基于激光视觉融合的帧间匹配方法

同步定位与地图构建(Simultaneous Location and Mapping,SLAM)是机器人在未知环境中实现自我导航能力的重要保证。目前SLAM算法使用的主传感器基本是激光雷达或视觉相机。二者各具优劣,激光雷达能更精确地进行测距,视觉相机能反映环境丰富的纹理信息。与使用单一传感器相比,将二者融合的SLAM算法能够获得更多环境信息,达到更好的定位和建图效果。文章提出一种融合激光雷达和视觉相机的帧间匹配方法,通过在SLAM帧间匹配过程中加入地面约束以及视觉特征约束,提高帧间匹配过程精度,增强算法鲁棒性,从而提升SLAM算法整体效果。文章最后利用采集的地下停车库数据进行结果验证,与开源算法A-LOAM进行对比。结果表明,相比A-LOAM的帧间匹配方法,文章提出的方法相对位姿误差提升约30%。     

一种适合场地试验的重型车前轮爆胎方法研究

在高速公路发生的交通事故中,客车和载货汽车爆胎引起的事故越来越多。特别是客车事故,一般都是群死群伤的严重事故。为了减少爆胎事故中人员伤亡,国家标准中对车辆的爆胎应急安全装置进行安装和性能要求。为了验证爆胎应急安全装置是否可靠,需要在试验场内进行试验。在本文中,设计了一套适合在场地使用的爆胎装置。此装置可以使前轮爆胎后,经过一个翻转机构,带动爆胎刀具放倒,从而使后轮顺利通过。根据研究结果,此爆胎方法可以满足标准的要求,方法可行,效率更高。