “动
态目标语义滤除 - 多源融合 - 自适应地面约束” 方法:利用轻量化 PointPainting-Lite 实现点云与 RGB 图像体素级融合,
实时识别装载机、卡车、推耙机、人员、料堆边坡及散落煤;结合 Dynamic-PatchFilter 在配准前滤除动态区域,降低外点率;
在 LIO-SAM 框架中加入 IMU 退化检测,保障姿态连续;建立实时地面高度图作为柔性约束。实地 48 小时实验表明,1.9km
路径上算法 ATE 仅 0.34m (1σ),动态目标滤除准确率 97.8%,满足无人装载机 0.5m 级路径跟踪精度要求,为煤场无人化
转运提供支撑。
态目标语义滤除 - 多源融合 - 自适应地面约束” 方法:利用轻量化 PointPainting-Lite 实现点云与 RGB 图像体素级融合,
实时识别装载机、卡车、推耙机、人员、料堆边坡及散落煤;结合 Dynamic-PatchFilter 在配准前滤除动态区域,降低外点率;
在 LIO-SAM 框架中加入 IMU 退化检测,保障姿态连续;建立实时地面高度图作为柔性约束。实地 48 小时实验表明,1.9km
路径上算法 ATE 仅 0.34m (1σ),动态目标滤除准确率 97.8%,满足无人装载机 0.5m 级路径跟踪精度要求,为煤场无人化
转运提供支撑。
关键词
无人装载机;动态料堆;语义分割;多传感器融合;鲁棒定位
全文:
PDF参考
[1] 白中浩 , 朱磊 , 李智强 . 基于多模型融合与重新检测
的高精度鲁棒目标跟踪 [J]. 仪器仪表学报 ,2019.
[2] 侯志强 , 王帅 , 余旺盛等 . 融合检测机制的鲁棒相关
滤波视觉跟踪算法 [J]. 应用光学 , 2019.
[3] 王金戈 , 邹旭东 , 仇晓松等 . 动态环境下结合语义的
鲁棒视觉 SLAM[J]. 传感器与微系统 ,2019.
[4] 黎子良 . 地面约束下无人车激光 SLAM 研究 [D]. 电
子科技大学 ,2024.
DOI: http://dx.doi.org/10.12361/2661-3476-07-09-174640
Refbacks
- 当前没有refback。

