移动机器人的同时定位和地图创建方法

通过声纳传感器实时地创建和修正地图,局部地图是基于栅格的概率模型：工作环境被划分成栅格,每一个栅格赋一个值,标识栅格中有障碍物的概率．地图应用哈夫变换创建,定位通过对超声波数据应用滤波算法并结合地图创建实现．使用Pioneer2移动机器人在实际的室内环境中的实验,验证了该方法的可行性．     

一种机器人的栅格-语义地图构建方法

基于点云插入或分割的语义地图构建方法存在空间复杂度高、计算资源消耗多等问题,针对以上问题,提出一种移动机器人的栅格-语义融合地图构建方法。首先,运用激光雷达构建栅格地图作为融合地图的框架;然后,采用YOLO-v3-tiny获取环境语义信息,并将其属性信息及其在3D环境中的笛卡尔坐标映射至栅格地图,形成上层语义地图;最后,通过随机采样和K-means对空间区域进行划分。实验结果表明,所提方法能实时获取环境结构的信息和语义信息,所构建的融合地图为目标搜索任务提供语义信息引导,相比穷举式目标搜索,减少了74.8%的时间代价,提高了目标搜索任务的执行效率。     

基于信息融合的同时定位与地图创建研究

针对在复杂环境中,由于传感数据的高度不确定性,采用声纳传感器进行移动机器人同时定位与地图创建的可靠性很低问题。对基于声纳信息与视觉信息相融合的SLAM进行了研究。利用Hough变换对声纳信息与视觉信息进行处理从中提取直线和点特征,并进行特征级的信息融合,从而充分利用声纳与视觉信息中的冗余信息。在移动机器人上的实验表明,多传器信息融合可以有效提高SLAM的准确度和鲁棒性。     

基于改进的D-S证据理论的栅格地图构建

针对非结构化环境地图构建问题,提出了一种基于改进的D-S证据理论的栅格地图构建方法。使用移动机器人多超声波传感器进行了环境探测;针对某些情况下不能应用D-S证据理论进行信息融合和D-S证据组合过程有时会产生有悖常理的无效结果的问题进行了讨论,提出了采用近似处理算法对D-S证据理论进行改进,并将其用于多传感器信息融合,构建了2维D-S栅格地图;运用D-S证据理论进行了判决,构建了2维0-1栅格地图;对D-S栅格地图进行了分析,提出了基于D-S栅格地图的环境评价与环境探测效果评价方法。仿真结果表明,基于改进的D-S证据理论的栅格地图构建方法适用于非结构化环境的地图构建。     

基于DGSOM_A*的移动机器人地图创建和路径规划

针对移动机器人未知环境路径规划问题,基于动态自组织特征映射网络提出了一种自组织网络动态生成A*的算法(dynamic growing self-organizing map with A*,DGSOM_A*),并将其应用于移动机器人地图创建和路径规划.该方法利用Mobotsim二维仿真软件构造了环境模型,机器人通过无碰自由巡航获取环境信息,然后把上一步得到的环境信息作为DGSOM_A*算法样本通过SOM神经元自主生长进行地图创建,生成以少数SOM图神经元分布描述环境特征信息的拓扑地图,最后完成起始点到目标点的导航任务.实验结果表明,相比传统的SOM算法,基于DGSOM_A*算法机器人能有效地通过对环境地图的绘制熟悉复杂环境并能实现最优路径选取.     

基于物体语义栅格地图的语义拓扑地图构建方法

为构建以房间为节点的语义拓扑地图,基于物体语义栅格地图,提出了一种利用虚拟门检测和房间物体包含关系的拓扑分割及房间概念生成方法。首先,依据机器人轨迹和房间主方向,检测满足真实门宽度的占据栅格;然后,采用几何和物体语义约束优化检测结果;最后,利用每个拓扑区域包含的物体语义生成房间概念。通过在多个场景测试,验证了算法的有效性。     

一种基于激光测距的机器人地图创建方法

针对未知环境中机器人局部地图的构建问题,提出一种激光测距的离散数据自适应曲率估计算法。采用该算法对预处理后的激光扫描数据进行环境特征分割,然后提取并描述环境特征,最后根据特征元素集构建局部地图。仿真和实验结果表明,该方法能准确地描述结构化室内环境,有效地描述和表征了实验环境。     

基于分层混合信息的移动机器人复合地图创建

为提供丰富的环境信息,提出一种基于分层混合信息构建复合地图的方法,针对准结构化环境,将几何特征划分为规则区域和非规则区域,在非规则区域采用改进的基于网格的共享近邻算法(GNN)进行非规则聚类,并引入贝叶斯概率算法进行动态信息处理.实验结果验证了方法的有效性及实用性.     

基于A*算法在蜂巢栅格地图中的路径规划研究

为了提高栅格地图中路径规划的质量和效率,研究了采用不同类型的栅格建立栅格地图的方法,并分析了在相同环境、相同路径规划算法的情况下,不同类型栅格对最终规划路径的影响.仿真结果表明,采用正六边形栅格(蜂巢栅格)的栅格地图相比于传统栅格的栅格地图(如正方形栅格地图、菱形栅格地图和三角形栅格地图)在障碍物信息描述方面更具有优势,规划出的路径长度最短,效率较高.     

