面向大场景的LiDAR-IMU-RTK融合SLAM方法

针对激光雷达(LiDAR)在大场景下同步定位与建图(SLAM)存在易退化和稳健性不佳的问题,提出了一种融合LiDAR、惯性测量单元(IMU)和实时动态差分定位设备(RTK)这三种传感器观测值的SLAM算法。为获得准确的优化初值并减少误差,利用多普勒测速方式解算初始全局姿态,并完成多源信息的空间基准统一。为适应复杂场景的连续定位,设计了一种动态调整各自权重与优化模式的因子图优化框架,融合了激光雷达里程计帧间约束、IMU预积分因子和RTK全局约束。在RTK遮挡、点云退化等各种城市环境中,实现了高精度定位和建图效果。实验结果表明,与LIO-SAM融合相同传感器信息相比,所提算法在RTK遮挡环境下的定位精度(均方根误差)提升了65.8%。此外,在长距离车载实验中,系统具有良好的鲁棒性,且定位精度达到分米级。

我国农村物流体系建设现状及对策分析

乡村物流体系的建设与完善对于社会经济均衡发展以及城乡物流一体化进程的提速具有重要意义。本文运用调查问卷的方法,对乡村物流配送,运输网络,物流基础设施,城乡运输体系方面存在的问题进行了分析,发现了乡村配送困难,物流设施落后,运输体系不健全等方面的不足,提出了政府统筹规划,建设多元化配送,健全乡村物流基础网络和进行人才培养的解决对策。

一种电磁车循迹及赛道元素识别算法

为了进一步提高智能车在赛道上行驶时的平稳性以及识别赛道的准确率,基于KNN算法以及比值法对现有的循迹算法进行改进,提出了一种新的电磁车循迹及识别算法。安装五个电感,2、4电感用于智能车循迹,1、2、3、4、5电感基于KNN算法识别元素。实验结果表明,该算法性能可靠、效率高,能使智能车稳定地循迹行驶,并准确地识别各个赛道元素。