项目实训第八-十一周

在基本完成了车道线识别模块后,我和队友一起实现导航模块中识别障碍物的部分,首先具体思路已在loyer的文章中有了具体的说明,在这里主要讲述一下用到的相关算法。

lidar点云分离地面和障碍物

Patchwork算法:
最大优点:1.具有很好的鲁棒性
2.分离速度可以达到40HZ
主要原理:
同心区模型
区域级地平面拟合
地面似然估计

障碍物点云转到栅格地图

这部分主要使用的是栅格地图GridMap,我不需要掌握它的内部原理,只需要理解它的各个函数的定义以及相关的使用,在该部分主要是使用了栅格占据算法,主要原理可以看连接中的相关说明,该算法在栅格地图中十分常用。栅格占据算法

Grid_Map 中我们最重点的函数就是move函数了,该函数实现了地图的位移,也就是模拟我们小车的移动的操作,而与此同时,在移动时,仍然处于地图内的栅格的值是不发生改变的,这也省去了我们重新赋值等一系列复杂的操作。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值