智能物流技术教学课件9.pptxVIP

教学知识点--任务9：公路智能无人驾驶定位技术 ;【知识目标】;【能力目标】;【知识链接】;一、公路智能无人驾驶定位概述 ;1. 公路智能无人驾驶的挑战;（1）对机器人系统来说，定位主要靠“同时定位与建图” 与“先验地图” 的交叉对比。它是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程。随着传感器种类和安装方式的不同，SLAM的实现方式和难度会有很大差异。 （2）目前开源的视觉传感器SLAM算法主要分三大类：①稀疏法（又称特征点法）；②稠密法（主要RGB-D）；③半稠密法（单目和双目用的多）；是目前最火热的领域。 （3）激光SLAM主要方法有Hector、Gmapping、Tiny。按传感器来分，SLAM主要分为激光、视觉两大类。 其中，激光SLAM研究较早，理论和工程均比较成熟。视觉方案目前尚处于实验室研究阶段，应用于室内且低速的商业化产品都没用出现，更何况远比室内室内复杂的高速运动室外环境。单从这点来说，激光雷达是自动驾驶必备的传感器。 ;2.公路智能无人驾驶定位意义;二、公路智能无人驾驶的关键技术;1.定位;公路智能无人驾驶的定位、导航及高精度地图功能，如下图所示。;2.环境感知;环境信息包括：道路的形状、方向、曲率、坡度、车道，交通标志，信号灯，其他车辆或行人的位置、大小、前进方向和速度等； 车辆状态信息包括：车辆的前进速度、加速