环境特征提取在移动机器人导航中的应用

针对移动机器人在未知结构化环境中导航的需要,采用2D激光雷达作为主要传感器,对诸如墙壁、拐角、出口等这些典型的环境特征分别设计了一套有效的特征提取算法,并在该算法的基础上提出了基于特征点的移动机器人导航策略.该策略不需要里程计等其他一些内部传感器的信息,并且也不依赖具体的环境表述模型,从激光雷达扫描一次所得的数据中即可提取出环境特征,从而来指引机器人导航,实现起来快速可靠.应用到移动机器人MORCS-1上进行实验,取得了满意的结果,算法的实时性与鲁棒性得到了验证.     

基于特征点的机器人快速自定位研究及应用

提出一种在已知的结构化环境中，利用激光传感器信息进行移动机器人快速自定位的算法．该算法从传感器信息中快速提取环境特征点，根据特征点的坐标映射模型，确定机器人的坐标和方向角．它克服了传统算法运算量大、实时性差的问题且定位精度高，将其应用于机器人足球赛中，取得了较好的定位效果．     

—种实时的单目视觉SLAM改进算法

针对目前SLAM算法实时性和鲁棒性的问题,提出了一种改进的实时单目视觉SLAM算法。该算法采用一个摄像头作为外部传感器来提取机器人行进过程中周围环境的特征信息,用实时性良好的FAST提取环境特征点,结合逆深度参数化进行特征点非延时初始化,用压缩扩展卡尔曼滤波更新地图。实验研究表明,该方法提高了算法的鲁棒性和实时性。     

一种基于Mark点的点胶机器人视觉目标定位方法

针对工业生产中PCB点胶机器人的视觉定位问题,提出了一种基于Mark点辅助的视觉定位算法。分析了传统模板匹配、Sift、Surf等算法在Mark点识别与定位中的不足,同时考虑到Mark点所具有的规则几何特征以及算法对于实时性的要求,提出了一种基于Mark点几何特征的改进型模板匹配算法。实验结果表明,这种基于Mark点几何特征的改进型模板匹配算法具有良好的平移、缩放、旋转不变性,能够准确识别并定位Mark点,从而实现对PCB上相关点胶目标点的定位,并满足工程可靠性和实时性的要求。     

动机器人视觉图像特征提取与匹配算法*

针对移动机器人导航过程中视觉图像处理速度慢以及特征点提取与匹配实时性和准确性差等特点,提出了一种基于SIFT特征提取算法与KD树搜索匹配算法相结合的新方法,通过对候选特征点进行多次模糊处理,使其分布在高斯差分图像的灰度轮廓线边缘,利用SIFT特征提取算法找到满足极限约束的极值点;通过KD树最邻近点搜索和匹配算法使处理后的特征点与原始图像进行特征匹配,快速找出匹配正确的特征点。实验证明,该方法对环境光照、视野角度频繁变化的环境具有较强的鲁棒性,能够满足移动机器人自主导航过程中对视频图像处理的实时性和准确性     

多传感器融合改进的机器人定位决策

在复杂的不确定环境里,采用单一传感器对机器人进行定位时精度较低,并且易受干扰,可靠性较差。针对这一问题在粒子滤波器移动机器人SLAM算法的基础上,利用多传感器融合对算法进行改进,将观测信息进行特征级融合,充分利用各种传感器采集的冗余信息,并将融合后的观测信息分别用来估计机器人路径和环境特征的后验概率分布。仿真试验表明,改进后的算法在SLAM定位精度及可靠性上都有较大的提高,证明了该种方法的可行性。     

煤矿救援机器人环境目标图像识别

针对标准尺度不变特征变换(SIFT)算法存在搜索视觉图像中关键点出现计算冗余和目标识别实时性差的问题,提出了一种改进的SIFT算法,并将其应用到煤矿救援机器人的环境信息感知和目标识别匹配中。该方法以马氏距离代替标准SIFT算法中的欧氏距离,简化了特征点提取,避免了特征点的误匹配。现场试验结果表明,改进后的SIFT算法提高了煤矿救援机器人对煤矿井下环境目标识别的实时性和目标匹配的准确性,为煤矿救援自主移动机器人实现避障、行走做好了视觉前提。     

足球机器人路径规划仿真研究

研究了足球机器人路径优化选择问题,机器人运动与规划路径有误差,使实时性和准确性受到影响.针对传统的机器人路径规划算法过于复杂,同时没有充分考虑到足球机器人在比赛中实时性和对抗性等问题,导致实时性差以及射门准确率低.提出一种结合路径预测的路径最优算法,充分利用预测结果减少每周期的路径规划时间,并采用动态基准圆预测的射门策略,并对守门策略进行改进.进行仿真的结果表明,所提出算法在足球机器人比赛中具有可行性,射门准确率得到提高,击球时机器人达到较快速度,使得敌方更难防守,守门员在防守时充分地体现了智能性,证明算法优化了机器人路径,提高了实时性和准确性,为设计提供了依据.     