基于分层混合信息的移动机器人复合地图创建

为提高智能服务机器人的服务质量及智能化水平,基于机器人技术中间件（robot technology middleware,RTM）,对室内环境下的机器人定点物体传送任务及其相关技术进行了深入研究.首先,为了提高系统的稳定性及开发效率,建立功能模块集,并结合模糊树图与DS（Dempster-Shafer）证据理论实现模块的粒度划分;对于机器人定点物体传送过程中所面临的即时定位与地图创建问题,采用Rao-Blackwellized粒子滤波算法完成底层栅格地图的创建,进而构造动态精简式混合地图,并利用记忆循迹规则实现机器人定点导航;通过改进的显著性区域提取算法实现对空间物体坐标的提取,并利用智能机械臂平台完成对物体的抓取及传送任务.以机器人移动平台和UR5机械臂为基础对设计系统进行实际测试,结果验证了所提分散控制方法的有效性和可行性.

     

基于多层次语义特征的建筑立面点云提取方法

建筑立面信息是指建筑物与外部空间接触面的空间分布及属性信息,如何从点云数据中提取建筑立面信息是点云数据处理中的热点和难点.为解决传统格网密度算法在建筑立面点云提取时评价标准单一、适应性不强的问题,综合分析建筑区各类典型地物点云的高程分布、投影密度、法向量分布等局部及整体空间特征,构建由点云单点语义、格网语义及区域语义组...     

未知室外环境下移动机器人的三维场景重建

针对传统最近点迭代（iterative closest point,ICP）算法的局限性与大型室外场景的特点,在处理算法速度、算法精度以及迭代陷入局部最小问题等多个方面提出了改进的ICP配准算法.并且在处理多帧匹配问题时,提出了新的在线多帧匹配方法与减小累积误差的离线多帧匹配方法.利用改善的ICP算法与多帧匹配方法,依靠三维激光雷达与移动机器人,重建了室外场景,形成了完整的室外三维地图,为实现未知室外环境下移动机器人的定位与导航打下基础.实验表明,该方法快速、精度高、鲁棒性强,适用于重建大型复杂的室外环境.     

基于P-L特征提取的SLAM地图构建算法

针对室外环境中基于点特征的同时定位与地图构建(SLAM)算法中存在的计算复杂度与信息丰富度之间的矛盾,提出了提取室外环境点特征并转化为线特征的P-L(Point to Line)地图构建算法.通过连续提取的树木特征点,采取点-线匹配并保存线特征的方法设计地图关联的概率统计方案,将室内环境基于线特征的地图构建方法延伸到室外环境,形成SLAM地图构建中室外环境信息表达的新方法.选用鲁棒滤波算法,在MATLAB实验环境下进行仿真实验,结果表明,采用文中提出的方法可以降低信息表达的复杂度,验证了所提方法的可行性,为进一步室外场地跑车试验奠定了基础.     

遥现中基于显著特征的深度图像滤波算法

针对遥现系统中,由于相机精度、材质等原因导致深度信息质量不高,存在缺失以及噪声等问题,提出了基于显著特征的滤波算法。结合频率域的显著图分析算法和基于图的分割算法提取出人类感兴趣的显著区域,针对这部分区域利用联合双边滤波法进行重点处理。实验结果表明,该算法在有效抑制了平坦区域的噪声的同时,增强了显著区域深度图像的细节,并填补了边缘部分的缺失,实现了实时条件下深度图像的有效滤波。     

基于天地图的自发式城市管理系统

近年来,城市管理问题日益突出,如信息传递不及时、政府管理落后等,为解决当前城市管理滞后问题及频发的城市管理公众事件.采用WebGIS和移动GIS技术实现了基于自发式地理信息的城市管理信息系统,将传统的政府主导的城市管理模式更改成公众可参与的开放式数字化城市管理新模式.并基于天地图空间数据共享平台的开放接口,设计了一套新的自发式城市管理流程及监督评价模型,实现了对参与城市管理的社会公众和政府部门的双向监督与评价,并以赣州市城市管理工作为例进行了应用研究.     

A technique on automatic land-use database reconstruction based on scanning land-use map

Although a land-cover database is very important to national land use including urban planning and land-use management, it is very laborious and time-consuming to build through digitization of paper land-use maps (1:10000) and data input by hand. Here we propose a new, high-level, automatic technique to build a land-use database, which has proved useful and practical in building a land-use database of Baotou City.     

基于模糊评价的未知环境地图构建探测规划

针对未知环境信息的模糊性和不确定性,提出基于模糊综合评价决策的机器人未知环境地图构建自主探测规划方法.该方法将栅格图中的介于已知区域和未知区域边缘的前沿点按距离和可行性进行分类,选取优先级较高的类别中的点作为候选点.根据候选点与当前位置的距离、信息增益和可定位性进行模糊综合评价,以较小的计算代价决定机器人下一步的探测位姿或者某一段路径上的一系列探测位姿,从而完成对未知区域的探测,构建出准确度高的环境栅格图和特征线段图.仿真实验结果表明,该方法提高了自主探测效率,并具有很高的实时性.