UCLA工程师推出机器人传感和运动算法 可提高自动驾驶汽车和卫星操作的性能

7月18日，加州大学洛杉矶分校（UCLA）工程师开发出新计算程序，使自动驾驶机器人能够更快、更准确地感知、绘制地图并适应其环境，从而显著提高机器人实时导航周围环境的能力，进而提高搜救机器人的救生能力，并增强自动驾驶车辆或行星探索中当前使用的技术。 移动机器人依靠同步定位和绘图来有效且高效地运行。近年来，激光雷达技术使机器人能够可视化其操作环境（绘图），并同时了解如何导航其动态环境（定位）。然而，基于激光雷达的机器人在应对海量数据处理和计算复杂性时，其测绘精度和反应时间仍然存在根本性限制。在项目研究员、UCLA萨穆埃利工程学院（Samueli School of Engineering）机械和航空航天工程系助理教授Brett Lopez的带领下，研究团队开发出新算法来应对这些挑战。基于当前激光雷达传感技术的直接激光雷达惯性测距和测绘（DLIOM）是加州大学洛杉矶分校在2023年电气和电子工程师协会（IEEE）国际机器人与自动化会议上提出的一项研究重点。该研究的第一作者、UCLA电气和计算机工程博士生Kenny Chen 表示：“我们开发的算法使用紧凑的传感器和计算套件，可实时生成几乎所有环境的精确几何地图。与当前其他解决方案相比，新算法具有多个关键优势，包括更快的计算速度、更好的地图精度和更高的操作可靠性。”