- 课程回放
浙江大学仿人机器人运动规划和控制研究方向博士,国家赴CMU机器人研究所公派访问学者,掌握全套搬运机器人技术,避免核心导航模块受国外企业控制,并通过分布式架构设计,摆脱对Windows和Intel芯片的依赖,逐渐将系统部署到国产嵌入式方案中。现全面主持迦智科技全系产品的设计开发工作,带领迦智研发团队实现6款软硬件标准产品迭代、近百款定制产品成功上市。
- 工业移动机器人地图构建的需求与挑战
- 工业移动机器人高精融合地图构建的研究现状
- 基于激光SLAM的高精融合地图构建方案详解与应用
- 未来的发展方向和趋势
由于移动机器人并不具备人类的视觉和思维能力,使得机器人在鉴别障碍物、路标时并不能作出恰当的处理,所以包含大量辅助信息的高精地图必不可少。高精地图构建的第一步是高精数据的采集,数据采集的传感器包括激光雷达、摄像头、红外传感器、IMU等,不同的传感器各有特色,激光雷达具有能同时精确测量距离和方位角且受环境影响程度小的特点,摄像头含有丰富的语义信息,红外传感器测量距离远,频率相应高,适合于恶劣的环境,IMU对光照变化不敏感。
在复杂的工业场景中,仅依靠一种传感器采集的地图数据可能不能完整、准确的描述路况信息,导致地图构建并不准确。多传感器数据融合是必然是一个解决方法,通过多传感器数据融合能够增强数据的可信度,并提高精度,高精融合地图就是利用多传感器数据融合产生的高精地图。
迦智科技采用的就是基于3D激光雷达、视觉传感器等多传感器融合的地图构建方案。通过这种方案机器人能够通过自身传感器在无GPS信号、地面非平坦、多层结构与人车混杂等场景下做到实时定位和毫米级的地图构建。
11月16日晚7点,智东西公开课策划推出的AMR机器人合辑将迎来第3讲,主题为《从室内到室外 - 工业移动机器人高精融合地图构建》,由迦智科技CTO孙逸超主讲。孙逸超博士将从工业移动机器人地图构建的需求与挑战出发,详细讲解工业移动机器人高精融合地图构建的研究现状、系统和未来发展趋势。
孙逸超博士毕业于浙江大学仿人机器人运动规划和控制专业,是国家赴CMU机器人研究所公派访问学者,掌握全套搬运机器人技术。他目前全面主持迦智科技全系产品的设计开发工作,带领迦智研发团队实现了6款软硬件标准产品迭代、近百款定制产品成功上市。