基于声纳传感器的移动机器人地图创建方法研究*

提出了一种改进的基于声纳传感器信息进行栅格地图创建的方法。将Bayes法则用于移动机器人地图创建,对多个声纳传感器信息进行融合,解决信息间的冲突问题,并根据声纳模型将测量数据集成到局部地图中,改变栅格被障碍物占有的概率。经过坐标变换后,利用Bayes法则更新全局地图中的栅格信息,实现从局部地图到全局地图的更新。实验验证了该算法的可行性与有效性。     

基于概率栅格地图的移动机器人可定位性估计

基于广泛使用的概率栅格地图,提出了一种移动机器人可定位性估计方法.通过对定位Fisher信息矩阵进行栅格离散化,提出了静态可定位性矩阵,该矩阵适用于已知地图条件下的离线估计.在此基础上,针对在线估计中环境存在的非预期动态变化问题,采用局部感知的未知障碍物影响因子来修正静态可定位性矩阵,进而得到动态可定位性矩阵,该矩阵定量描述了机器人可定位性能力及其方向性.各种典型环境下的机器人实验结果表明了所提方法的有效性.     

占据栅格地图的最佳栅格大小与地图精度

针对占据栅格地图最佳栅格大小缺乏理论计算方法的问题,提出了以准确度与信息量为变量的代价函数来评估占据栅格地图的精度,从而获得最佳栅格大小的方法.首次提出了以"有义地图率"来表征占据栅格地图准确度的新概念,并通过数学推导给出了有义地图率的理论计算方法,揭示了栅格大小、传感器精度与有义地图率之间的关系,并以栅格数量来表征地图信息量.最后,通过仿真验证了有义地图率计算公式的正确性,同时通过RplidarA2雷达测扫实验验证了所提出的最佳栅格大小计算方法的正确性,进一步证实了有义地图率是地图的一种本征属性.     

基于地面视差分布的栅格地图建立方法

针对使用立体视觉建立环境地图方法存在信息不完整的问题,提出一种基于地面视差分布的栅格地图建立方法。利用地面视差分布在视差图中进行障碍物和地面点的检测,通过统一但参数值不同的投影模型将障碍物像素和地面点像素投影到栅格地图中,同时考虑立体视觉的量化和匹配误差、地面视差和栅格占据概率的空间分布。通过在非结构化环境中的实验表明,该方法可以实时地建立信息完整且准确的栅格地图。     

基于免疫自适应遗传算法的机器人栅格地图融合

融合各机器人独自创建的环境地图,实现信息共享,是提高分布式多移动机器人系统环境探索效率的关键.研究了在没有公共参考坐标系及机器人相对位置信息未知情况下的栅格地图融合问题,提出了一种基十免疫自适应遗传算法的栅格地图融合方法,该算法把反映两个栅格地图重叠区域相异程度的优化函数作为抗原,每个可能的平移、旋转平面转换对应一个抗体.仿真结果表明了该算法可以较快的收敛速度和较强的全局搜索能力,搜索到两个栅格地图的最佳重叠区域,实现地图融合.     

一种多机器人栅格地图拼接方法的研究

多机器人协作式的同步定位与地图创建（SLAM）是自动导航领域的热点研究方向之一,SLAM技术中栅格地图拼接成为重要的技术点。针对采用SIFT算法进行地图拼接栅格的拼接速度较慢、有效匹配点较少、稳定性差等缺点,提出了一种新的栅格地图拼接方法。使用FAST算法快速选定特征点,利用PCA-SIFT算法生成36维特征描述符进行匹配,并借助最大后验一致性算法选取的最佳匹配点进行初始拼接参数计算,使用加权平均算法对待拼接的两幅栅格地图进行拼接融合。使用公开的数据集进行试验,结果表明,所提出的方法稳定性强、拼接速度快,且拼接精度高。     

双目立体视觉栅格地图构建方法

本文基于立体视觉定位技术,提出了基于双目立体视觉的栅格地图构建方法,用以解决目前视觉SLAM技术构建的稀疏特征地图难以直接用于自主导航的问题。本文提出的方法仅以视觉信息作为输入实时完成移动机器人自定位与外界环境栅格地图的构建。首先采用双目立体视觉定位获取机器人运动参数,利用稠密匹配估算空间点云分布,在考虑机器人实际高度的情况下将三维点云投影成二维数据,最后通过二值贝叶斯滤波器在线构建栅格地图。本文所构建的栅格地图包含环境几何信息,可直接应用于机器人路径规划与导航。实验结果验证了本文所以出的定位与地图构建方法的可行性。     

基于扇形栅格地图的移动机器人全局路径规划

针对已知环境信息下的移动机器人全局路径规划问题,描述了一种基于扇形栅格地图的波传播路径规 划算法．首先将移动机器人运行环境划分为极坐标系下的扇形栅格地图,建立栅格的六叉树连通模型,然后通过栅 格类方法完成栅格赋值和近似路径搜索,最后通过近似路径评价与优化得到最终规划路径．算法引入环道和环区概 念,解决了圆形波传播半径问题,算法复杂度为O(n)．仿真与实验结果证明了算法的低耗时和实用性．     

基于栅格法的移动机器人路径规划研究

文章简要阐述了基于栅格法的移动机器人路径规划算法问题,并利用C Buidler软件开发的仿真平台对该问题进行了仿真,仿真结果说明了该算法的有效性和实用性.     

