深度学习模型轻量化与端侧部署优化

广东省惠州市惠城区

0.0

0.0

惠州市

惠城区

传感器(视频/激光)等进行SLAM建模,手持慢速可以满足需求，但是对于大范围的，例如使用无人机，车载设备等，尤其是车载设备在运行中需要一定车速，并且路上经常会有颠簸，对大面积的基础设施建模与大场地复杂环境，通过车载传感器的方式可以快速进行大面积高精度建模。可以大大提高传统建模的速度与效率。1.不限传感器 2.需要一定的成本考量 3.实现方式最好是算法上的而不是原生传感器上解决的 4.对于运算速度，模型生成不要求实时性，达到一个较为理想的精度（鲁棒性） 5.车载并不链接车辆信息，可以通过运动传感器，陀螺仪等设备设施实现运动状态检测。（可以理解为在ROS上实现视觉惯导）。1.实现可靠可商用直接使用的建模方案。1.低成本 例如双目摄像头之类的视觉方案 2.整体优化包括性能优化 1.通过SLAM十四讲与开源方案进行过测试，例如常见的特征点法，直接法，位姿优化等。 2.HectorSLAM，Gmapping，KartoSLAM，CoreSLAM和LagoSLAM等ros常用方案 以及google开源的cartographer 3.无法投入商用，模型需要大量的人工校队审核。

广东省

0