基于VSLAM的自主移动机器人三维同时定位与地图构建

移动机器人在探索未知环境且没有外部参考系统的情况下,面临着同时定位和地图构建（SLAM）问题。针对基于特征的视觉SLAM（VSLAM）算法构建的稀疏地图不利于机器人应用的问题,提出一种基于八叉树结构的高效、紧凑的地图构建算法。首先,根据关键帧的位姿和深度数据,构建图像对应场景的点云地图;然后利用八叉树地图技术进行处理,构建出了适合于机器人应用的地图。将所提算法同RGB-D SLAM（RGB-Depth SLAM）算法、ElasticFusion算法和ORB-SLAM（Oriented FAST and Rotated BRIEF SLAM）算法通过权威数据集进行了对比实验,实验结果表明,所提算法具有较高的有效性、精度和鲁棒性。最后,搭建了自主移动机器人,将改进的VSLAM系统应用到移动机器人中,能够实时地完成自主避障和三维地图构建,解决稀疏地图无法用于避障和导航的问题。     

DSP和STM32单片机的姿态解算装置设计

设计一套基于DSP和STM32单片机的姿态传感器采集装置。无人飞行器的控制、跳伞训练姿态监测需要高精度的姿态运动信息作为反馈输入,要求测量模块具有功耗低、响应快和体积小的特点。采用精度较高的MEMS器件与STM32单片机并结合DSP高速的数据处理能力,构建航向姿态参考系统硬件平台。针对传感器特点,设计了基于扩展卡尔曼滤波算法的双矢量校正算法。     

基于状态切换的分布式多机器人编队控制

人工势场方法、虚拟结构方法、领导跟随方法、基于行为的方法等传统多移动机器人编队控制算法,都只在编队控制的某个环节有较好的效果,并没有有效解决编队组建、行进、变换、避障等一系列完整动作。针对上述算法的优缺点及适应情形,应用切换系统的思想,提出了基于状态切换的分布式多机器人编队控制算法。设计了基于复合信息的状态切换触发机制,通过机器人自身状态和周围环境适时触发切换机制,合理选择编队控制的一种或多种算法;提出了基于超宽带（UWB）测距的队形反馈机制,利用UWB数据结构简单、便于在微型移动机器人上进行处理的特点,实时完成对整个编队队形的保持和反馈,同时提出分布式状态估计算法,为触发机制提供机器人的运行状态。通过搭建多移动机器人平台,将所提策略应用到实际机器人编队控制中,验证了算法的有效性和稳定性。     

迈进高维连续空间:深度强化学习在机器人领域中的应用

首先,对深度强化学习(DRL)的兴起与发展进行了回顾.然后,将用于高维连续动作空间的深度强化学习算法分为基于值函数近似的算法、基于策略近似的算法以及基于其他结构的算法3类,详细讲解了深度强化学习中的最新代表性算法及其特点,并重点阐述了其思路、优势及不足.最后,结合深度强化学习算法的发展方向,对使用深度强化学习方法解决机器人学问题的未来发展趋势进行了展望.     

基于C#的Modbus协议的实现与应用

针对目前检测控制领域,数据分散和通信协议不统一的问题,采用通用工业标准Modbus协议,在.NET3.5框架下,基于C#编程语言,设计一套主从式通信检测系统,实现数据集散控制。该设计实现模块化、高内聚低耦合,易于开发运用;详细阐述工控机与嵌入式微机、程控电源HSPY3603基于Modbus RTU串行通信的设计实现,成功应用于某高压电源检测系统软件。经测试验证,主从设备间串口通信稳定可靠,解决多协议数据分散管理问题,为实时检测控制现场提供可行性方案。