一、实验条件

    课题组拥有移动机器人、无人车、多自由度机械臂、深度学习服务器等实验系统30余台套，能够为智能机器人和计算机视觉领域的科学研究提供良好的支撑。    

   

二、系统及实验展示（待补充）

   ·多传感器融合SLAM

   以单目视觉、固态雷达和惯性测量单元构成多传感器SLAM系统，在行进中实现准确定位并构建三维环境地图。

    

         东北大学南湖校区体育馆附近的3D建模效果                    东北大学南湖校区部分场景的3D建模效果

   ·单目视觉鲁棒尺度恢复：构建轻量级单目视觉里程计，具有精确和鲁棒的尺度恢复特点，旨在减少尺度漂移、为无闭环长距离导航提供精确的里程计信息；提出一种道路点提取和聚合算法（GPE-GPA），通过提取图像特征并选择高质量的点进行尺度因子估计。只需要单目相机，不需要额外的传感器即可获得真实尺度的定位效果。

        

                           单目视觉鲁棒尺度恢复的系统架构

                   

          测试结果：绿色的线为检测地面点的法向量，结果表明道路点的检测准确且鲁棒

  ·依托先验地图的视觉重定位：借助事先通过SLAM构建的环境地图，对移动机器人及无人车在行驶过程中的位姿进行校正，实现高精度定位。