Skip to content

赛季记录

约 1 分钟阅读 0%

负责人LOGIC-XYZ (MiZoReCanvas)

  • 惯导精度误差测量(横滚、俯仰、速度、位置精度)
  • 成本选择(雷达,惯导,摄像头)
  • 多传感器融合
  • 为什么选择 EKF,而不是其他的,例如 UKF
  • 当摄像头故障(锥桶反光条没了)、雷达故障、惯导故障
  • 如果中间一帧出故障,如何处理
  • 仿真与实际的差别(转角、坐标)
  • 建图与实际的差别

负责人LOGIC-XYZ (MiZoReCanvas)

  • 建图的精度:锥桶的精度以及车辆位姿的精度,如何评估以及数据
  • 回环检测的方案
  • 任一传感器的失效或多传感器的失效(雷达、相机、组合惯导)
  • 设备的成本选择(雷达,惯导,相机)
  • 对于 25 赛季的易拉宝,裁判提到文字描述有点少

去年他们答辩也问过多传感器融合和极端环境传感器失效。

今年尝试类似因子图优化的约束方案,这个对算力要求高。他们建议未扫完锥桶就开始进行局部优化以降低对算力的要求。

今年他们答辩问了重定位的问题。

他们的建图方案是配准建图的方案,去匹配他们的地图。


锥桶坐标固定

将第一帧识别到的锥桶坐标固定下来,之后不会更新第一帧的锥桶坐标。因为 8 字只需要那六个锥桶,最开始识别的最准。

轨迹可视化

车辆运行轨迹可视化

状态方程优化

尝试使用卡尔曼滤波为三个赛道设置三个状态方程,从直线加速到高速循迹再到八字绕环,非线性逐渐增加。

时间同步

答辩时提到时间同步进行点云畸变补偿效果不明显。裁判说可能是前端过滤的太好了,但还是需要加上这个东西。同时在硬同步方面用 RS-232 & PPS 的线和雷达那边进行一下。


发现问题?欢迎在 GitHub 上直接编辑此文档。