基于改进SSDA的彩色目标识别方法

提出了基于改进SSDA算法的机器人视觉彩色目标识别方法,利用颜色分量的权重系数对SSDA算法进行了改进,同时,在图像特征提取时引入目标的形状和大小信息。实验表明,这些措施有效地减少了运算量,提高了目标识别的准确性,具有较好的实时性和鲁棒性。     

一种基于离散时间一致性理论的多机器人分布式巡逻算法

在多机器人巡逻任务中,由于通信距离的限制,单个机器人很难获得全局信息。然而,现有的大多数多机器人分布式巡逻算法都要求每个机器人获得其巡逻区域的全局信息进行决策。因此,考虑到通信半径约束和局部信息约束,为了通过相邻机器人之间的交互完成巡逻任务,基于离散时间一致性理论提出了两种巡逻算法。算法1使用全局信息进行决策,算法2基于离散时间一致性理论实现局部信息对全局信息的预测进行决策。通过模拟器Stage对所提算法与对比算法在不同机器人数量、通信半径、地图环境下进行了对比。实验验证了所提出的基于局部信息的分布式多机器人巡逻算法具有与原算法类似的特性和性能,能够使机器人在没有全局信息的情况下判断全局状态,并基于邻居之间的协商完成巡逻任务。     

基于激光传感器构建环境拓扑地图

地图构建是移动机器人在未知环境中实现导航任务的基础。利用激光传感器扫描数据构建环境边界的几何地图,并在构建环境几何地图的基础上,将传感器的扫描数据以机器人为中心分割成4个区域,并利用提出的中线法抽取机器人所处环境自由空间的拓扑地图。实验表明:该方法能有效、实时、紧凑地表示环境。     

基于生物认知的移动机器人路径规划方法

针对移动机器人在非结构环境下的导航任务,受哺乳动物空间认知方式的启发,提出一种基于生物认知进行移动机器人路径规划的方法．结合认知地图特性,模拟海马体的情景记忆形成机理,构建封装了场景感知、状态神经元及位姿感知相关信息的情景认知地图,实现了机器人对环境的认知．基于情景认知地图,以最小事件距离为准则,提出事件序列规划算法用于实时导航过程．实验结果表明,该控制算法能使机器人根据不同任务选择最佳规划路径．     

未知环境下改进的基于RRT算法的移动机器人路径规划

方法的有效性.     

直线拟合算法在移动机器人轨迹记录中的研究与应用

移动机器人在进行未知环境探索时,需要记录保存其行驶轨迹,以便进行定位、路径规划、地图更新等处理。本文给出一个直线拟合的优化算法,对移动机器人采集的原始坐标信息进行分析,可去除大量冗余信息,得到准确、精简、必要的运动轨迹信息。该算法在移动机器人轨迹记录中得到了有效应用,节省了存储空间,且满足移动机器人的实时性。仿真及实际测试均显示,该直线拟合优化算法是快速、高效的。     

多机器人同步定位与地图构建的地图融合算法的改进

本文主要研究了多机器人同步定位与地图构建(SLAM)的地图实时融合问题.在本文中提出一种混合的SLAM算法(HybridSLAM)算法,可以同时观测和更新多个路标,并根据FastSLAM2.0思想利用选取的最准确的路标观测值来修正机器人位姿.然后,在改进HybridSLAM算法基础上,进一步提出一种改进的多机器人HybridSLAM算法(MR–IHybridSLAM).每个机器人在不同初始位置运行IHybridSLAM算法构建子地图,并将子地图信息实时发送到同一工作站中.根据卡尔曼滤波(KF)原理将每个机器人构建的子地图融合成全局地图.最后,通过仿真实验构建多机器人融合的特征地图并与单一机器人快速的SLAM算法(FastSLAM)和HybridSLAM算法构建的地图进行误差对比,进一步来验证该算法的准确性、快速性和可行性.     

语义地图导航的智能化服务机器人研究

基于语义地图导航的智能化服务机器人系统,以搭载深度相机和二维激光雷达的差分轮智能车的形式呈现。系统以树莓派作为主控制器,利用OpenCR控制电机驱动和辅助驾驶传感器,通过ROS机器人操作系统将机器人控制器、智能信息处理模块和各类传感器融合成一个有机整体。所构建的机器人系统在服务过程中,通过感知周围环境、收集数据完成静态、动态物体的辨识,然后结合二维地图数据完成目标检测和语义地图的构建。为了提升系统智能化程度,配合深度推理神经计算棒,并结合Mobile Net网络架构下的SSD目标实时检测算法,提高了视觉感知的实时程度以及准确性。     

Path planning based on geographical features information for an autonomous mobile robot

We propose a path-planning algorithm for an autonomous mobile robot using geographical information, under the condition that the robot moves in an unknown environment. Images input by a camera at every sampling time are analyzed and geographical elements are recognized, and the geographical information is embedded in an environmental map. Then the path is updated by integrating the known information and the prediction on the unknown environment. We used a sensor fusion method to improve the mobile robot's dead-reckoning accuracy. The experimental results confirm the effectiveness of the proposed algorithm as the robot reached the goal successfully using the geographical information.     

足球机器人路径规划算法的研究及其仿真

研究足球机器人路径规划优化问题,足球机器人由于赛场情况千变万化,系统本身存在非线性,环境也具有时变性特点,要求机器人相互协作实时性要求高。结合足球机器人系统特点,提出一种蚁群算法的足球机器人路径规划算法。把每一只蚂蚁看作是一个机器人,蚂蚁根据信息素调整自己的前进方向,通过蚂蚁间的信息交流和相互协作快速找到一条最短的机器人运行无碰撞的路径。采用算法进行测试,结果表明,用蚁群算法较好地克服了局部最优的缺陷,获得最优路径,且无碰撞现象,符合足球机器人路径规划的实时性要求。     

基于A*改进算法的四向移动机器人路径搜索研究

在由栅格法构建的环境地图中,利用A*算法进行路径搜索时存在搜索范围广、搜索速度慢、路径曲折等问题.针对栅格地图及具有四向移动机器人的特点,从搜索方向、启发函数构建、机器人加减速以及转向成本等几个方面对A*算法进行研究和改进,提出一种基于启发信息的扩展节点算法,降低偏离最佳路径节点的扩展数量.改进后的A*算法平均可降低67.1%的搜索面积、49.2%的计算时长、24.9%的路径成本及减少51.1%的转向次数,提高了路径的搜索速度和平滑度.