基于虚拟门检测的室内拓扑地图构建

为构建以房间为节点的拓扑地图,针对常见的室内半结构化环境,提出了一种基于虚拟门检测的拓扑分割方法。该方法中,虚拟门是环境中真实门的可能位置。首先,依据主方向投票器提取房间主方向。然后,结合占据栅格地图和机器人构建地图时的轨迹信息,在主方向上检测满足真实门宽度的占据栅格。最后,依据连通域分析法,完成拓扑地图构建。在真实环境中的多个场景对本文方法进行测试,结果表明,该方法具有较高的房间分割准确率和分割效率,超参数易于调节。     

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。     

面向移动机器人的室外环境多层次地图构建

为充分利用环境的先验知识,使移动机器人在大规模室外环境中实现自主导航和定位,离线建立一种基于环境先验知识的多层次地图,它由拓扑地图、全局度量简图、语义地图和局部度量地图组成;提出基于节点附近物体共视关系的节点识别方法、基于线段的道路感知方法和基于消失点的导航控制方法;利用不同层次的地图实现路径规划、节点识别和相对位姿估计等,在室外环境试验中,机器人在大规模室外环境中实现自主导航并运动至目的地,验证了方法的有效性。     

基于增量计算的大规模场景致密语义地图构建

为了准确而高效地进行大规模场景理解,提出基于增量计算的条件随机场下的大规模场景致密语义地图构建方法.该方法利用双目视觉估算相机运动轨迹,根据图像序列语义标注结果构建语义地图.递增的语义地图的构建过程是关键,需要检测致密化处理后的输入帧相较于前一帧的新增体素,对新增体素内部三维点过分割成超体素,利用前后多帧的标注结果指导超体素的标注,如此逐帧地将新增体素融合到语义地图中.该方法将时序上的先验信息作为条件随机场中的数据项,依据超体素的邻接关系定义平滑项,利用图割法求解新增超体素的标签.实验表明,该方法能够获取准确的大规模语义地图,有效减少对冗余点的处理,改善图像上的标注结果.     

地图审校与错误修改的数学定义及地图质量控制模型

制图物体在制图者认知结构中的拓扑映射即制图主体的观念模型,它是客体的主体建构并以概念的形式表现。根据地图符号反映观念模型是否完整或有某种缺失,定义地图符号的正确或错误。错误修改定义为从错误地图符号到正确地图符号的变换。发现错误并标注出来是地图审校的本质特征。基于错误地图符号的有限性和可修改性,建立了传统和现代地图制图中地图质量的控制模型。     

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.

     

基于语义连通图的场景图生成算法

提出了基于语义连通图的场景图生成算法. 将关系检测过程分为关系建议和关系推理两步; 以目标检测算法得到的候选对象为节点集合,构建一个全连接图; 使用物体的类别信息和相对空间关系计算物体之间存在关系的概率; 通过设置阈值来删除图中的无效连接,得到稀疏的语义连通图; 使用图神经网络聚合物体节点的特征进行聚合,融合上下文信息. 根据语义连通图的连接关系,结合更新后的主语和宾语特征以及两个物体联合区域的特征,构建关系特征,预测图中的每条边对应的关系类别.     

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LSI和软加权的视频语义概念检测

视频语义概念检测是跨越"语义鸿沟",实现基于语义的视频检索的前提。其中,视觉词典法是一种有代表性的方法。针对视觉词典法的两个开放性问题,文章提出了一种基于LSI和软加权的视频语义概念检测方法。首先为了解决视觉单词间的潜在语义关联问题,利用LSI对大规模视觉词典进行降维,得到紧致的语义视觉词典;然后为了克服视觉单词的同义性和多义性问题,采取软加权机制,构造出视觉词汇分布直方图,作为特征向量来代表每幅输入关键帧;最后利用支持向量机建立高层语义的分类模型,完成视频语义概念检测。实验结果表明,新方法较大地提高了视频语义概念检测的精度。     

