新的室内移动机器人自定位方法

针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。     

基于RoboCup场地标志线的移动机器人自定位方法

自定位是自主移动机器人在RoboCup中型组比赛中的一个主要研究任务。本文提出了一种基于场地标志线上白点的中型组机器人自定位算法。该自定位方法采用数字罗盘确定机器人在世界坐标系下的朝向,白色标志线上的点确定机器人在世界坐标系下的坐标值,该算法进一步融合了视觉定位结果和里程计信息,使得定位结果更加鲁棒。     

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．     

单目视觉导航智能车辆的自定位方法

提出了一种单目视觉导航智能车辆的自定位方法,采用"两步法"对摄像头进行标定;推导出智能车辆位姿的参数表达式,采用基于一点的Hough变换方法提取导航路径信息,计算出导航路径的偏转角β和横向偏移距离d;通过仿真实验进行了验证.实验结果表明,偏转角β的最大误差在1.1°之内,横向偏移距离d的最大误差不超过3.2cm,满足智能车辆的自定位要求.     

基于Bayes滤波的移动机器人定位方法

对基于贝叶斯滤波原理的机器人定位方法提出了一个通用框架,进行了贝叶斯滤波方法的推导,理顺了贝叶斯总体框架以及卡尔曼滤波定位、多假设定位、马尔可夫定位、蒙特卡罗定位方法之间的内在逻辑关系。回顾了基于概率推理框架的各种机器人定位方法的发展过程、目前发展水平,并针对各自的利弊进行了比较。基于采样的蒙特卡罗定位算法能够描述多峰分布,可近似大范围的概率分布,能够有效解决定位过程中出现的歧义情况以及绑架情况等,因此重点对蒙特卡罗定位算法的实现过程以及存在的问题进行了详细的阐述,同时对研究难点和未来的发展趋势做了展望。     

一种基于MAP估计的移动机器人视觉自定位方法

提出一种能够工作在三维路标环境中的视觉自定位系统. 机器人通过 MAP 估计器融合里程计和单向摄象机的图像信息递归估计其自身位姿状态. 本文构建了传感器的非线性模型并且在系统运行中嵌入和跟踪机器人运动和视觉信息的不确定性. 本文从概率几何观点阐述传感信息不确定性, 用 unscented 变换传播经过非线性变换的相关系统信息. 考虑到处理能力, 机器人在地图元素的投影特征附近提取相应图像特征并通过统计距离描述数据关联程度. 本文的一系列系统性实验证明了该系统的稳定性和精确性.     

基于RGB-D相机的室内移动机器人自定位方法

精准可靠的自定位是移动机器人实现多机协同、路径规划与控制决策等自主能力的基础。因此,室内服务机器人作为移动机器人的典型代表,要求能够实时进行自定位,并且有效地避开各种静态和动态障碍物。基于此,提出一种基于RGB-D相机的室内移动机器人自定位方法,该方法利用Hough变换对机器人建立的环境地图进行线特征提取,并建立环境模型误差查找表,将非结构化环境中的自定位问题转化为结构化环境中的自定位问题,然后利用匹配优化算法实现自定位。实验结果表明,采用所提出的方法,机器人能够实现室内环境下实时精确的自定位。     

自主移动机器人足球比赛视觉定位方法综述

综述了RoboCup足球赛中全自主移动机器人基于视觉的定位技术,包括机器人自定位和多机器人协作物体定位.介绍了定位技术的发展情况与分类.从机器人环境构建形式的不同以及先验位姿和概率方法的应用与否等方面,系统地分析和比较了各种自定位方法.对于多机器人协作物体定位,阐述了静态方法和动态跟踪方法.总结了定位过程中需要重点研究的传感器模型构建、图像处理、特征匹配以及协作过程涉及的相关问题.最后就视觉定位存在的问题和技术发展趋势进行了讨论.     

