基于声纳传感器的移动机器人地图创建方法研究*

提出了一种改进的基于声纳传感器信息进行栅格地图创建的方法。将Bayes法则用于移动机器人地图创建,对多个声纳传感器信息进行融合,解决信息间的冲突问题,并根据声纳模型将测量数据集成到局部地图中,改变栅格被障碍物占有的概率。经过坐标变换后,利用Bayes法则更新全局地图中的栅格信息,实现从局部地图到全局地图的更新。实验验证了该算法的可行性与有效性。     

一种基于声纳信息的移动机器人实时导航方法

提出了一种基于声纳信息的移动机器人实时导航方法。首先建立声纳感知数据向地图映射的概率模型,将声纳感知到的环境信息以基于栅格的概率值进行表示,并利用D-S证据理论对其进行数据融合,得到机器人的局部环境。在此基础上,采用基于滚动窗口的方法进行移动机器人路径规划,最终实现实时导航。试验结果表明该方法是可行和有效的。     

一种基于声纳信息的地图创建方法

地图创建是实现机器人在未知环境中自主导航的关键。该文对移动机器人在地图创建中所收集的不确定传感信息进行研究,分析声纳传感器的散射和镜面反射特性,提出一种改进的概率栅格的地图创建方法。该方法将距离信任因子引入到声纳传感器模型。利用该模型,实现移动机器人的自主地图创建,并有效地减少由于声纳传感器所引起的不确定性。通过机器人平台上进行的实验表明该方法的有 效性。     

室内未知环境下移动机器人特征地图创建研究

介绍了在室内未知环境下移动机器人利用激光雷达、电子罗盘和里程计等传感器信息创建特征地图的方法;从激光雷达数据中提取直线特征作为地图的主要环境描述特征,采用构建直线模板的方法对雷达数据进行分簇,通过最小二乘法拟合出相应的直线并对冗余地图线段进行合并,从而得到较精确的特征地图;实验表明该机器人建立的环境特征地图是精确有效的,且与栅格地图相比数据量小,可进一步用于机器人的避障、路径规划等复杂任务.     

基于人工引导的机器人建图技术

移动机器人能够创建精确的环境地图,是其具有准确的定位能力以及完成其他任务的前提。因此地图创建技术是移动机器人的关键技术。提出了一种基于人工引导方式的地图创建技术。该技术一方面弥补了传统机器人建图过程中自动搜索路径低效率的弱点,另一方面通过人机交互,机器人可以在建图的过程中记住关键的路径点,建立栅格地图与拓扑地图的混合地图,为移动机器人将来的导航奠定基础。     

移动机器人协作建图系统设计与实现

对未知的环境进行有效的探索是移动机器人领域最重要的问题之一。针对准确建立未知环境地图的问题,本文设计了基于机器人操作系统的多机器人协作建图系统。首先介绍了多机器人协作建图系统总体框架,并根据功能需求分别进行方案设计,最后打通了两个功能系统的通信,实现预期功能。通过仿真实验对设计的系统进行验证,证实了该系统设计的可行性,为多机器人协作作业提供了重要条件,具有较强的实用性。     

基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法．算法首先对室内环境中墙的形状进行分类,并针对每一类型的墙设计相应的控制策略．然后在移动机器人运动过程中,基于有限状态机实现移动机器人沿墙状态的转移,从而使移动机器人采用不同的控制策略控制其运动．文中利用Pioneer 2DX移动机器人对此算法进行了实验研究,取得了理想的效果．     

基于粒子滤波器的移动机器人定位和地图创建研究进展

首先,对粒子滤波器的原理和研究进展进行了综述．然后,介绍了基于粒子滤波器的移动机器人定位研究进展．其次,给出了粒子滤波器在移动机器人地图创建领域的最新成果．最后,对粒子滤波器在移动机器人研究领域的未来发展方向进行了展望．     

一种基于特征地图的移动机器人SLAM方案

设计了一种结构化环境中基于特征地图的地图创建方案;采用激光测距仪进行特征地图创建,利用"聚合-分害虫-聚合"的方法来提取线段表示环境信息实现局部地图创建;为了实现移动机器人的同时定位与地图创建,采用扩展卡尔曼滤波方法对机器人的位姿与地图信息进行预测及更新,结合状态估计和数据关联理论,实验显示x的校正量保持在±0.9cm之内;y的校正量保持在±2.5cm之内;θ的校正量在±1.2之内,实现了基于扩展卡尔曼滤波器的SLAM.     

