申请代理商

核心技术 Core Technology

Qfeeltech-vSLAM

vSLAM(基于视觉的同时定位与构图)算法是团队的核心技术算法。团队自主研发的vSLAM算法可以融合多种传感器(激光雷达、惯性测量单元、里程计、超声波等)数据获得稳定且准确位置姿态信息的同时,帮助机器人等智能设备获取三维空间环境信息,使其具备自主移动、路径规划、场景理解等能力。前后经过多个版本迭代的Qfeeltech vSLAM算法在多个国际公开数据集下同业内其他算法相比,保持领先的定位定姿效果。

Qfeeltech-Auto Navigation

Auto Navigating(自主导航)算法是团队基于具体应用场景开发的工程技术之一。团队自主研发的Path Planning算法以视觉图像和激光雷达数据作为主要输入,通过融合AMCL(粒子滤波)定位算法以及A*(全局规划)、DWA(局部规划)路径选择策略,获得较单一传感器方案更准确的位置结果,在应对特殊事件时该算法可以获得更快速的即时策略响应,选取更合适的移动路径。

Qfeeltech-Object Tracking

Object Tracking(物体检测与跟踪)算法是团队基于传统视觉和深度视觉技术下的研究技术之一。团队自主研发的Visual Tracking算法可以在传统RGB视频流中利用MLD架构获得较学术界主流TLD算法更快速更准确的动态物体识别、检测与跟踪结果,后者目前被广泛应用在无人机自主跟随等领域。此外该算法可以基于带有深度信息的RGB-D视频流自动进行前景提取与受测物体分割,从而得到更好的检测与跟踪结果。

Qfeeltech-Scene Perception

Scene Perception(图像场景理解)算法是团队在当前机器人行业背景下的在研技术之一。团队希望通过对深度视觉技术的前期技术积累,结合目前学术界已经成熟的基于CNN(卷积神经网络)的深度学习算法和行业数据,开发垂直应用的图像理解算法,该算法的创新性在于利用深度图像区别于传统图像的优势,通过更高维特征点集的获取得到更为精准的图像语言理解与认知。

相关视频

填写下列信息,申请成为我们的代理商
姓名:
电话:
邮箱:
公司:
简介: