基于人工路标的机器人视觉定位研究

自定位和位置估计是自主移动机器人最重要的能力之一。根据摄像机透视映射原理,确定内外参数来推算机器人位置。基于实验分析,提出了一种人工路标方案。通过建立以RGB的值域范围为分割点,分层实现彩色图像的目标与背景分离,从而完成了图像标志的识别。试验表明基于人工路标信息的视觉定位系统能够有效识别出机器人,实现反馈机器人的当前位置。     

三维点云极化地图表征模型与智能车定位方法

为提高智能车定位精度提出一种基于三维点云极化地图表征模型的定位方法。该模型以点云极化图为节点,利用高精度GPS(Global Positioning System)和欧拉角实现该节点的全局位置表征;从极化图中提取点云的二维与三维特征,实现该节点的多尺度特征表征;通过一系列极化节点实现道路场景的数值描绘与虚拟重构。定位过程中,通过对实时获取的三维激光点云进行极化表征并与地图节点进行多尺度特征匹配实现智能车的地图定位。具体而言,首先根据待定位智能车GPS信号的稳定情况选用GPS匹配或者拓扑定位筛选地图节点并获取定位候选集,完成初定位;其次运用点云二维特征匹配结果从定位候选集中检测距离待定位智能车最近的地图节点,完成节点级定位;最后利用点云三维特征匹配结果与最近地图节点的全局位置计算智能车位姿,完成度量级定位。实验在两种典型场景下进行,节点定位准确率98.7%,平均定位误差21.4 cm,最大定位误差42.9 cm。结果表明,本文算法满足智能车高精度定位需求,且鲁棒性强、成本低、计算过程简单。     

基于多尺度小波神经网络的工程车辆换挡策略

介绍了以提高工程车辆传动系效率为目的的自动换挡原理,以多尺度小波神经网络为基础构建了换挡模型,并利用自动变速控制实验数据对建立的模型进行验证性实验.实验结果表明,基于多尺度小波神经网络的换挡模型比遗传BP神经网络的换挡模型准确度更高,能更准确地实现换挡,更进一步提高了工程车辆传动系统的效率,达到了节约能源、增加效率的目的.     

融合多种特征的路面车辆检测方法

提出一种融合多种目标特征的单目视觉车辆检测方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域(ROI),减少搜索范围;然后,利用车辆底部的阴影特征,在ROI中搜寻车辆可能出现的位置,找出假设目标;最后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标,同时对车辆在图像中的位置实现精确定位。通过实验,验证了提出方法的有效性和鲁棒性。     

目标检测的多尺度定位提升算法

对于目标检测任务,深度神经网络模型中的一阶段网络结构存在两个问题。首先,网络结构中的锚框超参数设计的合适与否将影响整个网络的训练结果;其次,较大的降采样因子会影响目标的定位能力。针对这两个问题,提出了多尺度定位提升网络模型。重新设计了一阶段网络模型结构,并且提出了更好的锚框超参数选择方案,它在保证一阶段网络效率的同时,定位精度比之前的一阶段网络模型更好。大量实验表明,多尺度定位提升算法在保证实时性的同时实现了更高的定位精度,在公开数据集(Pascal VOC 2007)上实现了82.5%的平均准确率。     

基于多尺度融合与注意力机制的小目标车辆检测

针对传统目标检测算法（SSD）检测小目标精度低的问题,提出基于注意力机制与多尺度信息融合方法并将其运用于车辆检测任务.结合浅层特征图与深层特征图的优势,小目标检测分支和大中型目标检测分支的特征图采用5支路和2支路融合.在基础网络层之间加入注意力机制模块,模型会关注包含更多信息量的通道.实验结果表明,在自建车辆数据集上的均值平均精度（m AP）达到90.2%,比传统SSD算法提高了10.0%,其中小目标检测精度提高了17.9%;在PASCAL VOC 2012数据集上的类别平均精度mAP为83.1%,比主流的YOLOv5算法提高了6.4%.此外,提出算法在GTX1 660 Ti PC端的检测速度可以达到25帧/s,能够满足实时性的需求.     

