基于ROS系统的移动机器人SLAM算法的应用研究

即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）算法是移动机器人的热门研究之一,可以使机器人真正实现自主行走。文章分析总结了SLAM算法,介绍了基于机器人操作系统（Robot Operating System,ROS）构建的移动机器人Roban,解析了应用于具体机器人的SLAM算法原理,可为未来移动机器人路径规划研究提供一定的思路。     

移动机器人改进激光SLAM算法研究

针对传统RBPF(Rao-Blackwellised particle filter)算法存在定位精度低、粒子退化、粒子多样性丧失的问题,提出了一种基于激光雷达的改进SLAM(simultaneous localization and mapping)算法.首先基于主成分分析法对相邻帧的点云进行粗配准,再采用改进点到线...     

基于改进SIFT算法的双目视觉SLAM研究

SIFT算法通常用于移动机器人视觉S LAM中。但其算法复杂、计算时间长,影响视觉SLAM的性能。在两方面对SIFT改进：一是用街区距离与棋盘距离的线性组合作为相似性度量;二是采用部分特征方法完成快速匹配。应用扩展卡尔曼滤波器融合SIFT特征信息与机器人位姿信息完成SLAM。仿真实验表明,在未知室内环境下,该算法运行时间短,定位精度高。     

基于激光雷达与双目视觉的移动机器人SLAM研究

为解决移动机器人在环境未知条件下,利用单一传感器自主导航时不能及时定位、构建地图不精确的问题,提出采用一种改进RBPF算法,在计算提议分布时将移动机器人的观测数据(视觉信息与激光雷达信息)和里程计信息融合;针对一般视觉图像特征点提取算法较慢的问题,采用基于ORB算法对视觉图像进行处理以加快视觉图像处理速度的方法;最后通过在安装有开源机器人操作系统(ROS)的履带式移动机器人进行实验,验证了采用该方法可构建可靠性更高、更精确的2D栅格图,提高了移动机器人SLAM的鲁棒性.     

基于小生境遗传优化的Rao-Blackwellised SLAM算法

同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一,Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法,被广泛应用在实时定位领域中,但由其随着粒子数目的增加会频繁重采样从而导致“粒子退化”问题。为了解决该问题,改善SLAM性能,该文提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF,采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题,采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性,抗干扰能力较强,定位较准确,比较适合应用在SLAM实时定位中。     

相似场景下基于局部地图的激光SLAM前端算法改进

在走廊、隧道等相似场景下,传统激光SLAM（同步定位与地图创建）算法由于观测数据的相似性,算法性能将严重劣化,甚至完全失效。为解决该问题,本文在hdl_graph_slam算法的基础上,首先基于匀速运动假设改进了运动预测模型,获得了更准确的初始位姿估计;然后通过引入局部地图概念实现点云的稠密化,改善了相似场景下前端里程计的性能。在室内实验中,场景的还原度达到了99.54%,较改进前提高了57.25%;在室外实验中,里程计漂移由原先的111.62\m降至7.65\m。实验结果表明,提出的算法在室内和室外的相似场景中均能带来显著的性能提升。     

基于Cortex-A53平台的激光雷达SLAM实现

针对移动机器人实现同时定位与地图构建(SLAM)的高硬件成本问题,提出了在Cortex-A53处理器平台上实现激光雷达SLAM的方法。完成了Cortex-A53处理器平台上软件平台的构建,并结合激光雷达采集的数据实现了SLAM,对相关程序进行了优化使得处理器的性能满足程序的运算量。实践结果证明,在Cortex-A53处理器平台上可以构建较高精度的地图以及实现室内环境下的导航、避障,从而降低了移动机器人实现SLAM的硬件成本。     

基于多项式系数自回归模型的雷达性能参数最优组合预测

针对雷达故障预测与健康管理（PHM）技术工程实现中性能参数变化趋势预测准确度不高的问题，提出一种基于多项式系数自回归（PCAR）模型的性能参数预测方法。首先，介绍了PCAR模型的形式及其阶次、参数确定方法，该模型相对于传统的线性模型扩大了模型选择范围，有效降低了建模偏差；然后，为了进一步提高预测准确度，采用基于奇异值分解滤波算法（SVDFA），选取最优门限值，将性能参数监测序列拆分成与各个失效因素对应的子序列，最后分别采用不同阶次的PCAR模型来预测序列未来值。仿真实验结果表明，所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型（ARMA）的预测结果相比，三个监测序列的预测准确度分别提高了79.7%、97.6%和82.8%。实验结果表明该预测方法可应用于雷达性能参数的预测，有利于提高雷达的工作可靠性。     

基于激光传感器的SLAM数据关联算法的研究

移动机器人同时定位与地图构建(SLAM)过程中的难点问题之一即是数据关联。结合独立兼容最近邻(ICNN)算法计算复杂度低和联合相容分枝定界(JCBB)算法关联准确度高的优点,提出一种基于关联数据预处理的混合数据关联方法。首先经过数据预处理,选取合适的观测特征子集和局部地图特征子集运行ICNN算法进行数据关联,若算法失败,则采用JCBB算法重新计算以保证算法精确度。仿真实验结果表明,该算法运行时间短,精确度高,适用于各种复杂环境。     