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．     

语义地图模型:多义性研究的类型学视角

语义地图模型为多义性研究提供了崭新的语言类型学视角。其语言多功能性的思想使之在跨语言的层面上有效地区分多义性和同音形异义性,深刻地揭示多义性的变异模式及普遍特征。     

一个基于本体的P2P语义检索框架

针对传统P2P系统大多采用关键字匹配实现信息检索且不支持语义的问题,提出了一个基于本体的P2P语义检索框架。该框架采用超级节点拓扑结构,利用本体进行信息集成,将支持相似概念的节点聚类到同一语义对等组,组内节点依据本体定义使用语义链来连接,组之间语义关联则通过超级节点的组语义链来实现;同时增加语义快捷链实现不同语义组之间的节点连接。     

复杂环境下多机器人协作构建地图的方法

针对复杂环境以及无法获知机器人位置信息的情况,提出一种多移动机器人协作构建地图的新方法.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,无需已知机器人的相对位置信息,而是以栅格地图相似度为度量标准,利用距离变换和改进的遗传算法高效、快速地搜索各局 部地图之间的最大重叠部分,进而予以融合.此外,考虑到局部地图无重叠部分的情况,引入判断函数对融合结果予以度量.实验结果验证了该方法在复杂环境下的可行性和有效性.     

护士助手机器人在结构化环境中的导航系统研究

介绍了护士助手机器人在医院环境中进行护理任务时实现自主导航定位,找到目标房间的方法.本方法采用拓扑地图定义结构化环境,使用绝对和相对组合定位方案进行护士助手机器人的空间定位,其中绝对定位采用的是RFID路标定位法,而相对定位采用的是航位推算法.采用局部栅格地图进行局部路径规划,使护士助手机器人在局部区域找到最适合的运动路径.实验表明采用这些方法护士助手机器人可以在一定程度上实现避障及找到并进入目标房间.     

基于栅格模型和样本集合的动态环境地图创建

采用单一栅格模型创建动态环境的地图,往往需要构建多个时间尺度的地图,且无法有效表述环境中的动态信息.为了克服上述困难,提出一种用栅格模型和样本集合创建动态环境地图的方法.栅格模型对静态障碍物用贝叶斯方法进行置信概率估计、当前样本集合迭代更新动态障碍物当前所处位置、历史样本集合保存动态障碍物的所有历史传感信息.通过将样本集合与栅格模型融合,可以有效表征动态障碍物的当前位置和主要活动区域.实验室动态环境下的实验结果表明：该算法能够构建信息完整且精度较高的动态环境地图,为后续路径规划和导航提供便利.     

基于RTM的自主服务机器人智能化分散控制

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.     

CUDA加速的地图代数并行算法

针对传统地图代数实现方法应用于海量栅格数据计算时效率低下的问题,在一种全新的GPU并行编程模型CUDA上,利用地图代数算子体现出来的基于栅格点集、处理流程相对固定、数据处理具有内在的并行性等特点,将传统的串行算法映射到GPU并行处理架构上,旨在从串行算法的并行化映射、计算机图形处理器资源的自适应参数调整等多角度来研究地图代数空间并行算法的实现机制,为空间分析算法的优化研究提供一种新的解决思路。     

运用语义集索引法实现英文文本分类

克服当前文本分类法中基于词形匹配带来的局限性,基于WordNet语义词典和隐含语义索引(LSI)模型,提出了基于语义集索引的英文文本分类方法. 该方法在分类初期首先利用WordNet构建语义词典库,利用单词的语义集代替单词作为文本特征向量的特征项;然后利用LSI模型进一步深入挖掘语义集概念间的深层联系,将语言知识和概念索引有效地融合到文本向量空间的表示中. 针对Naive Bayes及简单向量距离文本分类法的实验结果显示,2种文本分类法的分类准确率均随着语义分析的深入逐步提高,充分表明了语义挖掘对文本分类的重要性和必要性。