三传感器约束多尺度相关管道漏点定位方法

为了改善传统相关法漏点定位可靠性差,定位结果不能及时验证的问题,提出一种基于三传感器相互约束多尺度相关的漏点定位方法．该方法增设了第3个传感器组成三传感器模型,然后通过对3路传感器信号进行多尺度分解,从而在各子频率带内计算时延量,根据三传感器间的匹配关系筛选最优结果,最后根据经验决定结果的可信度．结果表明:该方法不仅能够实现速度的自行求取,而且使漏点定位质量有了较大的提高．同时说明通过小波多尺度分解能够实现信噪分离,三传感器匹配关系可以用于漏点定位结果的甄别．     

基于全景视觉机器人定位的路标提取方法

针对全景图像像素点过多、图像复杂导致单一图像分割算法难以提取出图像中人工路标的问题,提出了一种用HSV阈值分割法与OTSU最大类间方差法相结合的算法.通过对两种算法的结合使用,可以更有效地滤除图像中的干扰区域及干扰点,从而将路标从图像中提取出来.利用三角定位法的相交圆法计算出移动机器人的坐标,完成对移动机器人的定位.结果表明,该方法能够提取出全景图像中的路标,有效地避免了错误提取的情况,具有一定的可行性.     

多径信号辅助的网联车辆无线协作定位

为解决全球定位系统（GPS）和北斗卫星导航系统（BDS）等传统定位方式在信号被遮挡的区域定位范围受限以及精度不足的问题,基于第5代移动通信系统和车联网技术提出了一种多径信号辅助的网联车辆无线协作定位方法.首先将车联网中接收端与发射端之间多径信号成分携带的定位信息提取成多径定位线段,并基于最小二乘法估计出接收端与发射端之间的相对位置;然后基于置信传播算法,将相对位置信息以及部分覆盖的GPS/BDS信息进行协作融合,得出整个车联网中各个车辆的位置.仿真结果表明,在不同的车辆密度和GPS/BDS可用概率下,新算法能提升网联车辆的定位精度,有效解决车辆GPS/BDS覆盖不充分的问题,为网联车辆提供高精度的定位.     

基于视觉及多特征的前方车辆检测算法

针对现有视频车辆检测算法受光照、噪声等环境因素影响大,漏检和误检率高,难以同时满足鲁棒性及实时性的问题,提出了一种完整的前方车辆检测算法.该算法在改进的Hough变换提取车道线的基础上,首先对图像进行自适应二值化处理,通过腐蚀、膨胀法滤除干扰点;使用简洁有效的方法进行阴影线的合并及ROI区域的提取;算法利用目标区域内的信息熵、车尾对称性特征对感兴趣区域(region of interest,ROI)进行筛选和判别,降低了算法的漏检和误检率;使用改进的Robinson方向检测算子提取车辆边界,取得了较好的效果.结果表明:在处理分辨率为640×480的视频时,检测正确率89%,运算速度平均为17.6帧/s.     

Visual attention and clustering-based automatic selection of landmarks using single camera

An improved method with better selection capability using a single camera was presented in comparison with previous method. To improve performance, two methods were applied to landmark selection in an unfamiliar indoor environment. First, a modified visual attention method was proposed to automatically select a candidate region as a more useful landmark. In visual attention, candidate landmark regions were selected with different characteristics of ambient color and intensity in the image. Then, the more useful landmarks were selected by combining the candidate regions using clustering. As generally implemented, automatic landmark selection by vision-based simultaneous localization and mapping（SLAM） results in many useless landmarks, because the features of images are distinguished from the surrounding environment but detected repeatedly. These useless landmarks create a serious problem for the SLAM system because they complicate data association. To address this, a method was proposed in which the robot initially collected landmarks through automatic detection while traversing the entire area where the robot performed SLAM, and then, the robot selected only those landmarks that exhibited high rarity through clustering, which enhanced the system performance. Experimental results show that this method of automatic landmark selection results in selection of a high-rarity landmark. The average error of the performance of SLAM decreases 52% compared with conventional methods and the accuracy of data associations increases.     

多尺度导航电子地图系统的关键技术研究

多尺度导航电子地图系统融合了数字制图技术、GIS技术、多媒体技术等多种高科技手段,可为实时导航过程中的路径规划、引导、显示功能提供一套便捷的、可视化的空间信息服务平台,但现有的研发方案并没有很好地顾及用户对自适应智能缩放地图的浏览和查询需求。针对导航电子地图的多尺度特性和多媒体特性,设计了多尺度导航电子地图系统的研制与开发框架,详细论述了构建多尺度导航电子地图系统的总体结构及设计方案,重点剖析了基于“目标内插法“实现多尺度导航电子地图智能化显示的关键技术,并在基于VB和MapX的二次开发环境下实现了对多尺度导航电子地图信息的多尺度显示、多尺度查询、空间分析、最优路径设计和引导等功能。测试结果表明了系统运行的可靠性和稳健性。     