基于激光雷达的同时定位与地图构建方法综述

首先分解激光SLAM的基本框架,分别对前端扫描匹配、后端优化、闭环检测与验证、地图构建四个模块近年来的主流算法进行总结;然后对基于滤波器和基于图优化两种激光SLAM框架下的代表性方案进行深入分析和比较;最后对激光SLAM的发展趋势进行展望。     

基于双向激光回环检测的SLAM算法研究

针对移动机器人长时间运动后无法自身修正累计误差以及传统EKF(Extended Kalman Filter)算法计算复杂度大的问题,提出了一种基于双向激光进行回环检测的方法,通过有效的相似度检测算法检测出真实的回环,及时修正机器人的位姿。同时使用精确稀疏滞后滤波算法相辅,利用信息矩阵的自然稀疏性来降低计算复杂度。通过实验结果分析,上述两种方法的结合可以有效地减少移动机器人行驶过程中的累计误差。     

Optimal robot task scheduling based on genetic algorithms

Industrial robots should perform complex tasks in the minimum possible cycle time in order to obtain high productivity. The problem of determining the optimum route of a manipulator's end effector visiting a number of task points is similar but not identical to the well-known travelling salesman problem (TSP). Adapting TSP to Robotics, the measure to be optimized is the time instead of the distance. In addition, the travel time between any two points is significantly affected by the choice of the manipulator's configuration. Therefore, the multiple solutions of the inverse kinematics problem should be taken into consideration.In this paper, a method is introduced to determine the optimum sequence of task points visited by the tip of the end effector of an articulated robot and it can be applied to any non-redundant manipulator. This method is based on genetic algorithms and an innovative encoding is introduced to take into account the multiple solutions of the inverse kinematic problem. The results show that the method can determine the optimum sequence of a considerable number of task points for robots up to six-degrees of freedom.     

基于视觉语义与激光点云交融构建的SLAM算法

激光雷达作为同时定位与地图构建(SLAM)传感器之一,因精度高、性能稳定等特点而被广泛研究使用.但其获得的点云数据较稀疏,包含特征信息少,会导致误匹配、位姿估计误差大等问题,影响SLAM的定位和建图精度.对此,提出一种将视觉语义信息与激光点云数据融合的SLAM算法(VSIL-SLAM).首先,基于投影思想将聚类后的点云映射到语义检测框内,生成语义物体,解决原始激光点云特征稀缺问题;然后,在形状特征的基础上引入拓扑特征对语义物体进行表述,提出基于匹配的拓扑相似性度量方法,解决单一特征造成的误匹配问题,提高匹配准确度;最后,加入语义物体点到点的几何约束,基于几何特征和语义物体构建前端里程计,并完成后端回环检测和位姿图优化设计.实验结果表明,所提出算法在定位和建图效果上都有显著提高,改善了激光SLAM算法的性能.     

基于蚁群-遗传算法的模糊Petri网参数优化算法

在模糊Petri 网（FPN）的建立过程中如何确定模糊产生式规则的各项参数是尚未解决的热点问题。将蚁群算法和遗传算法相结合,提出了GAACA算法。仿真实验表明：该算法具有很强的泛化能力和自适应功能,能够达到参数优化的目的。     

On measuring the accuracy of SLAM algorithms

In this paper, we address the problem of creating an objective benchmark for evaluating SLAM approaches. We propose a framework for analyzing the results of a SLAM approach based on a metric for measuring the error of the corrected trajectory. This metric uses only relative relations between poses and does not rely on a global reference frame. This overcomes serious shortcomings of approaches using a global reference frame to compute the error. Our method furthermore allows us to compare SLAM approaches that use different estimation techniques or different sensor modalities since all computations are made based on the corrected trajectory of the robot. We provide sets of relative relations needed to compute our metric for an extensive set of datasets frequently used in the robotics community. The relations have been obtained by manually matching laser-range observations to avoid the errors caused by matching algorithms. Our benchmark framework allows the user to easily analyze and objectively compare different SLAM approaches.     

Optimal algorithms for semi-online preemptive scheduling problems on two uniform machines

This paper investigates two preemptive semi-online scheduling problems to minimize makespan on two uniform machines. In the first semi-online problem, we know in advance that all jobs have their processing times in between p and rp . In the second semi-online problem, we know the size of the largest job in advance. We design an optimal semi-online algorithm which is optimal for every combination of machine speed ratio and job processing time ratio for the first problem, and an optimal semi-online algorithm for every machine speed ratio for the second problem.Received: 2 December 2003, Published online: 16 January 2004This research is supported by the Teaching and Research Award Program for Outstanding Young Teachers in Higher Education Institutions of MOE, China, and National Natural Science Foundation of China (10271110).