多模式RGB-LiDAR融合,用于强大的可驾驶区域细分和映射
Hyunmin Kim1, Minkyung Jun1, Hoeryong Jung1
1Department of Mechanical Engineering, Konkuk University, 120 Neungdong-ro, Gwangjin-gu, Seoul 05029, Republic of Korea.
Sensors (Basel, Switzerland)
|September 27, 2025
概括
这项研究引入了一个新的RGB-LiDAR融合框架,用于自动驾驶机器人实时检测可驾驶区域. 可适应的系统实现了高精度和速度,提高了复杂环境中的机器人导航.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 传感器融合式传感器
背景情况:
- 自动驾驶机器人需要准确的可驾驶区域检测来进行导航.
- 现有的RGB和LiDAR方法在不同的条件和传感器配置方面存在局限性.
- 当前的融合系统往往缺乏适应硬件变化的能力.
研究的目的:
- 为实时,模块化的RGB-LiDAR融合框架提供强大的可驾驶区域识别和映射.
- 为了实现无传感器的适应性,而无需为各种机器人平台进行再培训.
- 提高自主导航系统的可靠性和效率.
主要方法:
- 分离RGB和LiDAR预处理,以实现无传感器适应性.
- 将RGB细分与LiDAR地面估计融合为高可靠性可驱动区域点云.
- 通过同时定位和映射 (SLAM) 将点云逐步集成到全球地图中.
主要成果:
- 该框架在KITTI数据集上的可驾驶区域检测方面实现了竞争力的准确性.
- 在比较的方法中显示出最高的推断速度.
- 验证适用于实时自主导航的适用性.
结论:
- 拟议的RGB-LiDAR融合框架提供了强大的和可适应的可驾驶区域识别.
- 该系统的模块化和无传感器设计使其能够跨平台无部署.
- 高精度和速度证实了它对实时自主导航的有效性.
