基于人工路标的易部署室内机器人全局定位系统

在一些布局易变或存在较多动态障碍物的室内,移动机器人的全局定位依然面临较大的应用挑战.针对这类场景,实现了一种新的基于人工路标的易部署室内机器人全局定位系统.该系统将人工路标粘贴在不易被遮挡的天花板上来作为参照物,仅依赖一个摄像头即能实现稳定的全局定位.整个系统根据具体的功能分为地图构建和全局定位两个过程.在地图构建过程中,系统使用激光SLAM算法所输出的位姿估计结果为基准,根据相机对路标点的观测信息来自动估计人工路标点在全局坐标系中的位姿,建立人工路标地图.而在全局定位过程中,该系统则是根据相机对地图中已知位姿的人工路标点的观测信息,结合里程计与IMU融合的预积分信息来对位姿进行实时估计.充分的实验测试表明,机器人在该系统所部署范围内运行的定位误差稳定在10 cm以内,且运行过程可以保证实时位姿输出,满足典型实际室内移动机器人全局定位的应用需求.     

基于人工路标和立体视觉的移动机器人自定位

针对室内移动机器人的自定位问题,提出一种基于人工路标和双目视觉的室内移动机器人自定位方法。首先设计了一种可扩展的彩色人工路标,并给出路标的编码方法;然后利用色彩空间变换,直线交比不变性以及自适应窗口实现路标检测与识别;最后在分析双目立体视觉模型的基础上建立起基于路标的双目立体视觉定位模型,实现移动机器人的准确定位。实验结果表明,路标对光照和视觉传感器的采集位置具有较强的鲁棒性,定位精度能够满足室内移动机器人的定位要求。     

基于多传感器融合的移动机器人定位算法研究

针对移动机器人在室外环境下全局位姿定位精度低、定位耗时长的问题,提出一种基于多传感器融合的机器人定位算法。首先构建移动机器人的运动模型,并选用里程计、惯性测量单元IMU和激光雷达作为移动机器人的基础传感器;然后采用自适应蒙特卡罗定位算法对传感器融合位姿进行位姿误差计算,获取移动机器人初始位姿;最后进行激光点云匹配,获取全局地图,并利用基于全局正态分布地图的NDT算法进行初始位姿修正,最终实现全局位姿校正和高精度定位。结果表明,基于多传感器融合的移动机器人定位误差控制在0.04 m范围内,定位时长均值为0.045 s,定位误差较小,定位损耗时间较少。由此说明,本定位算法可提升移动机器人的定位精度和定位效率,可实现移动机器人全局位姿快速、精确定位,提出的定位算法具备一定的有效性。     

基于光流传感器的移动机器人定位方法

详细介绍了光流传感器移动机器人定位系统的运动学原理,给出了理论模型推导;基于理论模型,搭建了基于光流传感器实验装置,将3只传感器置于移动机器人的固定位置,通过运动学几何关系,解算机器人的位姿;在室内进行了移动机器人的导航实验,推算了机器人的预测轨迹.实验证明了理论的可行性,可以作为短距离定位的一种导航方案.     

基于二维码视觉与激光雷达融合的高精度定位算法

为解决以蒙特卡罗定位算法为代表的激光室内定位算法存在的定位精度差和抗机器人绑架性能差的问题,以及传统二维码定位算法环境布置复杂且对机器人运行轨迹有严格要求的问题,提出了一种融合二维码视觉和激光雷达数据的移动机器人定位算法。机器人首先利用机器视觉技术搜索检测环境中的二维码,然后将检测出二维码的位姿分别转换至地图坐标系下,并融合生成先验位姿信息。而后以此作为初始位姿进行点云对准以得到优化后的位姿。同时引入里程计-视觉监督机制,从而有效解决了包括二维码信息缺失、二维码识别错误等由环境因素带来的问题,并保证了位姿的平滑性。基于移动机器人的实验结果表明,所提算法比经典的自适应蒙特卡罗定位（AMCL）算法的雷达采样点平均误差下降了92%,单次位姿计算时间减少了88%,可有效解决机器人绑架问题,并应用于以仓储机器人为代表的室内移动机器人。     

基于霍夫空间模型匹配的移动机器人全局定位方法

提出了一种基于霍夫（Hough）空间模型匹配的全局定位方法．该方法将经典Hough变换引入移动机器人全局定位,利用摄像机获取外界环境的局部地图特征,与给定环境模型（全局地图）在Hough空间进行匹配,由Hough变换可分解性及环境模型相关性分别获取机器人可能的位姿信息,并用一系列高斯值表示,借助求取的位姿方差及其概率分布以及给定环境模型信息剔除不可能位姿,从而最终实现移动机器人全局定位．该方法尤其适用于室内结构化环境. 实验结果表明该方法具有良好的性能．     

室内自主式移动机器人定位方法

定位是确定机器人在其工作环境中所处位置的过程.应用各种传感器感知信息实现可靠的定位是自主式移动机器人最基本、也是最重要的一项功能之一.本文对室内自主式移动机器人的定位技术进行了综述,介绍了当前自主式移动机器人定位方法的研究现状.同时,对国内外具有典型性的研究方法进行了较洋细的介绍,并重点提出了几种室内自主式移动机器人通用的定位方法,对其中的地图构造、位姿估计方法进行了详细介绍.最后,论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的研究方向.     

基于非线性优化的激光雷达在线标定算法

为解决移动机器人定位过程中激光雷达位姿标定问题,保证机器人在作业过程中保持外参的精确,分析里程计与激光雷达的外参标定问题,提出基于非线性优化方式的激光雷达位姿标定算法.通过移动机器人里程计与激光帧间匹配之间的关系建立非线性优化的数学模型,根据优化方式求取较为精确的激光雷达位姿信息.该方法灵活性强,可适应不同场景进行标定,在实际机器人进行算法验证,验证结果表明,该算法有效可行,能够较为精确得到激光雷达的位姿.     

基于人机交互的移动服务机器人导航系统

针对目前全自主移动机器人尚难实现的问题,基于人机结合的思想研制了由操作者、人机交互平台和移动机器人组成的“人—机—环境”一体化移动机器人导航系统．介绍了该系统的结构组成,阐述了系统导航策略,详细分析了人机交互、人机协作、移动机器人位姿预测及基于扩展卡尔曼滤波的位姿校正方法．设计了导航系统界面,通过在室内真实环境下的导航实验,验证了该“人—机—环境”一体化移动机器人导航系统的有效性．     

一种基于遗传算法的移动机器人自定位方法

针对移动机器人定位研究中的位姿跟踪、全局定位和"绑架"三类问题,提出一种基于遗传算法的移动机器人自定位方法.设计基于位置相似度的种群适应度计算方法,利用实值编码方式实现种群的交叉、变异,有效提高算法的实时性.针对机器人定位过程中的"绑架"现象,在常规遗传算法的基础上引人种群发散算子,减小种群匮乏效应.在此基础上,利用机器人运动模型更新种群状态实现机器人的连续定位.在实际室内环境进行机器人定位实验,证实本文算法的有效性.