国内做Visual SLAM实力比较强的公司有哪些呢( 九 )
5.禾赛科技:主要产品:环境感知传感器融合系统禾赛科技专注于开发激光传感器,目前产品线包括用于无人驾驶和机器人的激光雷达,以及用于能源行业安全巡检的激光遥测系统等。禾赛科技自主研发的激光雷达Pandar40已经装在了硅谷、底特律、匹兹堡及欧洲和中国各地的数十家顶尖自动驾驶公司的无人车上。美国加州现有的62家获得无人车公开道路测试牌照的高科技公司中,超过40%已经是禾赛Pandar40的付费客户。
6.魔视智能:主要产品:自动驾驶芯片魔视智能以“开启汽车的人工智能大脑,实现更安全更自由的自动驾驶”为愿景,持续致力于整合先进的人工智能技术和汽车电子系统成功经验,打通传统汽车智能化的技术鸿沟,将国际级的视觉感知、融合、定位、路径规划与控制算法实现在嵌入式低功耗的车规级芯片上,实现在不同的场景条件下的自动驾驶。
7.芯仑科技主要产品:动态视觉传感器芯片
芯仑科技拥有全球领先的动态视觉传感器芯片技术,致力于创造高效的图像处理系统。动态视觉传感器从数据输入的源头实现革命性改变,实现像素级主动感知与传输,从前端减少数据的冗余提供结构化信息,实现系统运算效率的提升,减轻后端整体模组负担。传统的图像传感器是基于帧来成像,在固定时间段(帧时间)内,像素阵列检测到的光电流被积分在电容器中,在每一帧时间内,每个像素的到达电压电平以顺序方式传送出芯片。因此,使用传统图像传感器时,每一帧时间内会将所有像素的信息传输出去,而不管单个像素上是否有变化进而判断是否需要进行信息传输。而DVS芯片由一个个独立感光像素组成,每一个像素都在独立判断自身是否被激发,当该像素被激发产生事件时,像素同时发出位置、灰度值和时间三组信息(X,Y,A,T)。这种单独触发机制与传统的全幅触发机制在设计机理上存在着巨大的差异,使得动态视觉传感器在SLAM这种对实时性分析有要求的场景中拥有明显优势。
8.速感科技:主要产品:面向智能设备的系统化视觉解决方案
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。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。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。最后发放福利 :关注【计算机视觉life】公众号或者公众号后台回复“slam”,即可获得悉心整理的SLAM资料,包括:计算机视觉入门书籍、SLAM相关书籍、VIO相关总结资料、SLAM研讨会PPT(资料持续更新)
推荐阅读
- 河北煤炭全链条快速抽检能力取得新突破研制仪器填补国内空白
- 两男子由俄向国内走私海参被绥芬河移民管理警察抓获
- 趣头条|日产奇骏,整体设计不错,你会喜欢吗
- 汽车知识|川崎发布2021款Z H2 SE,升级减震和刹车,国内售价或超25w
- 销量|大众ID.3国内路试无伪装谍照曝光 明年正式上市/南北大众分别投产
- 排名|北京大学掉出前3,北师大“杀进”前十2021中国内地大学排名
- 国内自主品牌|长安“欧尚X5”正式上市,尺寸比瑞虎8还大,价格比预售还便宜3千!
- 风电场|国内首个 江苏如东H14海上风电场项目主体全面完工
- 国内有类似Ebay中bid(竞标)模式的网购平台吗
- 汽车扒一扒|有谣言说国内的雷克萨斯配置低,我澄清一下,这不是谣言