共查询到19条相似文献,搜索用时 187 毫秒
1.
为了解决小型无人机在室内光线不足情况下的避障以及路径规划问题,设计了一种基于深度相机的无人机室内地图构建系统。文中使用Pixhawk控制板和低成本嵌入式结构光深度相机硬件平台,为避障以及路径规划目标提供室内环境信息。采用反传感器模型算法,利用深度相机和位姿传感器提供的信息来筛选处理出有效的障碍物信息,并构建室内的三维地图,其中深度相机通过激光扫描的方式来获取障碍物点云的描述信息,利用位姿传感器获取无人机的高度信息。实验结果表明,使用该系统能够快速获取室内地图,对障碍物的判断准确率比较高,且不受光线影响,可以广泛应用于无人机的室内导航,实现不依赖外部光源的室内无人机地图构建系统。 相似文献
2.
该文主要是对物流配送机器人在校园、社区、室内等环境下的物流配送的"路径规划-包裹配送-运动控制-环境建模-位置定位"展开研究。采用了ROS(Robot Operating System)机器人操作系统作为整个物流配送机器人的核心,通过ROS开源操作系统的功能包结合外围传感器来结合PID算法的差速运动模型来实现对机器人的任意角度运动控制以及远程控制,通过外围传感器进行对周边的环境信息进行感知结合SLAM算法进行二维地图的构建。通过在构建好的地图上进行设计一个起始点和一个目标点,物流配送机器人在该地图中进行路径规划,在规划好的路线执行导航到目标点,在导航的途中遇到障碍物,机器人会自动的避开障碍物或者从新规划路线,从而来实现包裹从起始点到目标点的配送工作。 相似文献
3.
检验检测机构在开发外出检测系统时,多将精力放在数据统计分析、测试数据录入汇总和试验报告生成等环节的开发,但外出检验无论是任务分配或实际外出规划路线、寻找目的地等,都需要地图的介入,以往实验室管理人员多是通过数据表格,根据经验对检测任务按照区域进行大致分配规划,检测人员多是通过将地址输入导航,逐一标注位置后进行路线规划,然后再使用导航寻找位置。将地图模块融入到了系统开发中,可以保证在分配任务时,使用HTML5页面在地图中直观地查看所有任务分布,通过框选的方式分配任务,检验人员外出时也可在手机上使用地图直观地查看所有任务分布,从而规划路线,如此外出检验将会十分高效。 相似文献
4.
5.
6.
7.
针对室内复杂环境下导航地图制备问题,提出一种采用图像传感器进行导航地图制备的方法。首先,基于VSLAM技术估计相机位姿,经后端优化后生成环境三维点云;其次,筛选出地面点云,基于随机采样一致性算法得到精确的地面平面方程;最后,投影机器人通行环境区域的点云至二维栅格地图,通过利用贝叶斯方法更新栅格占用状态后,实现室内导航地图的制备。实验结果表明,基于VSLAM制备的室内导航地图精度满足导航要求,且不同于传统激光地图构建方法,地图中包含环境的三维结构信息,在进行路径规划实验中,避免了规划的路径穿过低矮物体及悬空物体的错误。 相似文献
8.
9.
为解决室内移动机器人导航过程中容易碰撞障碍物的问题,本文提出一种融合深度相机和激光雷达的室内移动机器人建图与导航方法,在机器人底盘上安装激光雷达、深度相机和里程计,利用Gmapping算法进行室内二维地图构建,同时用ROS中depthimage_to_laserscan功能包对深度图像进行二维投影,生成的二维栅格地图与... 相似文献
10.
室内移动机器人自主导航依赖于同步定位及建图技术,激光雷达与相机作为主流传感器正在不断深入应用到机器人定位与建图,但是单一传感器存在的缺陷不可避免,视觉传感器采集环境特征信息丰富,但视野范围较窄,而且对环境变化较为敏感;三维激光雷达检测精度较高,但价格昂贵,不适合生产生活应用。基于上述问题,提出了一种视觉与激光相融合的SLAM算法框架。首先利用惯性测量单元IMU对RPLidar采集到的雷达数据进行畸变校正处理,同时将Astra Pro深度相机获取的三维数据映射到二维坐标系,通过扩展卡尔曼方法将激光数据与深度数据相融合,最终在实际环境下进行建图比较,获得了更加完整的地图,从而验证了该文算法的可靠性和有效性。 相似文献
11.
12.
