基于ROS的室内自主导航移动机器人系统实现

为可靠地实现室内移动机器人自主导航、巡航等功能,提出并实现一种在机器人操作系统(ROS)环境下,基于激光雷达的室内移动机器人定位导航系统.系统主要包括激光雷达数据的预处理,基于粒子滤波的Gmapping算法构建栅格地图,自适应蒙特卡罗定位用于室内移动机器人的重定位.A*算法作为全局路径规划算法,动态窗口法(DWA)为局...     

基于ROS平台的移动机器人自主导航技术研究

针对移动机器人传统的室内环境导航方法比较单一,无法适应多场景等问题,本文将传统的基于ROS平台的Navigation功能框架的导航方法与AprilTag标签算法相结合进行导航系统的设计。该系统采用Gmapping算法和AMCL算法分别完成环境建图与机器人定位,然后通过Navigation功能框架获取环境地图与机器人位姿信息进行路径规划,并且在此基础上结合AprilTag标签算法进行机器人的导航设计。实验结果表明,该系统构建的环境地图精度较高,能够实现对机器人的有效定位,且Navigation功能框架与AprilTag标签相结合的导航系统能更好地适应多场景。     

基于ROS的室内移动抓取机器人研究与实现

为了提升移动抓取机器人的智能化水平,以ROS为基础,研究并实现了室内移动抓取机器人系统原型。该系统通过激光雷达感知周围环境信息,利用Gmapping算法实现机器人的即时定位与地图构建,利用move＿base算法实现机器人自主导航,利用基于深度学习的DOPE算法对目标的位姿进行估计,最终控制机械臂完成对目标的抓取。实验结果表明,在室内环境下,该系统能够完成移动与抓取任务,并具有较好的应用效果。     

两种基于激光雷达的SLAM算法最优参数分析

激光雷达是移动机器人同步定位与地图构建(SLAM)的重要模块.对目前主流的基于激光雷达的SLAM方法(Gmapping和Hector SLAM)进行研究,借助开源机器人操作系统(ROS),在自主研发的移动机器人平台上配备激光雷达,实现了不同参数配置下两种算法的地图构建.实验为参数最优配置指明了方向,且证明了Hector SLAM的整体构图精度高于Gmapping,但对参数配置要求较高.     

全景化智能小车

本文设计的智能小车硬件系统使用英伟达的Jetson Nano开发板,软件系统使用Ubuntu18.04搭配ROS1.0。视觉巡航模块运用深度学习中的CNN网络对赛道图片和转向数据进行训练,建立赛道转向的数学模型;交通标志检测模块使用YOLOv5对特定的交通标志进行训练与识别;导航避障模块使用激光SLAM的方法,采用Gmapping建图算法建立实时局部地图,然后运用扩展卡尔曼滤波算法融合里程计与IMU数据进行定位,通过激光雷达扫描得到环境中障碍物的位置信息,再使用导航算法实现障碍物区域的路线制定,以此实现自动行驶。     

多机器人协同的SLAM算法研究

针对传统的室内多机器人SLAM算法存在探索任务分配灵活低,重叠度高,导致地图融合和建图精度不高的问题。设计一个基于PSO算法的多机器人协同建图与路径规划系统。首先,采用SLAM系统中的Gmapping算法作为基础算法,加入PSO算法将地图融合问题转化为最优求解问题,即找到两个地图重叠度最高的转换矩阵,实现地图融合和多机器人协同建图。结果表明,相同室内环境下,单机器人的平均探索时间为216 s,探索覆盖率为73..38%;而双机器人的平均探索时间仅为47 s,比单机器人的探索时间低了169 s;且双机器人的探索覆盖率为99.69%,比单机器人高出了26.31%。由此说明,双机器人的探索效率和探索覆盖率更高。对比于现有的EKF-CSLAM算法和基于因子图地图融合算法,本算法的建图精度高达99.75%。地图融合和建图精度明显更佳,进一步说明提出的融合算法可提升多机器人室内环境协同建图的效率和鲁棒性。     

基于ROS的垃圾督导机器人导航系统设计与实现

针对垃圾督导机器人在垃圾投放点如何导航这一问题,文章基于ROS(Robot Operating System,机器人操作系统)设计实现了垃圾督导机器人的导航系统,系统使用Jetson Nano和STM32分别作为主、从控制器,从控制器通过PI(比例积分控制)算法控制机器人的运动,使用串口与主控制器进行命令交互和数据传输,主控制器运用ROS功能包实现了定位建图和导航功能,使用有限状态机实现了巡逻任务,最后通过仿真对功能进行了可行性验证和实地测试。结果表明:垃圾督导机器人能够在垃圾投放点完成预先设定的导航任务,满足实际功能需求。     

