一种基于海马认知机理的仿生机器人认知地图构建方法

海马结构空间细胞的放电活动被认为能够形成对环境内在地图的表达,即所谓的认知地图.先前的仿生环境认知地图构建方法（例如RatSLAM）以及传统的SLAM方法均缺乏足够的生理学依据,不能准确地体现出生物在导航中的生理学现象和认知功能实现过程.本文模仿海马结构空间细胞的认知机理提出了一种构建精确的环境认知地图的方法,其特点在于通过构建统一的空间细胞吸引子计算模型对自运动线索进行路径积分;网格细胞和位置细胞对环境的表达来源于条纹细胞的前向驱动作用;通过环境的颜色深度图像进行闭环检测,对空间细胞路径积分进行误差修正,最终生成精确的环境认知地图.该认知地图是一种拓扑度量地图,包含了环境特征点坐标、视觉线索以及特定位点的拓扑关系.本文通过仿真实验和机器人平台物理实验验证了方法的有效性,研究成果为仿海马认知机理的机器人导航方法研究奠定了基础.     

基于卷积神经网络的仿鼠脑海马结构认知地图构建方法

针对融合视觉信息的仿鼠脑海马模型闭环检测精度较低、地图构建不准确的问题,文中提出基于卷积神经网络的仿鼠脑海马结构认知地图构建方法.利用改进的卷积神经网络模型提取视觉输入特征,融合空间细胞计算模型得到位置信息,并构建认知地图.基于汉明距离计算视觉信息与视图库中图像的相似度,实现对复杂动态环境中熟悉场景的识别,完成机器人在环境中的定位及位置纠正.仿真与物理实验验证文中方法的有效性与鲁棒性.     

基于多尺度网格细胞到位置细胞的仿生SLAM算法

针对同步定位与地图构建(simultaneous localization and mapping,SLAM)过程中定位精度较低和角度漂移等问题,受哺乳动物海马体空间认知机理的启发,提出一种构建多尺度网格细胞到位置细胞信息转换的仿生SLAM算法.首先,引入头方向细胞和条纹细胞感知自身运动信息,并生成多尺度网格细胞覆盖整...     

基于多信息融合模型的SLAM算法研究及控制器设计

针对无人驾驶车辆SLAM算法中全局定位感知系统存在的问题,提出一种融合多信息认知模型的广义SLAM算法来设计控制器结构,并且利用道路结构化环境下智能传感器节点作为环境地图的一部分,快速构建道路环境地图,采用基于局部视觉的辅助定位导航方法进行车辆辅助定位,从而提高控制器全局定位的感知能力和系统定位响应速度。仿真计算表明,控制器可以得到车辆位置似然度的最佳值。     

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．     

大范围环境中EKF-SLAM问题的改进算法

机器人同步定位与地图构建(SLAM)是指机器人在移动过程中以增量形式创建环境地图并通过所构建地图反复推断自身位置的过程.为实现上述功能,采用传统的扩展卡尔曼滤波(EKF)最优迭代估计方法,在大范围环境条件下,估计误差累积增大,且不能对已构建的环境地图进行更新.提出一种改进算法(KLM-EKF算法),用已知路标的信息对机器人位姿和协方差矩阵进行修正,并创建辅助系数矩阵修正已构建地图,从而实现路标的全局更新.仿真结果表明,在大范围环境中,改进后的算法使机器人自身定位和路标估计误差大幅度降低,并且能够自主地更新已构建地图,有效提高了定位和构图精度.     

无人机平飞下激光雷达和双目视觉融合的SLAM建图

针对无人机在较快运动下使用单一传感器难以有效构建地图的问题,提出一种基于LiDAR与双目融合的建图方法。利用LiDAR获取远处环境信息,提取物体的边界信息减少数据冗余,实现预先地图的构建;使用双目获取近处的信息,同时利用改进的特征金字塔法以实现特征快速提取,与LiDAR预建地图并行计算提高运行效率;最后将视觉特征与LiDAR预建地图融合构建二维地图。实验表明,该方法在无人机不同速度下可构建可靠性更高、更精确的环境地图,可为快速无人机的实时避障提供位置信息。     

全自主机器人足球系统的全局地图构建研究

研究和讨论了如何通过多机器人的协作,实现全局地图的构建．在单个机器人通过自身携带的多传感器进行局部地图构建的基础上,研究了前向单目视觉传感器的建模方法,在此观测模型的基础上,用极大似然融合算法对球的位置信息进行融合,而对于多机器人返回的对方机器人位置信息,使用基于密度的空间聚类算法（DBSCAN）进行信息融合,从而实现全局地图构建．实验结果表明,通过多机器人的协作,可以准确地构建出全局地图,弥补了单个机器人自身传感器的有限感知范围,本文研究的方法完全满足全自主机器人足球比赛中动态环境地图构建的需要．     

基于遗传算法的多机器人协作建图方法*

现有多机器人协作构建地图的方法对环境和机器人位置信息有着较高要求,因而在实际应用中存在一定局限性。针对这一问题,提出了一种基于遗传算法的改进方法。该方法采用独立探索、集中建图的探索策略,对环境建立局部栅格地图并予以融合。在地图融合过程中,无须考虑机器人位置信息,而是以栅格地图相似度为度量标准,利用改进的遗传算法快速、高效地搜索各局部地图之间的最大重叠部分,进而予以融合。实验结果验证了该方法的可行性和有效性。     

移动机器人几何2拓扑混合地图的构建及自定位研究

基于墙角、房门和通路等高级环境特征的辨识与提取,依据几何和拓扑环境模型完成混合地图的构建,并根据混合地图的特点,提出在局部几何环境采用扩展卡尔曼滤波算法实现移动机器人的位姿跟踪,而在拓扑地图的节点位置则根据绑定的高级环境特征进行位姿再校正的混合定位方法.将该方法应用于实际移动机器人平台,所得结果证明了方法的有效性和实用性.     