基于全景视觉机器人自定位方法研究

根据RoboCup比赛规则的改变,在足球机器人失去利用球门、立柱等地标信息定位条件情况下,提出一种新的基于全景视觉的自定位方法。该方法通过对白色标志线上点的识别,结合场地环境栅格化的处理,通过最小误差搜索而达到快速、精确自定位的目的。实验结果表明该自定位方法达到了较高定位精度和较快定位速度。     

基于GA-PSO Hough变换的建筑物平面重构

提出了一种数字图像中建筑物平面的重构方法,所提技术使用GA-PSO Hough变换提高Hough变换的性能,采用一种有效的限制搜索空间方法以及分层次搜索策略来减少计算量,在传统建筑平面重构技术的基础上提出了一种更加有效的改进GA-PSO HT算法来提高重构性能与质量.     

基于相交环的水下无线传感器网络节点自定位研究

在水下无线传感器网络中,当网络中锚节点稀疏时会出现未知节点单跳定位困难的问题。在对已有水下定位算法分析的基础上,提出了一种新的基于相交环的两跳定位算法(Intersect Rings 2-Hops location scheme,IR2H),该算法利用同心环裁剪,缩小未知节点的定位区域,并通过两跳来定位节点。实验结果说明,IR2H算法与原有算法相比具有较高的有效定位率及较低的平均定位误差。     

基于DSP的纱线张力检测系统

在纺织及化纤工业中,纱线张力是一个非常重要的工艺参数。张力的平衡与稳定直接关系到产品质量与生产效率,直接与经济效益挂钩。本文介绍一种基于DSP的新的张力检测思路,为实现生产过程自动化,提高生产效率提供途径。     

基于激光传感器移动机器人的目标定位和多模式跟踪

移动机器人对运动目标的感知和跟踪是实现机器人与环境交互的一项重要能力。针对移动机器人以人为目标的跟踪中在复杂动态环境下经常出现的目标丢失和跟踪模式单一的问题,提出了基于机器学习的人物目标识别算法。该算法可以处理复杂环境下的目标检测和定位。同时设计了交互多模型跟踪算法,可以较好的跟踪以不规律模式运动的目标。最后在交龙移动机器人平台上实现了整个系统,验证了人物目标检测和多模式跟踪算法的鲁棒性和优越性。     

基于PLC的娱乐机器人

介绍了一个基于PLC的娱乐机器人,运用多信息融合进行目标识别,采用IPC PLC的两级控制系统实现高效实时的运动控制,取得了良好的人机交互与和谐.     

声纳阵列网络基于移动信标到达角的渐进最优节点自定位算法

针对水下声纳阵列网络节点自定位问题,提出一种基于移动信标到达角的三维总体最小二乘（TLS）节点自定位算法。首先给出了基于方位角和俯仰角的变量含误差模型,并根据该模型提出三维TLS算法,证明三维TLS算法随信标广播次数增加是渐进最优估计,仿真结果验证所提出算法的均方根误差渐进达到CRLB。     

基于实时ZMP检测的类人足球机器人步态规划

为了保证类人机器人行走的稳定性,合理的步态规划和误差补偿是最为关键的两个方面。针对研究新一代的类人足球机器人AFU2008,在步态规划方面,根据ZMP(零力矩点)稳定性原理,首先用参考轨迹法进行关节轨迹规划,然后由运动学逆解出的关节转角值对机器人舵机进行实际控制;在误差补偿方面,采用对ZMP影响较大的上体运动进行误差补偿,并针对传统的上体补偿方法的局限性,提出了允许上体高度作匀速运动的改进方法。最后通过仿真和实际实验表明:相对于传统补偿方法,新方法能够更加明显减小机器人的ZMP误差,提高机器人ZMP的稳定裕度,使得类人机器人可以稳定快速的行走。     

基于视觉和里程计信息融合的移动机器人自定位

受鸽子定向启发,将装备有全维视觉和里程计等传感器的自主移动机器人的自定位分为两种模式：全维视觉定位模式和里程计定位模式．机器人依据一定准则选择具体的主导定位模式：先试视觉定位,若视觉定位不可得或获得的视觉定位不可靠,则采用里程计定位．针对标记物信息失真问题,应用初步视觉定位结果反推标记物理论值,然后通过比较从原始图像中分离出的可能的标记物信息和反推出来的标记物信息理论值,滤除不可靠的视觉定位．针对运动过程中的机器人自定位,分析了影响定位准确性的信息时间延迟因素．