-
动态人干扰下扫地机器人SLAM回环检测与漂移抑制
-
动态人干扰下SLAM回环检测优化策略
-
动态人干扰下SLAM漂移与回环检测失效核心机理
-
面向家庭动态环境的鲁棒SLAM核心架构设计
-
扫地机器人激光SLAM与视觉SLAM对比及融合定位研究
-
激光SLAM与视觉SLAM核心维度对比
-
鲁棒SLAM提升动态适应性的关键技术
-
家庭动态环境给传统SLAM带来的技术挑战
-
激光SLAM与视觉SLAM的核心技术原理
-
多摄像头协同的AI眼镜SLAM定位，视觉-IMU融合的厘米级室内定位误差控制
随着AI眼镜向“空间计算终端”形态演进，其定位精度需求从米级提升至厘米级，尤其在医疗手术导航、工业精密装配等场景中，传统单传感器方案已无法满足需求。多摄像头协同的SLAM(同步定位与建图)技术与视觉-IMU(惯性测量单元)融合定位技术，通过多模态数据互补与算法优化，实现了厘米级室内定位误差控制，成为AI眼镜高精度定位的核心解决方案。
-
VINS与SLAM在机器人姿态估计中的核心区别（下）
-
VINS与SLAM在机器人姿态估计中的核心区别（上）
-
SLAM 技术：从单模态感知到多传感器融合的环境认知革命(下)
-
SLAM 技术：从单模态感知到多传感器融合的环境认知革命(中)
-
SLAM 技术：从单模态感知到多传感器融合的环境认知革命(上)
-
多传感器数据融合与SLAM技术：构建精确的环境模型
在智能机器人和自动驾驶汽车等自主导航系统的开发中，构建精确的环境模型是至关重要的。为了实现这一目标，多传感器数据融合与SLAM(Simultaneous Localization and Mapping，即同时定位与地图构建)技术成为了不可或缺的工具。本文将深入探讨这两项技术的原理、优势以及它们如何协同工作，以构建出高精度、鲁棒性强的环境模型。
-
珠海一微半导体推动扫地机器人技术创新：AM890 SLAM专用芯片的亮相松山湖论坛
杨武表示，硬化SLAM，一微半导体应该是全球第一个提出的。该芯片通过硬件化SLAM处理，显著提高了机器人在进行环境感知和实时导航中的效率和准确性。这不仅加快了机器人操作的速度，也提高了其在复杂环境下的可靠性，从而拓宽了机器人在家居、工业、探索等领域的应用前景。
-
机器人自主移动的秘密，从SLAM技术说起
智能服务机器人正成为行业的风口浪尖，从清扫机器人开始，家庭陪伴机器人、送餐机器人等陆续进入公众视线。在讨论这类机器人是否能解决实际问题时，自主定位导航技术作为机器人智能化的第一步正不断引起行
-
揭秘机器人自主移动背后技术，从SLAM技术说起
智能服务机器人正成为行业的风口浪尖，从清扫机器人开始，家庭陪伴机器人、送餐机器人等陆续进入公众视线。 在讨论这类机器人是否能解决实际问题时，自主定位导航技术作为机器人智能化的第一
-
三方面详解如何为机器人构建起一个“三维世界”
从本科到研究生阶段，再到2014年出来创业以后，这前后大概5年的时间里，我始终聚焦在视觉领域的学习。所以能够比较清晰地看到，在这几年时间里，以视觉为核心的，包括人脸识别、物体识别、空间定位、导航
