成果展示-长期更新
成果展示
这篇文章主要为了记录已经做完的项目，展现一些成果，总结一些经验，回顾一下自己技术栈的发展历程。
目录
2026年
L4 开放道路高精激光建图算法（云端）
算法亮点：
- 高精度；
- 鲁棒性强：演示路段高精地图构建；
- 涉及传感器：轮速、imu、128线主激光雷达、gps
结果展示： - 目前已经L4小车以及公交车POC项目交付；
- 演示路线定位图层效果图：
地图一致性优化算法-开发ing
主要为了解决区域地图一致性较差的问题；
云端路口大范围多趟建图算法-开发ing
服务于云端的路口大范围多趟建图；
2025年
全场景服务于数据生产的多传感器激光建图算法
算法亮点：
- 高精度：厘米级别精度；
- 鲁棒性强：车速最高支持100km/h，覆盖高速、快速路、隧道、城区、地下车库等挑战性场景；
- 涉及传感器：轮速、imu、128线主激光雷达、gps
结果展示： - 目前已经支持4w+km的数据生产（地面标志标注、OD标注）；
- bev效果图：
激光多趟建图算法
算法亮点
- 提升多趟地图精度以及一致性；
- 支持多车多趟点云地图融合，地图更新功能；
- 效果图：
基于地面标志的全量语义建图算法
算法亮点：
- 多传感器融合建图算法；
- 输入：radar点云、imu、轮速、单天线gps、语义感知（车位、车道线）；
- 目前已经支持园区记忆泊车项目交付；
L4 园区高精激光建图算法
算法亮点：
- 高精度；支持园区运营路线poc项目交付；
- 传感器配置：单天线gps、imu、轮速、pandar128机械激光雷达（后期基于图达通前补盲雷达）；
- 输出：定位图层、强度非线性映射后的地面点；
测试效果展示：
2024年
4D Radar高速行车在线建图算法
算法亮点：
- 高精度：可支持下游使用radar地图进行高精定位，定位精度<10cm；
- 鲁棒性强：车速最高支持100km/h，覆盖高速、快速路、隧道、城区等挑战性场景，并支持记忆行车poc项目交付；
- 涉及传感器：轮速、imu、自研4DRadar*6、gps；
结果展示： - 目前已经支持某主机厂记忆行车Poc项目交付；
- 部分路线点云效果图：
基于ESKF的DR算法
2020-2023年
4D Radar低速园区建图算法
算法亮点：
- 高精度：可支持下游使用radar地图进行园区高精定位，定位精度<10cm；
- 鲁棒性强：支持开阔园区、地下停车场等场景的地图构建；
- 涉及传感器：轮速、imu、自研4DRadar*6、gps；
结果展示： - 目前已经支持某主机厂记忆泊车Poc项目交付；
- 5组记忆泊车建图效果：
激光&视觉建图算法
Radar&激光标定算法
其他小项目
视觉回环+radar建图
点云压缩
算法亮点：
- 内存占用压缩比大于10:1
浙公网安备 33010602011771号