赞
踩
本篇介绍一个多智能体协同感知,协同动态调度决策的系统。系统包括基于3D点云的SLAM建图(lego-loam),3维定位(hdl_localization),3D障碍物检测(传统聚类算法),部署了基于DWA的局部路径规划算法,改进的基于pid的路径跟随算法,以及基于改进时间窗方案的上层多智能体调度规划算法。
室内实验用miniAGV,搭载16线lidar,imu,轮式里程计等
基于松灵 hunter2.0 底盘,自行组装的室外移动机器人,搭载16线lidar,imu,gps,intel-d435i双目深度相机,轮式里程计等传感器,使用的是阿普奇的工控机。
基于开源的lego-loam框架实现试验场地的三维建图
*可能是作者的雷达安装与imu安装坐标系没有对齐,在imuHander处理这一块将三个方向的数据进行了交换,因此最终建出的图是垂直的,所以我们进行了修改。
*在建图的过程中发现建图总会乱掉,经过多次尝试发现是接近地面信息太乱导致的,于是通过直通滤波器,手动滤除了地面信息。
*降采样并去顶过后的可视化截图如下:
后来做室外任务,经过调研尝试了imu与激光雷达紧耦合的开源框架lio-sam,建图效果很好。
-我们采用开源的hdl-localization定位框架实现定位,结合了imu和激光雷达优化了转弯时定位漂移的情况。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。