智能车路径识别及转向控制的研究与实现

在汽车领域中应用现代智能技术,能改变对车辆的控制方式,使其运行安全性和效率得到提升。在智能汽车发展中,路径识别与转向控制是两个难以控制的关键环节,加强对这两方面的研究具有十分重要的意义。     

复杂动态场景下基于光流分割SLAM算法研究

针对目前主流SLAM(同时定位与建图)算法在动态环境中存在精度大幅下降的问题,提出了一种基于光流分割去除动态物体干扰的DY-SLAM(SLAM In Dynamic Environment)算法。该算法采用实例分割算法结合相邻帧图像之间的稠密光流对动态物体进行分割,在SLAM系统图像帧间匹配前剔除动态物体特征点,提高动态环境下的定位精度。使用公开数据集对算法进行评估,算法的RMSE提升最大可达21.59%,能够有效提高系统在复杂动态环境下的定位精度及鲁棒性。