基于改进粒子群最优化算法的Gmapping研究

传统的Gmapping算法在RPPF-SLAM的基础上改进了提议分布与重采样策略,提升了算法性能。但是Gmapping在频繁地进行粒子迭代过程中会出现粒子退化现象,导致正确的粒子被丢弃或者粒子的多样性下降,直接影响到建图效果。针对上述问题提出了一种融合改进粒子群最优化算法的粒子滤波SLAM算法,采用PSO算法对采样后的粒子群进行更新,并且对不同权重大小的粒子进行粒子分层,依据分层结果优化重采样策略,保证粒子在高似然区域的占比同时也改善了粒子的多样性。在MATLAB上对改进粒子群优化算法进行仿真实验,结合搭载ROS系统的移动机器人实现真实环境的定位与建图。实验结果表明改进后的算法有着更高精度的定位与更精确的建图效果。     

基于激光SLAM的助老服务机器人建图导航技术研究

机器人的应用方向主要是自身定位、地图构建以及自主导航等,本设计的机器人从实际需求出发,针对老人行动不便的这一问题,自主设计了基于ROS和激光SLAM的助老服务机器人自主导航系统.该机器人主要是实现自主导航与实时建图,机器人通过自主路径规划可以实现在室内任意区域自主移动.老人可以通过语音呼唤让机器人到达指定的位置,从而实...     

基于ROS的差分轮式机器人系统的设计

随着基于机器人操作系统(ROS)的移动机器人应用研究的发展,如何实现快速建图、精准导航和语音交互是其面临的主要问题。为优化以上问题的解决方案,对基于ROS的差分轮式机器人系统进行了设计和研究。系统设计主要包括硬件设计、软件设计和试验测试三部分。首先,提出采用统一机器人描述格式(URDF)仿真模型和运动学模型分析,确定差分轮式机器人的结构形状及运动轨迹。其次,采用高效的FastSLAM算法完成定位与地图构建,全局路径规划采用蚁群算法,局部路径算法采用动态窗口(DWA)算法,使系统的建图更快、导航更精准。最后,通过模型仿真和实物测试完成控制效果的验证。试验结果表明,所设计的机器人系统能快速构建SLAM地图,精准完成导航,并通过语音指令控制机器人运动,避开障碍准确到达指定地点。该设计为移动机器人系统在环境感知与多传感器信息融合方面的研究提供了可靠平台,对基于ROS的家庭陪护机器人系统的研究也具有重要的借鉴意义。     

基于ROS的粮面巡检机器人导航系统设计

考虑到粮食具有散粒性,采用履带式机器人可以在粮面上平稳运行。设计一种基于机器人操作系统ROS和激光雷达的粮面巡检机器人导航系统,使用基于粒子滤波的Gmapping算法构建栅格地图。全局路径规划使用改进启发函数的蚁群算法,加速收敛速度获得最短路径,应用动态窗口算法以关键点作为中间目标点规划局部路径,实现路径规划以及实时避障功能。经过仿真实验证明,该方案可以准确建立地图,改进的导航算法能够进行路径规划和避障,该方案设计具有可行性和有效性。     

室内移动机器人平台设计与实现

针对目前智能移动机器人只能在单一楼层间工作的现状,对智能移动机器人在不同楼层间切换工作环境的问题进行了研究。基于机器人操作系统(ROS),设计了一套智能移动机器人研究平台IIMR-I,使用自身携带的激光雷达传感器、惯性测量元件(IMU)、超声波和深度相机感知外界环境信息,使用里程计获取自身位移信息,并通过卡尔曼滤波对传感器数据进行滤波处理。使用即时定位与建图(SLAM)技术,构建分辨率为5 cm的高精度栅格地图,并在此基础上进行全局和局部路径规划,实现了机器人的导航和壁障功能。使用蒙特卡洛定位的方法,在机器人导航过程中可以实时确定机器人位姿,其相对定位精度可达10 cm。通过使用深度相机能够识别出电梯按钮的三维坐标,并使用机械臂按下目标楼层按钮,实现了机器人按电梯的功能。     

基于ROS的移动抓取机器人设计

以ROS为基础,通过对STM32处理器、Arduino开发板及相关开源库的运用,设计并实现了集建图、导航,避障、抓取几大功能为一体的低成本的轮式移动抓取机器人.机器人工作的整个流程大致分为3个阶段:(1)机器人会通过软硬件对其所处的周边环境进行地图建模,并利用实时建模数据实现自身的导航及避障功能.通过陀螺仪和单线激光雷...     