基于低成本移动机器人设计的超声SLAM

介绍了基于TMS320F2812DSP的振动主动控制系统组成及其工作原理。为了实现系统的小型化和集成性,设计出了一种高效的振动主动控制系统。对LMS(最小均方)自适应滤波算法进行了初步研究,并将其应用于此振动主动控制系统中。结果证实了该测控系统软、硬件设计的正确性和有效性。     

受限移动机器人构建地图的最优探测法

对复杂未知环境构建地图是移动机器人面临的一大问题.通常忽略未知环境的几何特征,将其抽象成未知无向连通图,机器人只沿着图的边进行搜索,并将走过每条边的成本看成是1.机器人构建地图的成本用走过的总边数来表示.对于一个完全未知的环境,从一点S出发,限制移动机器人最远能走r(如燃料问题及安全线或通信线等)步(边数)的范围内,基于深度受限剪枝生成子树的方法,结合广度优先搜索和受限的深度优先搜索染色策略,给出了对未知环境构建完整地图的有效算法,该算法的成本为|E|+O|V|,这是目前最优结果.     

Environmental map building for a mobile robot using infrared range-finder sensors

This paper presents a methodology for building a high-accuracy environmental map using a mobile robot. The design approach uses low-cost infrared range-finder sensors incorporating with neural networks. To enhance the map quality, the errors occurring from the sensors are corrected. The non-linearity error of the sensors is compensated using a backpropagation neural network and the random error of readings including the uncertainty of the environment is taken into a sensor model as a probabilistic approach. The map is represented by an occupancy grid framework and updated by the Bayesian estimation mechanism. The effectiveness of the proposed method is verified through a series of experiments.     

遥自主移动机器人系统设计及实现

为了解决移动机器人在特定环境下自主性不强的问题,构建了自主移动机器人的遥操作控制系统。通过无线网络传输的通信方式实现了经过透视解算展开后的全景图像的传输和基于USB操纵杆的多功能远程控制平台的开发。详细介绍了机器人利用超声波传感器进行自主模糊避障的算法,利用USB操纵杆对机器人遥操作的程序实现,以及全景摄像头透视解算和视频压缩的方法。实验结果表明,构建的遥操作控制系统可以实现良好的人机交互,使移动机器人的自主性更强,更加智能化。     

基于灰色定性理论的移动机器人地图创建

针对移动机器人自主导航地图创建中超声波信息存在不确定性的问题,提出一种新的基于灰色定性理论的超声波信息解释和融合的方法,并用于处理超声波传感器信息和移动机器人创建环境地图．首先,引入概率灰数对超声波信息的不确定性进行描述,以获得栅格单元和传感器的概率灰数模型;然后,设计超声波传感器新旧信息的融合方法,从而得到环境地图的整体表示;最后通过地图创建仿真实验结果表明了这种方法具有良好的鲁棒性和准确度．     

移动机器人的同步自定位与地图创建研究进展

自主移动机器人在未知环境下作业时,首先要解决的基本问题就是其自身的定位问题,而定位问题与环境地图的创建又是相辅相成的.本文从相关理论和关键技术等方面,系统地总结了同步自定位和地图创建的研究现状,着重介绍了基于概率论的方法,分析了目前存在的难题,并指出了未来研究的发展方向.     

基于聚类匹配的移动机器人地图实时创建算法

提出了一种基于模式识别聚类思想的数据点集匹配算法.该匹配算法具有传统迭代匹配算法和非迭代匹配算法的优点,匹配速度快,精度高.结合上述匹配算法,给出了一种基于激光测距仪的移动机器人环境地图实时创建方法.该方法使用从环境数据中提取出的特征点来完成两组激光数据点集的匹配,进而完成环境地图的创建.利用本实验室自主研发的救援机器人平台对该算法进行了验证,实验结果表明,该算法能够完成室内环境下移动机器人实时准确有效的环境地图创建.     

基于全景视觉的移动机器人地图创建与定位

提出一种高效的基于全景视觉的室内移动机器人地图构建和定位方法. 该方法充分利用全景视觉系统视野广阔、获取环境信息完整的特点, 根据全景图像生成环境描述子; 利用上述环境描述子描述环境, 创建拓扑地图, 将地图表示为环境描述子的集合. 在此基础上, 提出一种基于贝叶斯理论的定位方法, 根据当前全景摄像头的观测值, 利用已生成的地图完成状态跟踪, 全局定位和“绑架”定位. 最后通过实验验证了该方法的有效性, 并给出了计算成本分析.     

基于ROS的移动机器人语音控制设计与实现

针对传统语音软件包信息冗余且移动机器人控制系统通用性和代码可移植性差的问题,提出了一种基于机器人操作系统(ROS)的移动机器人语音控制系统。语音控制命令信号经预加重、加窗分帧以及端点检测等进行预处理,利用基于Fisher比的Bark小波包变换方法提取特征参数,应用隐马尔可夫模型(HMM)算法进行识别,应用C++语言将上述内容编写成软件包,使用ROS的节点功能以及通信机制将识别结果用来控制移动机器人运动。实验结果表明:系统的识别率为94%以上,能准确识别不同用户的语音控制命令;经与成熟SDK功能比较,系统的识别率提高了1. 6%,且识别时间明显缩短,仅为255. 6 ms,表明系统在确保准确率的同时提高了反应速度。     

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.