基于精简路标的机器人视觉归航算法

在受生物导航方式启发的局部视觉归航算法中,ALV(average landmark vector)算法因其模型简单、归航性能较好以及所需存储空间小等优点受到了广泛的重视.在非结构化环境中,ALV算法常常需要使用图像的局部特征作为自然路标点,在这种情况下,路标的对应性问题难以保证,同时在保证归航性能的前提下如何合理地精简路标数量也尚无有效的解决方法.针对上述问题,对基于双曲面镜的折反射全景图像进行了研究,提出了horizon环域的概念.在环域内提取SIFT(scale invariant feature transform)特征作为自然路标点并结合ALV模型提出了一种改进的基于自然路标的ALV算法.改进算法有效地缩小了路标点的提取区域,较好地保证了路标点的对应性并精简了路标点的数量.多个实际场景的实验表明,这种算法有效提高了归航精度.     

一种优化的移动机器人ALV视觉归航算法

针对移动机器人平均路标向量（ALV）的算法性能受自然路标影响较大的问题,提出了一种优化算法．在利用图像特征检测与匹配手段,如SIFT（尺度不变特征变换）、SURF（加速鲁棒特征）等,来获得自然路标的前提下,优化算法首先对原始的ALV算法进行了过程拆解,获得归航子向量;然后利用统计学理论对归航子向量的贡献度进行调整,并剔除误匹配路标;最后将带有权值信息的归航子向量重新整合,获得指向目标位置的归航向量．实验表明,优化的ALV算法有效地提高了自然路标的整体精度,保证了路标的对应性,从而提高了ALV算法的准确性,使机器人可以以更理想的轨迹自主地到达目标位置．     

基于人工路标的易部署室内机器人全局定位系统

在一些布局易变或存在较多动态障碍物的室内,移动机器人的全局定位依然面临较大的应用挑战.针对这类场景,实现了一种新的基于人工路标的易部署室内机器人全局定位系统.该系统将人工路标粘贴在不易被遮挡的天花板上来作为参照物,仅依赖一个摄像头即能实现稳定的全局定位.整个系统根据具体的功能分为地图构建和全局定位两个过程.在地图构建过程中,系统使用激光SLAM算法所输出的位姿估计结果为基准,根据相机对路标点的观测信息来自动估计人工路标点在全局坐标系中的位姿,建立人工路标地图.而在全局定位过程中,该系统则是根据相机对地图中已知位姿的人工路标点的观测信息,结合里程计与IMU融合的预积分信息来对位姿进行实时估计.充分的实验测试表明,机器人在该系统所部署范围内运行的定位误差稳定在10 cm以内,且运行过程可以保证实时位姿输出,满足典型实际室内移动机器人全局定位的应用需求.     

图形相似性匹配在多机器人地图中的应用

在多机器人同时定位与地图创建（Simultaneous Localization and Mapping,SLAM）协同工作下,要求融合各机器人的特征子地图形成单一的公共地图,利用三角形相似性原理,实现SLAM定位中各机器人子地图的相互匹配。在机器人创建的地图中,依据路标位置相关的特征组成最小三角形,并通过三角形相似性原理对各机器人创建子地图进行相似性匹配,并记录相似三角形对应点匹配次数,最后彼此匹配次数最多的对应路标即为相关联的路标对。实验结果表明该方法是有效的,且鲁棒性强。     

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.     

基于综合纠错的印刷体数学公式识别后处理

目前印刷体数学公式识别系统的输出还存在着误识结果,进行必要的后处理是提高识别率的重要手段.介绍了一种将印刷体数学公式识别结果与公式的语义知识相结合的方法,对其误识结果进行系统的分析,给出了若干条共有的规则及基准转移等方法,进行综合纠错的后处理,从而进一步完善印刷体数学公式识别系统.实验结果表明,该方法能够有效地提高系统识别结果的正确率.     

