科创项目招募
Recruitment position
嗨
对无人驾驶技术感兴趣吗?
如果有
那么机会来啦!
团队介绍
机电学院张振海老师科研项目组主要开展无人车环境感知、障碍物快速识别与路径规划相关研究工作,长期接收动手能力强、有科创意识、较强的软件编程能力、基础理论扎实的大二~大四学生提前参加课题组,开展大学生创新创业训练工作。
项目组有良好无人系统科研与实验条件,包括:64线雷达、立体视觉、毫米波雷达、GPS、北斗组合导航系统、全景视觉、激光结构光视觉、高速高分辨线阵相机、4线雷达、声纳、红外可见光复合视觉系统等全套实验设备条件,多部实验车,开展新型环境感知传感器、障碍物识别控制与路径规划算法研究,与车辆学院、自动化学院开展广泛的科研合作,研究工作也有力的支持了北理工无人系统研究院相关工作。
本次招募项目
项目一
- 基于双目立体相机的无人车障碍物检测
与定位技术的研究
内容:
研究无人驾驶平台中的环境感知、全景视觉、双目立体视觉技术,学习无人驾驶技术中的全景视觉和双目立体视觉算法的基本原理和基础知识。完成全景图像展开以及双目全景立体视觉算法,实现基于双目立体全景视觉的障碍物识别检测与定位。利用搭载双目全景立体相机的无人车实验平台,在Linux以及ROS中结合OpenCV、视觉里程计算法等开展基于无人车双目立体全景视觉算法的障碍物识别检测与定位技术的研究。并利用北汽EC180电动汽车平台,开展双目立体全景视觉障碍物识别检测与定位算法的实验。
要求:
1.了解基本计算机视觉技术或双目立体视觉技术。
2.了解基本计算机视觉库(如OpenCV或Halcon)。
项目二
- 基于64线激光雷达的无人车障碍物检测
与定位技术的研究
内容:
研究无人驾驶平台中的环境感知技术、基于激光雷达的障碍物检测与识别技术。以无人驾驶平台上搭载的Velodyne 64线激光雷达为硬件基础,开展对激光点云数据的采集、聚类、分割以及识别算法的研究。学习激光点云的采集和处理库(PCL)、激光SLAM算法(cartographer),学习基本的聚类分析,模式识别知识。实现无人车周围环境的三维点云重建,并从中识别、定位和分类环境中的障碍物。基于北汽EC180电动汽车平台,开展基于激光点云数据的障碍物识别检测与定位算法的实验。在此基础上,与无人驾驶平台上的其他传感器数据实现数据融合和相互验证。
要求:
1.了解激光雷达的原理和激光SLAM等相关知识;
2.基本的聚类分析,模式识别知识
项目三
- 基于惯性导航与卫星定位的无人车位姿
融合技术的研究
内容:
研究无人驾驶平台中的环境感知技术、惯性导航技术。基于无人驾驶平台上的OXTS组合导航装置和北斗卫星定位装置,开展对传感器数据分析与标定、多传感器数据融合、组合导航技术的研究。基于无人驾驶上的北斗导航和惯性导航设备,完成无人车的位置、姿态的解算和里程计的计算,实现在复杂环境下对车辆的定位和姿态的正确计算。基于北汽EC180电动汽车平台,开展基于EKF数据融合算法的复杂环境下的无人车位置和姿态结算算法的实验。在此基础上,与无人驾驶平台上的其他传感器数据实现数据融合和相互验证。
要求 :
1.了解卫星定位、惯性导航等相关知识;
2.传感器数据采集分析标定算法或多传感器的EKF数据融合算法;
项目四
- 基于毫米波雷达与双目立体视觉融合的
车辆目标快速识别研究
内容 :
研究一种基于毫米波雷达与机器视觉信息相融合的前方车辆检测算法,利用毫米波雷达获取前方有效目标车辆的距离、速度和加速度等信息;依据车辆几何特征信息及毫米波雷达提供的距离信息在摄像机图像上建立感兴趣区域;然后对感兴趣区域利用该算法进行验证,判断是否为车辆类障碍物。
项目五
-高分辨线阵相机测速系统研究
内容:
了解单目高速高分辨线阵相机视觉测量的国内外现状,利用高分辨线阵相机的特点,测量高速移动物体的速度,学习图像处理与检测技术。基于高分辨线阵相机测速实验平台,利用一台线阵相机,在LabVIEW开发环境下,基于LabVIEW视觉处理模块或OpenCV函数库,开展高速视觉测速系统研究。根据目标物体运动的速度范围,调整线阵相机的扫描速率(即n帧/秒),基于目标检测和动态目标跟踪算法,计算目标物体移动速度,并生成“速度—时间”图,与实验平台速度作对比,进行实验验证,调整算法,提高测量精度;另外,根据实验,研究扫描速率、目标移动速度和测量精度三者之间的关系,并在保证系统快速性的前提下,计算出每种速度范围内的最合适的扫描速率。
联系方式
具体要求:
1、对项目非常感兴趣,且有信心能够坚持做项目。
2、发送简历给项目联系人:
简历模板:
姓名
联系方式
专业
修过的专业课
主要技术方向
项目经历(包括但不局限于比赛,科创立项,自己完成的小项目也可以)
大家抓紧联系啦
项目不等人~
排版 | 熊艺 审核 | 高伟博
领取专属 10元无门槛券
私享最新 技术干货