《Journal of Location Based Services》2013,7(2):145-159
Many applications in the area of location-based services and personal navigation require nowadays the location determination of a user not only in an outdoor environment but also an indoor. Typical applications of location-based services (LBS) mainly in outdoor environments are fleet management, travel aids, location identification, emergency services and vehicle navigation. LBS applications can be further extended if reliable and reasonably accurate three-dimensional positional information of a mobile device can be determined seamlessly in both indoor and outdoor environments. Current geolocation methods for LBS may be classified as GNSS-based, cellular network-based or their combinations. GNSS-based methods rely very much on the satellite visibility and the receiver-satellite geometry. This can be very problematic in dense high-rise urban environments and when transferring to an indoor environment. Especially, in cities with many high-rise buildings, the urban canyon will greatly affect the reception of the GNSS signals. Moreover, positioning in the indoor/outdoor transition areas would experience signal quality and signal reception problems, if GNSS systems alone are employed. The authors have proposed the integration of GNSS with wireless positioning techniques such as WiFi and UWB. In the case of WiFi positioning, the so-called fingerprinting method based on WiFi signal strength observations is usually employed. In this article, the underlying technology is briefly reviewed, followed by an investigation of two WiFi-positioning systems. Testing of the system is performed in two localisation test beds, one at the Vienna University of Technology and another one at the Hong Kong Polytechnic University. The first test showed that the trajectory of a moving user could be obtained with a standard deviation of about ±3–5 m. The main disadvantage of WiFi fingerprinting, however, is the required time consuming and costly signal strength system calibration in the beginning. Therefore, the authors have investigated if the measured signal strength values can be converted to the corresponding range to the access point. A new approach for this conversion is presented and analysed in typical test scenarios. 相似文献
13.
基于激光投射的室内视觉导航地图创建方法 总被引:1,自引:1,他引:0
针对基于图像分割的室内视觉导航地图创建方法存在无法准确获取导航地图等问题,提出一种利用激光投射的创建方法。在室内天花板上安装激光发射装置,通过激光光斑在图像中实际位置与预测位置的差计算投射区域的高度,利用获得的高度信息创建导航地图。搭建了验证导航地图创建算法的实验平台,实验结果表明,本文方法能够获得地面高度分布,可以创建准确的室内导航地图。 相似文献
14.
Laser radar in robotics 总被引:1,自引:0,他引:1
Carmer D.C. Peterson L.M. 《Proceedings of the IEEE. Institute of Electrical and Electronics Engineers》1996,84(2):299-320
In this paper we describe the basic operating principles of laser radar sensors and the typical algorithms used to process laser radar imagery for robotic applications. We review 12 laser radar sensors to illustrate the variety of systems that have been applied to robotic applications wherein information extracted from the laser radar data is used to automatically control a mechanism or process. Next we describe selected robotic applications in seven areas: autonomous vehicle navigation, walking machine foot placement, automated service vehicles, manufacturing and inspection, automotive, military and agriculture. We conclude with a discussion of the status of laser radar technology and suggest trends we see in the application of laser radar sensors to robotics. Many new applications are expected as the maturity level progresses and system costs are reduced 相似文献
15.
在恶劣条件下,例如在雨、雪、沙尘、强光以及黑夜等环境下,自动驾驶方案中常用的视觉和激光传感器因为无法准确感知外界环境而面临失效问题。因此,该文提出一种通过深度学习辅助的探地雷达感知地下目标特征用于车辆定位的方法。所提方法分为离线建图和在线定位两个阶段。在离线建图阶段,首先利用探地雷达采集地下目标的回波数据,然后使用深度卷积神经网络(DCNN)提取采集的地下回波数据中的目标特征,同时存储提取的目标特征和当前地理位置信息,形成地下目标特征指纹地图。在定位阶段,首先利用DCNN提取探地雷达采集到的当前地下回波数据中的目标特征。然后基于粒子群优化方法搜索特征指纹地图中与当前提取的目标特征最相似的特征,并输出该特征的地理位置信息,作为探地雷达定位车辆的结果。最后利用卡尔曼滤波融合探地雷达定位结果和测距轮测量的里程信息,得到高精度的定位结果。实验选取地下目标丰富的场景和实际城市道路场景来测试所提方法的定位性能。实验结果表明,与单一使用探地雷达原始回波数据地图的定位方法相比,深度学习辅助的探地雷达定位方法能避免直接计算原始雷达回波数据间的相似度,减少数据计算量以及数据传输量,具有实时定位能力,同时特征指纹地图对回波数据的变化有鲁棒性,因此所提方法的平均定位误差减少约70%。深度学习辅助的探地雷达定位方法可作为未来自动驾驶车辆在恶劣环境下感知定位方法的补充。 相似文献
16.
分析研究车载导航信息系统电子地图算法,面向EVNS的导航系统中电子地图的建立,以及实现这些功能对电子地图数据库的基本要求及电子地图数据库的建立。以车载导航信息系统的导航电子地图和导航数据库作为重点研究对象.分析导航信息系统中导航电子地图的设计和电子地图的数据组织。 相似文献
17.
为实现智能自主运行体面向目标的导航知识生成及运行控制,该文研究了一种基于空间探索和认知图构建的生物启发式目标导向(GO)导航模型,该模型由空间探索、认知图构建和GO导航控制3个部分组成。在空间探索中,将网格细胞(GCs)到位置细胞(PCs)模型和视觉位置细胞生成模型融合后生成的位置细胞表征当前状态,利用Q学习算法实现状态-动作的建立及更新,以此学习面向目标运行的导航知识;然后,在认知图构建中,利用重心估计原理对空间探索得到的知识进行处理,生成各位置细胞状态下面向目标的方向信息;最后,运行体在朝目标的运行中,根据得到的认知图实时控制运行方向,以此实现GO导航。仿真结果表明,该GO模型有效,运行体进行充分的空间探索可生成认知图,并以此实现GO导航,且在运行过程中能有效规避障碍物。 相似文献
18.