多机器人同步定位与地图构建的地图融合算法的改进

本文主要研究了多机器人同步定位与地图构建(SLAM)的地图实时融合问题.在本文中提出一种混合的SLAM算法(HybridSLAM)算法,可以同时观测和更新多个路标,并根据FastSLAM2.0思想利用选取的最准确的路标观测值来修正机器人位姿.然后,在改进HybridSLAM算法基础上,进一步提出一种改进的多机器人HybridSLAM算法(MR–IHybridSLAM).每个机器人在不同初始位置运行IHybridSLAM算法构建子地图,并将子地图信息实时发送到同一工作站中.根据卡尔曼滤波(KF)原理将每个机器人构建的子地图融合成全局地图.最后,通过仿真实验构建多机器人融合的特征地图并与单一机器人快速的SLAM算法(FastSLAM)和HybridSLAM算法构建的地图进行误差对比,进一步来验证该算法的准确性、快速性和可行性.     

基于全景视觉的移动机器人同步定位与地图创建研究

提出了一种基于全景视觉的移动机器人同步定位与地图创建（Omni-vSLAM）方法．该方法提取 颜色区域作为视觉路标;在分析全景视觉成像原理和定位不确定性的基础上建立起系统的观测模型,定位出 路标位置,进而通过扩展卡尔曼滤波算法（EKF）同步更新机器人位置和地图信息．实验结果证明了该方法在 建立环境地图的同时可以有效地修正由里程计造成的累积定位误差．     

室内环境下同步定位与地图创建改进算法

提出了一种室内环境下基于平方根无迹卡尔曼滤波（SRUKF）的同步定位与地图创建（SLAM）算法． 该方法在每步迭代中采用平方根无迹粒子滤波器进行机器人状态估计,并引入平方根无迹卡尔曼滤波器定位路标, 进而完成机器人状态和相应路标信息更新．将本文算法与机器人运动模型和红外标签观测模型结合进行了仿真和实 验,结果表明,本算法在同步定位和地图创建过程中提高了机器人状态和路标估计的精度及稳定性．     

基于视觉传感器SLAM问题的算法构建

自主移动机器人通过自身携带的传感器来感知周围环境是实现其智能导航的前提。由于视觉传感器只能检测路标的方位角,不能提供距离信息,当利用视觉传感器完成机器人的同步定位及地图创建（SLAM）时,由于路标距离信息的缺失,会带来新路标的初始化及旧路标关联等难题。为识别新路标方位,采用滞后的三角型测量法来估计新路标的距离,从而解决了新路标初始化及旧路标关联等问题,并最终建立了一套适用于视觉传感器的SLAM算法及在Matlab上建立的仿真模型。仿真实验结果表明,算法满足概率估计的一致性和收敛性条件,是一种有效的仅检测路标方位角的同步定位及地图创建算法,证明方法的有效性。     

一种专家地图构建方法

专家地图是专家个人知识和技能信息及专家协作网络信息的记录。基于图论的方法给出专家发现社会协作网的算法。定义一种从企业局域网的异构数据文档中发现专家地图的任务,给出实现该任务的多种模型,并将模型应用于TRCKMS系统的开发中。在W3C语料库上进行的实验表明,该模型能够提高专家发现的效率。     

一种专家地图构建方法

专家地图是专家个人知识和技能信息及专家协作网络信息的记录。基于图论的方法给出专家发现社会协作网的算法。定义一种从企业局域网的异构数据文档中发现专家地图的任务,给出实现该任务的多种模型,并将模型应用于TRCKMS系统的开发中。在W3C语料库上进行的实验表明,该模型能够提高专家发现的效率。     

地图整饰模块的设计与实现

地图整饰是地图进行打印输出必不可少的过程,是一个完整的地理信息系统或数字地图制图系统不可或缺的功能模块.在分析了地图整饰功能作用的基础之上,归纳出主要整饰元素的类型和特征,并加以分类,对应用面向对象及组件化的方法,给出了一种整饰功能模块的设计方案并加以实现.基于该模块,可以方便、快捷的完成对地图的整饰工作,达到标准化打印出图的要求.为满足某些特定的需求,该模块还可以支持以其为基础的二次开发.     