基于栅格方法的移动机器人实时导航和避障

本文对移动机器人的实时导航和避障设计了基于栅格的控制算法，用该算法控制清华大学计算机系研制的ＴＨＭＲ－Ⅲ移动机人能在未知的环境中，实量检测出障碍物，并实时规划出合理路径，稳定，平滑连续地向着目标行驶，最后给出了ＴＨＭＲ－Ⅲ在几种典型环境中行驶的实验结果。     

无线传感器网络环境下基于粒子滤波的移动机器人SLAM算法

定位问题是移动机器人研究领域中最基本的问题,在Bayes的框架下研究了机器人与无线传感器网络(WSN)组成系统中的同时建图与定位问题(SLAM).针对该系统中只存在距离测量信息可用的情况提出了一种基于粒子滤波的SLAM算法.该方法将机器人状态和节点位置估计设置为一组全局估计粒子,通过对粒子及其权重的更新来计算整个系统的状态.算法将WSN节点的位置估计在机器人的路径上分解为相互独立的估计,从而将全局粒子的计算转化为使用一个机器人状态滤波器和对应于每个机器人粒子的节点位置滤波器进行计算.针对观测信息低维的特点,设计了处理低维观测信息的方法,使得观测信息可以在滤波阶段得到合理利用.并且详细介绍了提出的SLAM算法原理和计算过程,并通过仿真实验证明了算法的有效性和实用性.     

移动机器人的同步自定位与地图创建研究进展

自主移动机器人在未知环境下作业时,首先要解决的基本问题就是其自身的定位问题,而定位问题与环境地图的创建又是相辅相成的.本文从相关理论和关键技术等方面,系统地总结了同步自定位和地图创建的研究现状,着重介绍了基于概率论的方法,分析了目前存在的难题,并指出了未来研究的发展方向.     

WSNs网络下移动机器人HuberM-CKF离散滤波定位*

针对传统移动机器人定位算法精度不高的问题,提出一种基于无线传感器网络HurbM-CKalman滤波(HCKF)算法的移动机器人定位算法。利用HurbM极大似然估计代价函数,求解线性化后CKF观测矩阵,从而解决CKF滤波算法在未知非高斯白噪声干扰下估计精度不高问题。然后,在体育馆基于WSNs网络构建了移动机器人定位实验环境,并结合移动机器人动力学模型,对HCKF、CKF算法的定位精度进行对比。结果显示,在不含噪声干扰和含未知噪声干扰两种情况下,HCKF算法定位精度分别比CKF算法提高7%和15%。     

自主机器人非视觉传感器数据采集系统的研制

介绍了一种基于数字信息处理器(DSP)的非视觉传感器数据采集系统。它以DSPTMS320LF2407A为核心,集成了超声波传感器、红外测障传感器、红外测距传感器和方位传感器等模块,通过多传感器信息融合,可以弥补超声波传感器的盲区问题和多次反射问题,本系统通过串口或者通用系列总线(USB)进行通信。经实验验证:该系统结构简单、配置灵活、功耗低,具有较高的可靠性和实时性。     

Feature extraction method for a robot map using neural networks

Many map-building algorithms using ultrasonic sensors have been developed for mobile robot applications. In indoor environments, the ultrasonic sensor system gives some uncertain data. To compensate for this effect, a new feature extraction method using neural networks is proposed. A new, effective representation of the target is defined, and the reflection wave data patterns are learnt using neural networks. As a consequence, the targets are classified as planes, corners, or edges, which all frequently occur in indoor environments. We constructed our own robot system for the experiments which were carried out to show the performance. This work was presented in part at the 7th International Symposium on Artificial Life and Robotics, Oita, Japan, January 16–18, 2002     

非完整移动机器人鲁棒运动规划

非完整移动机器人利用传感器可以解决不确定性模型和未知环境中的许多问题. 利用移动机器人上配备的传感器的信息组合提出了一种在线视点寻求算法, 结合移动机器人的运动方程和传感器的量测方程采用扩展Kalman估计来对移动机器人的位置进行修正, 以降低运动的不确定性, 从而得到一种鲁棒的规划算法, 仿真的结果证明了上述方法是行之有效的.     

移动机器人的多传感器测距系统设计

在移动机器人的路径规划过程中,必须掌握障碍物的距离信息.基于超声波和红外传感器的测距原理,设计了一种移动机器人多传感器测距系统,可测量0～200 cm距离内存在的障碍物,测量误差小于1 %.采用超声波和红外2种传感器组成3组测距采集系统,采集机器人3个不同方位的障碍物信息,解决了单一传感器测距盲区的问题,并详细介绍了该系统的软件和硬件设计.     

室内移动机器人的快速CCD视觉传感处理系统研究

针对传统方法直接对CCD采集的图像进行后续信号处理在实时性上的不足,特别是在高像素CCD构成的视觉系统中这种不足尤为突出。提出了一种快速CCD视觉传感处理方法,该方法包括动态灰度处理、Sobel后置优化、边缘跟踪Hough变化和传感器快速标定,能有效降低算法复杂性,提高整个视觉传感系统的实时性。在白行设计的ARM9（S3C2410）CCD传感的移动机器人平台上运行,实验证明具有较好的实时性。     

机器人动态神经网络导航算法的研究和实现

针对Pioneer3-DX 移动机器人, 提出了基于强化学习的自主导航策略, 完成了基于动态神经网络的移动机器人导航算法设计. 动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构, 实时地实现机器人的状态与其导航动作之间的映射关系, 有效地解决了强化学习中状态变量表的维数爆炸问题. 通过对Pioneer3-DX移动机器人导航进行仿真和实物实验, 证明该方法的有效性, 且导航效果明显优于人工势场法.