成果简介：
同时定位与制图（SLAM）是移动机器人（如AGV、无人机、智能汽车、军用智能装备等）自主移动的核心问题。牵涉到传感器一般包括视觉、激光雷达、微波、红外等，利用各传感器的优势和互补性，高精度实时协作融合SLAM技术在无人驾驶汽车、工业移动机器人、军用无人装备编队、野外协作监测和电网线路管理等领域具有广阔的应用前景。
目前系统应用仍存在着精度低、实时性不够、可靠性差、协作性不强等问题。为此，我们从基础理论出发，取得了一系列的创新成果，使得融合多源或单源条件下的SLAM达到具有较好协作性、高精度以及实时性的优势。
自主研发的新一代“数据融合+集群协作”型SLAM，可改善传统型SLAM应用局限性，促进多智能体分布式学习技术发展，潜在地提高机器人的学习能力和智能化水平。
完成协作语义SLAM，填补机器人SLAM在可靠性、实时性以及缺乏语义信息方面的缺陷，可应用在空间攻防领域。多源信息融合具有数据表征能力强、数据互补特性，可应用在车联网和机器人自主导航等领域。相关技术成果已在航天探测星球车等领域得到应用。
成果展示：
SLAM机器人系统
多源信息语义SLAM系统
道路场景感知示例
技术指标：
序号
指标名称
参数
1
地图重建精度
<20cm
2
实时定位精度
<5cm
3
输入信号分辨率
≥720p
4
输入信号处理速度
≥20fps
成果成熟度：
小试、中试阶段
拥有知识产权情况：
专利号
专利名称
状态
201510260753.0
基于位置指纹的轴向解耦室内定位方法
授权
202111086495.0
一种自动驾驶场景语义分割方法、电子设备及可读介质
公开
202111061549.8
自动驾驶场景下基于改进faster-RCNN的小目标检测方法
202011128413.X
基于深度学习的并行多尺度注意力机制语义分割方法及装置
5
201811440153.2
一种基于特征图统计特征的深度神经网络模型裁剪方法
转化方式：
技术入股、技术转让等
预期市场分析：
利用协作融合SLAM技术，让AGV搬运机器人成为一种实时感应、安全识别、多重避障、智能决策等多功能的新型智能工业设备，可大幅度地降低人工成本，且最大限度地协调配合，在有限的时间和空间内最大限度地提升工作效率和质量。
该系统可用于规避智能汽车或机器人的自主导航，实现智能路径规划。通过SLAM技术，提高智能汽车的环境感知能力，有利于自动驾驶技术的成熟落地；可提高家用机器人的智能化水平，从而更好地适应家庭环境，打造更为优质的智能体验。
该技术和装备可用于协同作战、无人机编队、搜索及救援人员野外实时监测等，为国防科技发展提供技术支撑，具有重要的军事战略意义。发展无人机机载高精度SLAM技术及相关装备，更可以扩展野外搜救、地理测绘的效率和准度，推进高效益的军民深度融合。
该成果已与航天八院上海航天控制技术研究所、航天九院七七一研究所等单位开展深度合作，现阶段处于中试阶段。
团队情况：
研发团队：
周彦、蔡成林、王冬丽、李鹏、陈洋卓
项目联系人：
周彦
联系电话：
15200377751
电子邮箱：
yanzhou@xtu.edu.cn