基于粗糙集及RBF网络的英文字母识别

将粗糙集理论与神经网络相结合,针对7×5分辨率的大写英文字母,构建了基于RBF网络的字母识别系统,给出了该识别系统的核心算法与核心结构.该系统利用粗糙集中最小决策算法对识别矩阵进行属性约简,减少了大量的计算和数据库存储量,同时提高了系统识别速度和识别率.通过计算机模拟实验,将该识别系统的识别率与标准BP网络算法及改进BP网络算法相比较,证实了该系统的优越性,在有约1/7的像素点受到随机干扰的情况下,该系统识别率仍可达到88%以上.     

基于粒子群算法的单目移动机器人地图创建

提出了一种基于粒子群优化算法的移动机器人地图创建方法,该方法模型简单,算法复杂度低,收敛速度快.首先对实验环境进行了描述,通过建立模型推导出了路标的坐标公式,提出了问题的关键.详细介绍了粒子群优化的工作原理,论述了该算法在地图创建中的具体实现.通过与算术平均法实验结果比较,证实了该方法的有效性.     

一般/特殊知识及其依赖关系挖掘

当监控系统或识别系统得到的数据值异常时,为了分析数据值异常的原因,发现异常的规律,基于模糊统计提出了一种自动判定数据属于一般或特殊状态的方法,并基于贝叶斯网(BN)挖掘数据中一般.特殊知识的各影响因素之间的相互依赖关系,给出一种发现关键影响因素的方法.实验表明该方法具有一定的可行性及合理性.     

嵌入式语音识别系统的研究和实现

本文首先给出了一种适合于在嵌入式平台上实现的可变命令集的非特定人语音识别系统,同传统的基于PC的非特定人语音识别系统相比,该系统具备内存消耗小,运算速度快的优点。然后给出了该语音识别系统在多种嵌入式平台上的实现和评估结果,论证了非特定人语音识别系统在嵌入式平台上实现的可行性及其对硬件的最低配置要求,在技术层次上分析了目前实现高性能语音识别SOC的主要问题和困难,并指出了今后相关的研究方向。     

一种迷宫机器人的人工脑系统

提出一种迷宫机器人的人工脑系统,包括迷宫路标感知单元与行为决策单元.其中,感知单元基于ARTI神经网络,用于识别迷宫导向路标;决策单元基于行为概率实现矩阵,并以强化学习更新行动策略.机器人所在迷宫的特征为每个路口设有导向路标,路标为含噪声的符号图像.在仿真实验中,令机器人在迷宫中随机行走,通过调节人工脑系统的试验参数,经过一段时间的自主探索学习过程机器人能最终穿越迷宫.仿真实验结果表明,该人工脑系统能够自组织地理解迷宫中导向路标的含义,并引导机器人成功穿越迷宫.同时,该人工脑系统对于基于路标导航的城市巡逻机器人、高危复杂环境下的抢险机器人的研究发展有一定的推动作用.     

航空信息系统中基于CPU&GPU结构的条码识别技术的研究

针对当前航空信息传递过程中图像摄入模式的条码识别系统在高分辨率采集图像下识别速度较慢的问题,提出了一种新的基于CPU+GPU并行处理的条码识别系统架构,并给出了系统的设计方案。最后,研究了识别系统中图像噪声处理的关键技术,并讨论了适于在GPU上运算的QNLM滤波算法,不仅较好地解决了处理速度问题,而且验证了该系统的可行性。     

一种基于MAP估计的移动机器人视觉自定位方法

提出一种能够工作在三维路标环境中的视觉自定位系统. 机器人通过 MAP 估计器融合里程计和单向摄象机的图像信息递归估计其自身位姿状态. 本文构建了传感器的非线性模型并且在系统运行中嵌入和跟踪机器人运动和视觉信息的不确定性. 本文从概率几何观点阐述传感信息不确定性, 用 unscented 变换传播经过非线性变换的相关系统信息. 考虑到处理能力, 机器人在地图元素的投影特征附近提取相应图像特征并通过统计距离描述数据关联程度. 本文的一系列系统性实验证明了该系统的稳定性和精确性.