基于ROS和SLAM的全向移动语音机器人设计

针对传统嵌入式单片机控制的移动机器人交互少、自主运行能力不足的问题,设计并构建了语音启动的基于ROS元操作系统的移动机器人系统.以Linux系统的微处理器作为核心控制平台,STM32单片机作为下位机,结合激光雷达、GY-85等器件,根据混合硬件架构思想设计了一款全向移动的智能语音机器人.该机器人利用激光雷达采集环境信息,并用hector SLAM算法进行建图,利用AMCL算法进行定位和导航,并且采用了麦克纳姆轮底盘进行全方位的移动.对机器人的语音交互、实时定位和建图的功能进行了实地实验.实验结果表明,该移动机器人具有良好的语音交互、建图精度和系统特性,可有效完成建图定位和导航功能.     

ROS机器人Cartographer SLAM建图方法

文章首先介绍了ROS机器人硬件和软件平台,搭建了ROS开发环境,最后设计了ROS的Cartographer SLAM算法框架,在ROS机器人的平台上进行了Cartographer建图试验,并用Rviz工具进行观测。     

移动机器人协作建图系统设计与实现

对未知的环境进行有效的探索是移动机器人领域最重要的问题之一。针对准确建立未知环境地图的问题,本文设计了基于机器人操作系统的多机器人协作建图系统。首先介绍了多机器人协作建图系统总体框架,并根据功能需求分别进行方案设计,最后打通了两个功能系统的通信,实现预期功能。通过仿真实验对设计的系统进行验证,证实了该系统设计的可行性,为多机器人协作作业提供了重要条件,具有较强的实用性。     

基于ROS系统和SLAM技术的智能小车的研究

文章研究了一种具有同时定位与地图构建功能的智能小车。该小车的构建是基于ROS操作系统和Ubuntu操作系统,并采用C++设计语言完成的;主要由激光雷达、麦克纳姆车轮、深度相机等器件组成,可以实现三维建图、室内自主定位导航、动态避障、视觉巡线等功能。重点分析了智能小车的物理构造,并对小车的部分结构件以及SLAM技术的硬件和软件实现做了重点介绍。最终通过多次实验,实现了小车的位姿估计和地图构建功能。     

低成本激光和视觉相结合的同步定位与建图研究

激光雷达和视觉传感是目前两种主要的服务机器人定位与导航技术,但现有的低成本激光雷 达定位精度较低且无法实现大范围闭环检测,而单独采用视觉手段构建的特征地图又不适用于导航应用。因此,该文以配备低成本激光雷达与视觉传感器的室内机器人为研究对象,提出了一种激光和视觉相结合的定位与导航建图方法：通过融合激光点云数据与图像特征点数据,采用基于稀疏姿态调整的优化方法,对机器人位姿进行优化。同时,采用基于视觉特征的词袋模型进行闭环检测,并进一步优化基于激光点云的栅格地图。真实场景下的实验结果表明,相比于单一的激光或视觉定位建图方 法,基于多传感器数据融合的方法定位精度更高,并有效地解决了闭环检测问题。     

基于视觉的机器人自主定位与障碍物检测方法

针对稀疏型同时定位与地图构建（SLAM）算法环境信息丢失导致无法检测障碍物问题，提出一种基于视觉的机器人自主定位与障碍物检测方法。首先，利用双目相机得到观测场景的视差图。然后，在机器人操作系统（ROS）架构下，同时运行定位与建图和障碍物检测两个节点。定位与建图节点基于ORB-SLAM2完成位姿估计与环境建图。障碍物检测节点引入深度阈值，将视差图二值化；运用轮廓提取算法得到障碍物轮廓信息并计算障碍物凸包面积；再引入面积阈值，剔除误检测区域，从而实时准确地解算出障碍物坐标。最后，将检测到的障碍物信息插入到环境的稀疏特征地图当中。实验结果表明，该方法能够在实现机器人自主定位的同时，快速检测出环境中的障碍物，检测精度能够保证机器人顺利避障。     

基于光斑室内移动机器人的定位导航技术

现代建筑室内结构日益复杂化,特别是伴随人口老龄化的加剧,家庭安全问题引起人们广泛关注。为了解决室内定位与导航的问题,提出基于光斑室内移动机器人的定位与导航技术,依靠机器人自带红外发射装置与外带摄像头相结合,实现室内情况下对机器人的精确定位与准确导航,并且可以广泛应用于扫地机器人、家庭监控机器人等家庭服务机器人,为实现机器人自动路径规划、自动充电、自动巡航、自动避障等功能提供保障。