基于视觉中心转移的视觉显著性检测方法

针对现有许多检测方法提取出的显著性区域不够清晰的问题,提出一种基于视觉中心偏移的视觉显著性检测方法,在对图像进行预分割的基础上,结合图像的颜色对比特征、颜色分布特征和位置特征,提取出图像显著性区域,利用视觉中心转移模拟人类视野系统的视野转移过程,对图像进行多尺度分析,融合不同尺度显著图得到最终显著图。试验结果表明,本方法较现有显著性检测方法在视觉效果和查准率召回率有明显提高,ROC曲线下的面积可达0.952。     

基于单个人工地标的机器人自主定位

结合地标设计的四个基本规则,设计了基于QR code的自相似二维人工地标,并讨论了其在复杂环境下的提取、识别问题,研究了相应的算法.利用摄像机标定技术,通过在人工地标上选取标定点求解出摄像机参数,实现了基于单个人工地标的机器人定位.实验结果表明,机器人完全可以在复杂环境下利用该人工地标实现快速、准确地定位和导航.     

基于单个人工地标的机器人自主定位

结合地标设计的四个基本规则,设计了基于QR code的自相似二维人工地标,并讨论了其在复杂环境下的提取、识别问题,研究了相应的算法. 利用摄像机标定技术,通过在人工地标上选取标定点求解出摄像机参数,实现了基于单个人工地标的机器人定位. 实验结果表明,机器人完全可以在复杂环境下利用该人工地标实现快速、准确地定位和导航.     

家庭服务机器人智能空间技术研究与进展

智能空间技术是一个刚刚兴起的前沿课题.应用于家庭服务机器人的智能空间技术,就是把感知器件、执行器件分布地安装在空间中相应的位置,实现对空间内部人和物的全面感知,从而通过执行器实现相应的服务任务;同时能够为机器人提供更加完备的环境信息,使得机器人本身可以降低对于本体携带感知器件的要求,能够“轻装上阵”,在未知或半未知的动态环境中实现更加快捷、准确、稳定的家庭服务工作.系统总结了智能空间技术的发展现状,并详细介绍了应用于家庭服务机器人的智能空间的构成、特点及其主要研究内容,对其所涉及的相关技术进行了介绍,最后给出了家庭服务机器人智能空间技术研究的新方向.     

家庭服务机器人智能空间技术研究与进展

智能空间技术是一个刚刚兴起的前沿课题．应用于家庭服务机器人的智能空间技术，就是把感知器件、执行器件分布地安装在空间中相应的位置，实现对空间内部人和物的全面感知，从而通过执行器实现相应的服务任务；同时能够为机器人提供更加完备的环境信息，使得机器人本身可以降低对于本体携带感知器件的要求，能够“轻装上阵”，在未知或半未知的动态环境中实现更加快捷、准确、稳定的家庭服务工作．系统总结了智能空间技术的发展现状，并详细介绍了应用于家庭服务机器人的智能空间的构成、特点及其主要研究内容，对其所涉及的相关技术进行了介绍，最后给出了家庭服务机器人智能空间技术研究的新方向．     

基于激光测距传感器的家庭机器人导航仿真

通过将激光测距器的扫描数据和来自家庭机器人的里程计结合在一起,给出了同时定位和地图生成的算法．基于扩展卡尔曼滤波算法,滤去不必要的数据,直接将传感数据和环境特征相匹配,融合激光扫描数据和人工路标,给出了机器人连续位置更新的方法．仿真结果表明该方法较好地解决了室内机器人导航问题．     

无人地面车辆车道级路径引导方法

针对无人地面车辆对高精度电子地图的需求和在结构化道路环境下的导航要求,基于多传感器信息融合构建了车道级的电子地图,并基于该电子地图提出了一种车道级的路径引导算法．首先,利用数据采集平台采集多传感器的数据,并对采集到的数据进行融合来构建车道级的电子地图,并进一步根据交通规则生成道路和车道线;接着,根据不同地理对象所反映的不同特征设计了其属性表;然后,根据结构化道路环境的特点提出了一种全局路径规划策略;最后,针对无人地面车辆遇到障碍物需要对全局路径进行修正的场景,提出了一种基于代价地图的修正方法,指导车辆完成避让．跑车实验和中国智能车挑战赛比赛结果表明,文中提出的高精度电子地图和路径引导方法能满足无人地面车辆在结构化道路环境下的导航需求,能够为无人地面车辆安全、快速行驶提供可靠的指导和保障．