百度RAL和UMD开发实时地图方法

地形可穿越性地图解决方案可以在非结构化的室外环境中导航
百度RAL和UMD开发实时地图方法百度RAL和UMD开发实时地图方法百度RAL和UMD开发实时地图方法百度RAL和UMD开发实时地图方法百度RAL和UMD开发实时地图方法

采用几何方法从RGB图像中提取地形特征

百度机器人研究和自动驾驶实验室(百度RAL),一家人工智能开发公司,和马里兰大学大学公园(UMD)开发了一种实时地图方法,用于在复杂地形上的挖掘机自主导航。

该公司表示,地形可穿越性地图(TTM)可以在由深坑、陡坡、岩石堆和其他复杂地形特征组成的非结构化户外环境中导航。

研究人员开发了一种基于学习的几何方法,从RGB图像和3D点云中提取地形特征,并将它们纳入全球地图,用于规划和导航。

用于挖掘机自主导航的导轨可通过性映射系统 用于自主挖掘机导航的地形可通过性测绘系统

该方法包括利用挖掘机的物理特性,如最大爬坡度和机器规格,确定可通过的区域,适应变化的环境,实时更新信息。

此外,研究人员还开发了自动挖掘机地形数据集,该数据集由建筑工地的RGB图像和激光雷达点云组成,根据可航性分为7个不同类别。

这一发展是采矿业一个更广泛趋势的一部分,该行业将机器人系统视为缓解劳动力短缺的一种方式,尤其是重型机械操作人员,以满足当前不断增长的需求。

2018年,全球挖掘机市场规模为441.2亿美元,预计到2026年将增长至631.4亿美元。

Errain映射结果计算使用 利用TTM计算地形制图结果

Baidu