基于双目视觉的多机器人SLAM

为了解决单个移动机器人在未知环境下,构建地图不精确及无法实现并行任务的问题,提出了基于双目视觉的多机器人SLAM (Simultaneous Localization and Mapping),此方法可以大幅度提高机器人的定位精度和构图的准确性。以双机器人为例,提出了协作SLAM的实现方法,通过ORB-SLAM2算法,将两个机器人获得的关键帧进行共享,通过相对位姿估计不断地更新局部地图,然后将局部地图进行融合,从而实现多机器人SLAM。     

工业机器人视觉检测系统研究

基于视觉的工业机器人定位抓取技术在现代化工业进程中起到极其重要的作用,本文在定位抓取的基础上研究了云端激光打标系统中与计算机视觉相关的机器人检测系统内容,将国产某型号六自由度工业机器人与视觉引导技术相结合应用于目标正反面区分。该系统经实验验证,能够识别带黑色标记的目标工件并定位抓取,完成了区分工件正反面的规定任务,具有工厂生产的实际意义。     

基于激光SLAM的导航车软硬件系统

同时定位与地图创建SLAM(SimultaneousLocalization andMapping)技术在军事领域有着广泛的应用前景,本文构建了基于激光SLAM导航车软硬件系统。探索了基于ROS系统的SLAM实现技术,尤其对RBPF粒子滤波和蒙特卡洛自适应定位算法进行研究,研究表明粒子滤波可较好消除抖动等误差,提高建图与定位精度,室内外实验证明该方法可实现室内外复杂环境下的自主建图、定位与导航,精度高、鲁棒性较好。     

绝缘子水冲洗机器人视觉伺服仿真

视觉伺服研究是绝缘子水冲洗机器人研究的重要内容,其研究成果用于机器人自动瞄准绝缘子。水冲洗机器人采用基于图像的视觉伺服控制方案,对冲洗机器人的图像雅克比矩阵进行计算,设计基于机器人位置参数和绝缘子高度信息获取图像深度的方法,最后基于Robotics Tool-box和Visual Servoing Toolbox工具箱对冲洗机器人视觉控制方案进行建模、仿真,结果表明,基于图像的机器人视觉伺服系统能够实现对绝缘子瞄准功能。     

融合IMU的视觉SLAM系统研究

基于特征点法的视觉SLAM系统在运行的过程中,运动过大,环境特征过少都会影响SLAM系统的运行效果。针对这个问题,提出了一种融合IMU的视觉SLAM系统。首先,提取关键点,并结合PNP与G2O方法估计相机的最优位姿,并构建地图。然后,统计当前帧关键点数量,若特征点足够少,特征点法无法估计相机的位姿变化,则结合陀螺仪与轮式里程计估计位姿;最后,如果特征点数量增加,提取关键特征,结合PNP与G2O的方法估计相机位姿的变化。通过实验可以看出融合IMU的视觉SLAM系统,可以准确的估计相机相机的位姿变化。     

移动机器人SLAM技术

在太空探索宇航领域、工业自动化领域、以及军事服务等领域移动机器人系统技术有着广泛的发展前景。SLAM技术的是simultaneous localization and mapping的缩写,即时定位与地图构建。也可以叫做Concurrent Mapping and Localization并发建图与定位,缩写为CML。本文以移动机器人在未知环境下的SLAM技术问题为主要研究对象,探析了SLAM技术在移动机器人上的应用。总结了SLAM技术问题以及相关的研究现状,分析了SLAM技术存在的优缺点,阐述现有SLAM技术解决方法在移动机器人领域的发展趋势及展望。     

动态环境下基于SVR-PSO的多机器人气味源定位方法

研究具有风速变化的动态环境下气味源定位问题,提出一种基于支持向量回归和微粒群优化的多机器人气味源定位方法。以当前时刻机器人的位置为输入,以机器人所测的气味浓度值为输出,利用支持向量回归,建立机器人所在位置气味浓度的预测模型;采用改进微粒群优化方法定位气味源时,以气味浓度最大的机器人所在的观测窗内,基于预测模型得到的气味浓度最大值的所在位置作为微粒的全局极值,以当前机器人的位置作为微粒的个体极值,完成微粒的更新;根据机器人所测的气味浓度值,定位气味源。将所提方法应用于2个气味源定位场景,实验结果表明所提方法能够在短时间内成功定位气味源。     

轮足混合式消防机器人系统建模与仿真分析

基于现场火灾环境的消防作业要求,设计了一款可在轮式和步态运动模态自由切换,并基于红外视觉识别定位火源点,实现多方位喷射灭火的轮足混合式消防机器人。首先,建立机器人的整体模型;其次,分析系统的基本工作原理。进行行走装置的参数计算、建模仿真分析、振动位移分析以及搭建视觉伺服控制系统。结果表明,行走装置的机构设计符合要求,其振动位移曲线与路面不平度曲线基本一致,视觉伺服控制系统的火焰识别算法整体检测结果良好。该消防机器人可实现对老旧楼道的攀越。针对轮腿机构运动模式转换提出了合理的解决方案,可实现对火焰图像的基本识别。     

基于重采样技术的激光SLAM系统优化设计

基于Rao-Blackwellized粒子滤波(Rao-Blackwellized partical filter,RBPF)算法的移动机器人在同时定位与地图构建(simultaneous localization and mapping,SLAM)过程中存在计算量大、粒子耗尽问题。基于重采样技术对激光SLAM系统开展优化设计:在采样过程中加入最近一帧的激光观测模型,减少构建地图所需要的粒子数;同时提出一种自适应优化组合重采样方法,以缓解粒子耗尽现象,保持粒子的多样性。利用Turtlebot 2和Rplidar A2搭建的平台进行实验验证,结果显示,改进的RBPF-SLAM系统优化方法能够以更少的粒子数生成精度更高的全局一致性的地图。     

一种PC工厂专用的转运布料机器人

在PC工厂中,固定模具的布料工序一直是劳动强度大、作业效率低、技术要求高的关键工序之一,本文提出一种基于转运布料机的转运布料机器人,可以实现自动识别和定位模具、自动布料的布料机器人.该机器人通过3D视觉识别和定位模具,配合自动布料控制器实现混凝土自动下料.实测结果表明,本文提出的自动布料系统可以实现自动布料,布料精度达到1cm左右,满足固定模具初布料的要求.