在基于智能无人系统的激光点云处理方面,团队在自动化领域期刊IEEE Transactions on Cybernetics发表长篇学术论文《FG-Net: A Fast and Accurate Framework for Large-Scale LiDAR Point Cloud Understanding》。该文提出了一个用于大规模点云理解的通用深度学习框架,用可变形卷积来建模几何结构,用点注意聚类方法来挖掘点云之间的相关特征,有效节省了计算和内存消耗,可以实现对大规模点云的实时解译。
在无外部信息源的自主无人系统定位方面,团队在工业应用领域期刊IEEE Transactions on Industrial Electronics 发表长篇学术论文《Toward Autonomy of Micro Aerial Vehicles in Unknown and Global Positioning System Denied Environments》。该文提出了一种在无外部定位信息源条件下微型飞行器三维自主导航与避障方法框架,开发了视觉惯性里程计、三维建图和运动规划等多种模块化组件。该系统在实际四旋翼飞行器上成功运行,能够在三维复杂环境中导航并跟踪移动的参考点,表现出较强的鲁棒性。
在基于智能无人系统的激光点云处理方面,团队在自动化领域期刊IEEE Transactions on Cybernetics发表长篇学术论文《FG-Net: A Fast and Accurate Framework for Large-Scale LiDAR Point Cloud Understanding》。该文提出了一个用于大规模点云理解的通用深度学习框架,用可变形卷积来建模几何结构,用点注意聚类方法来挖掘点云之间的相关特征,有效节省了计算和内存消耗,可以实现对大规模点云的实时解译。
在无外部信息源的自主无人系统定位方面,团队在工业应用领域期刊IEEE Transactions on Industrial Electronics 发表长篇学术论文《Toward Autonomy of Micro Aerial Vehicles in Unknown and Global Positioning System Denied Environments》。该文提出了一种在无外部定位信息源条件下微型飞行器三维自主导航与避障方法框架,开发了视觉惯性里程计、三维建图和运动规划等多种模块化组件。该系统在实际四旋翼飞行器上成功运行,能够在三维复杂环境中导航并跟踪移动的参考点,表现出较强的鲁棒性。