动态未知环境下一种新的机器人路径规划方法

针对机器人动态路径规划问题,提出了一种机器人在复杂动态环境中实时路径规划方法.该方法基于滚动窗口的路径规划和避障策略,通过设定可视点子目标、绕行障碍物和对动态障碍物的分析预测,实现机器人在复杂动态环境下的路径规划.针对障碍物分布情况,合理设计可视点法和绕行算法之间转换,有效地解决了局部路径规划的死循环与极小值问题.该方...     

An integrated model of autonomous topological spatial cognition

This paper is focused on endowing a mobile robot with topological spatial cognition. We propose an integrated model—where the concept of a ‘place’  is defined as a collection of appearances or locations sharing common perceptual signatures or physical boundaries. In this model, as the robot navigates, places are detected in a systematic manner via monitoring coherency in the incoming visual data while pruning out uninformative or scanty data. Detected places are then either recognized or learned along with mapping as necessary. The novelties of the model are twofold: First, it explicitly incorporates a long-term spatial memory where the knowledge of learned places and their spatial relations are retained in place and map memories respectively. Second, the processing modules operate together so that the robot is able to build its spatial memory in an organized, incremental and unsupervised manner. Thus, the robot’s long-term spatial memory evolves completely on its own while learned knowledge is organized based on appearance-related similarities in a manner that is amenable for higher-level semantic reasoning, As such, the proposed model constitutes a step forward towards having robots that are capable of interacting with their environments in an autonomous manner.     

一种服务机器人家庭全息地图构建方法研究*

提出了一种满足家庭服务机器人环境认知和智能服务需要的融合环境和目标信息的家庭全息地图。设计了局部几何—全局拓扑的全息地图分层表示模型。分析了机器人坐标系、局部环境坐标系和目标的相对关系,给出了机器人局部环境自定位算法和基于坐标变换的服务机器人全息地图构建方法。家庭环境下机器人实物实验表明,基于局部几何—全局拓扑表示的全息地图,服务机器人路径规划和任务执行效率得到有效提升。     

A*算法在AGV路径规划上的改进与验证

针对单AGV路径规划时,A^*算法的启发函数采用曼哈顿距离时遇到障碍物会出现局部绕行这一问题,将带有障碍物的栅格地图作为环境模型,研究出两种改进A^*算法的路径规划方法。第一种方法是在遇到障碍物时将启发函数中曼哈顿距离换成欧氏距离,利用欧氏距离规划路径代价最小的特性避免绕行;第二种方法通过比较AGV遇到障碍物的位置与障碍物左右两端距离大小,通过规定行驶方向避免绕行。仿真结果表明,两种方法均可以在单AGV遇到障碍物时避免绕行,有效地减少了行驶时间,也使得路径更加平滑,提高了AGV的运行效率。     

基于激光雷达的动态障碍物实时检测

动态障碍的存在直接影响到环境地图的构建精度,可靠实时地检测出动态障碍物是未知环境下移动机器人构建环境地图的根本前提。基于2D激光雷达传感器,提出了一种移动机器人在未知环境下实时检测动态障碍物的方法。将激光雷达的观测数据经过滤波映射到世界坐标系,构建相邻采样时刻的三幅栅格地图;判断相邻时刻三幅栅格地图上对应栅格的占用状态,确定环境中的静态障碍物,以静态障碍物为参考,根据当前的栅格地图可以检测出环境中的动态障碍物。基于激光雷达时空关联性分析,采用八邻域滚动窗口的方法处理不确定性因素。在实际移动机器人MORCS-1上进行的实验结果表明,该方法可使移动机器人准确有效地检测出未知环境中的动态障碍物,实时性好,可靠性高。     

一种基于池计算的宽度学习系统

为了探讨动机在环境认知中所起作用,模仿生物环境认知行为,以学习自动机为框架,提出一种结合内在动机理论的移动机器人环境认知模型(CM-LA).该模型以访问次数及访问时间间隔共同定义内在动机,并以操作条件反射原理描述外在动机的影响.同时,所设计的动作选择机制可以使机器人根据已有的环境认知对新增障碍物进行有效避让.实验结果表明,所提出模型能够在两种动机的驱使下对环境进行有效的自主认知,并提高机器人在未知环境中的探索效率,搜索到的路径长度较短,且具有一定的环境自适应能力.     

医院消杀机器人作业安全与交互设计策略

作业安全与设计质量对提高医院公共环境消杀机器人"人机系统"运行效率具有关键作用.以人因工程学、交互科学、认知科学理论为视角,探究医院消杀机器人作业安全与交互设计策略.采用层次任务与表格任务结合H TA-T分析法,构建消杀作业任务流程,剖析作业流程中典型安全事故及其致因逻辑,基于工作域分析法(WDA)对消杀作业约束条件进...     

一种高匹配性的多层代价地图生成算法

阐述目前代价地图中存在的相关问题,并针对代价地图存在匹配性差和实时性低等问题提出一种新的室内地图生成算法.首先,针对雷达对动态障碍物的处理方式,研究新的动态障碍物实时更新的方法,实现对障碍物的准确定位,改善代价地图与室内环境的匹配性;其次,通过预处理静态障碍物,实现对障碍物的分类以及分别处理,可大幅降低代价地图更新过程中的计算量,变相地提高代价地图的计算速度;再次,通过等距膨胀法构建完整的多层代价地图;最后,在实验室的自主机器人平台上进行实验,实验结果表明,所提出算法与经典代价地图算法相比在匹配性方面有明显提升,而在地图的更新速度方面平均提升77.6%.