一种基于SLAM的多功能探索机器人设计

针对机器人在未知环境下导航和捕获目标问题,设计了一种基于SLAM技术的探索机器人,并提出一种融合机器视觉与SLAM算法的导航方法。机器人由主控模块、底层驱动模块、摄像头、激光雷达和机械臂构成。通过在安装有开源机器人操作系统(ROS)的机器人上进行实验。实验结果表明,通过上述方法能够构建可靠有效的地图并规划出合理的移动路线,完成目标物体的定位和捕获。     

基于SLAM的机器人在车间运送中的应用

运送机器人主要通过电机、舵机、激光雷达、微控制器和树莓派等硬件设备组装而成,并在树莓派或计算机端的ROS系统运用建图、定位和路径规划等算法,实现机器人的自动避障和自主导航。实验发现机器人建立的地图能够描绘出机器人环境的大部分物体,路径规划和机器人的响应效果良好,并在误差允许范围内,地图中的定位可精确到70%。因此,可将SLAM机器人应用于车间运送,以提高车间的工作效率,节约人力成本。     

基于ROS和激光雷达的室内移动机器人定位和导航系统设计与实现

根据自主运动机器人的室内定位需求,设计并实现基于机器人操作系统ROS和激光雷达的室内移动机器人定位和导航系统。机器人系统采用树莓派控制器作为控制核心平台,利用激光雷达采集环境信息,在ROS分布式框架下进行软件算法的开发,实现基于扫描匹配算法的SLAM功能、基于最优路径算法路径规划以及基于粒子滤波算法的导航功能。理论仿真及实验实测结果表明,系统可构建精度较高的环境地图,并对机器人进行定位,有效完成室内定位和导航任务,具有低成本、开源、模块化、易于拓展等优点。     

光伏电池板清洗机器人定位与导航系统的开发与设计

针对目前光伏电池板清洗机器人在未知环境中感知能力差,缺乏自主规划路径和躲避障碍物能力差三方面,使用ROS机器人操作系统结合激光雷达传感器以及SLAM同步定位与建图技术来解决上述问题。采用A*和D*算法实现对机器人路径规划,以实现实时避障等功能,并通过自主开发的光伏电池板清洗机器人进行验证。结果表明：在现实环境中机器人利用激光雷达可对未知环境地图进行构建,并且机器人可按照制定路线进行移动,同时也可躲避出现在其路径之上的障碍物,验证了光伏电池板清洗机器人开发的可能性。     

基于体感传感器的室内机器人定位研究

同时定位与地图构建是机器人能够实现智能化自主导航的关键技术。该文提出一种基于体感传感器的移动机器人SLAM实现方法。通过分析体感视觉获取原理和数据特点,设计了系统结构,并将体感传感器获取的数据进行处理,得到构建地图所需的特征路标;再使用扩展卡尔曼滤波实现SLAM,通过实验结果验证了基于体感传感器的SLAM方法的有效性和正确性。     

一种基于SLAM技术的智能导航小车的设计

为了实现能够在未知环境下进行地图构建及自主定位导航的目的,设计了一种基于SLAM技术的智能导航小车模型,该小车模型上配置了RPLIDAR A1激光雷达,树莓派3B+主控板,STM32驱动板及各种传感器,基于SLAM技术,通过ROS机器人操作系统对智能小车进行设计与开发。实验结果表明,本论文设计的小车模型能够构建出可靠有效的地图,并实现自主定位导航。     

基于激光雷达和SLAM定位的麦克纳姆轮小车研究

基于激光雷达和定位与地图构建(SLAM, Simultaneous Localization and Mapping)的麦克纳姆轮小车,集SLAM所携带的外部感知环境,并利用提取的信息进行自我定位的功能和激光雷达对目标回波和发射信号的比较处理,实现目标等参数确定的功能。文中基于激光雷达和麦克纳姆轮的定位方式进行展开,重点研究移动机器人里程计的获取解算和使用AMCL(自适应蒙特卡洛定位算法)输出定位坐标,同时进行多次的模拟试验测试,并对试验结果进行分析。试验结果表明,麦克纳姆轮小车实现了机器人的定位与导航和麦克纳姆轮全方位移动的强强联合。     

室内移动机器人主动SLAM技术研究

为提高移动机器人自主探索室内未知环境的能力,基于实时获取的里程计和激光雷达数据,提出了一种面向室内环境的主动SLAM算法。首先利用激光雷达高精度特性,进行高频率的扫描匹配,提高了机器人定位和建图精度。同时基于实时地图,通过边界探索算法实现了机器人自主、高效遍历室内环境,并建立全局地图。鉴于室内环境通常是动态的,在全局路径规划的基础上引入局部路径规划,实现了机器人运动过程中的实时避障。使用Kobuki移动机器人平台在室内环境中进行了实验验证,实验结果表明该算法在小规模室内场景下的建图精度约为5cm,全程用时约为人为遥控方式的1.5倍。     

基于GIS和SLAM的机器人大范围环境自主导航

机器人自主导航技术的基础是其自定位能力,同时同步定位与建图(SLAM)是实现机器人自定位的重要方法。目前由于大规模SLAM技术发展的限制,机器人很难实现在大范围环境下进行建图和导航,并且尚没有结合SLAM和实际地理空间信息指导大范围机器人导航的完整自主导航系统。提出基于GIS和SLAM的机器人大范围环境自主导航方法,利用真实的城市空间路网信息,以地理信息系统(GIS)空间数据库的存储和计算能力为数据支撑,基于提出的大范围导航算法,实现了一套包含空间数据库、SLAM、导航算法的完整系统,具有良好的可复用性和可扩展性,符合实际生活场景,可以指导机器人进行大范围条件下的导航和建图行为。同时通过对机器人激光建图信息的存储,使得再次经过本区域的机器人可以在户外精确定位,实现在室外GPS缺失或误差条件下自身位置的修正。此外地图信息的存储可以实现多机器人对地图信息的复用,为多机器人的规划提供支撑。同时将人类世界的空间信息与机器人建图信息相结合,细化和丰富了原有的空间信息。     

3D 激光雷达 SLAM 算法综述

无人平台在大范围环境中实现自主定位与导航的能力需求日益严苛,其中基于激光雷达的同步定位和绘图技术(SLAM)是主流的研究方案。在这项工作中,本文系统概述了3D激光雷达SLAM算法框架和关键模块,分析阐述了近年来的研究热点问题和未来发展趋势,梳理了3D激光雷达SLAM算法性能的评估标准,并据此选取目前较为成熟的具有代表性的6种开源3D激光雷达SLAM算法在机器人操作系统(ROS)中进行了测试评估,基于KITTI基准数据集,从KITTI官方精度标准、SLAM算法精度指标、算法耗时和处理帧率3方面进行了横向比较,结果表明,所选6种算法中LIO-SAM算法性能综合表现突出,其在00序列数据集的测试中,绝对轨迹误差(ATE)和相对位姿误差(RPE)的RMSE数据分别为1.303和0.028,算法处理的帧率(fps)为28.6,最后依据CiteSpace分析讨论了3D激光雷达SLAM技术的应用趋势。