光流结合特征提取的室内机器人避障技术研究

为解决室内机器人正向准确避障问题,提出一种光流结合特征提取的视觉避障方法。将LK光流与多尺度思想结合,加入仿射变换,提高算法追踪角点的噪声鲁棒性,进而准确检测视场中的障碍物;通过评估障碍物风险程度,制定出碰撞时间(TTC)结合光流平衡策略的碰撞机制,引导机器人在无碰路径上移动。改进光流与特征提取结合能提高相机快速运动下的追踪成功率,制定的碰撞策略能够有效规避机器人前方的障碍物。实验表明,相机快速运动时,算法能提高追踪的准确性,有效检测出视场中的障碍物,引导机器人无碰撞行驶,具备较强的独立性和实时性。     

无里程计移动机器人多传感器融合定位算法北大核心

为解决无里程计移动机器人室内定位问题,提出一种不依赖里程计数据的多传感器融合定位算法。首先,使用RF2O算法从激光雷达信息中获取移动机器人的运动数据;其次,使用扩展卡尔曼滤波融合IMU数据和RF2O算法计算的数据得到初步的定位数据;最后,使用自适应蒙特卡洛定位算法对定位数据进行修正,解决误差累计问题,得到精确的定位结果。结果表明,本文提出的定位算法可以有效降低测量误差、缩短算法运行时间,具有定位精度高且计算量小的优点,可以满足无里程计的移动机器人的定位需求。     

基于改进SIFT的室内机器人惯性视觉定位系统北大核心

对移动机器人室内单目视觉定位存在的定位精度较低,光照鲁棒性差的问题,提出一种基于改进SIFT的实时惯性视觉定位系统。首先压缩SIFT尺度空间,降低描述子维度;再利用结合位置信息的描述子曼哈顿距离进行FLANN匹配,PROSAC迭代优化。在跟踪阶段结合IMU获取的初值约束匹配,剔除误匹配。在回环检测阶段利用惯导位姿给定位姿初值范围,局部搜索SIFT特征点匹配实现重定位。在室内天花板数据集上验证改进SIFT算法,匹配准确率平均提升12.4%。在室内多个场景验证定位精度,平均定位误差为0.076 m。实验结果表明,所设计的算法能够在算力受限平台实现较精准的实时室内定位。     

动态场景下基于背景补偿的移动机器人定位研究

针对室内移动机器人在动态环境下不能准确估计位姿的问题,提出一种结合帧差法和背景补偿的RGB_D视觉同步定位与建图方法。利用ORB方法进行特征点检测和匹配,然后利用LK光流法部分消除动态物体对全局运动估计的影响并进行背景补偿,最后使用帧差法得到动态目标,在位姿估计中去除动态目标上的特征点,加上形态学腐蚀和膨胀运算去除噪声对提取目标过程的影响。在TUM数据集下的实验表明,提出的方法可以有效提高定位精度,减少动态物体的影响。     

基于ZigBee与加权质心法的室内定位方案研究

提出基于ZigBee无线网络技术和改进的加权质心算法的室内定位方案。这种定位方式对硬件要求不高,功耗低,可以弥补TI CC2431本身定位引擎易受环境干扰的缺陷。采用基于RSSI的测距原理,通过分析数据包信息,选取与待测节点距离较近的参考节点连成一块区域,引入加权因子,进行质心坐标计算,从而得出未知节点的位置坐标。应用改进的加权质心算法结合ZigBee网络进行室内定位仿真测试,仿真结果表明:该方案定位精度较高,系统稳定性好。     

基于穷举法的三维声发射源定位算法

声发射源定位算法的选择直接影响数据利用率和定位精度。提出一种基于穷举法的三维声发射源定位算法,针对直接搜索穷举法的计算耗时问题,采用利用传感器激发顺序确定搜索区域的改进措施。执行了不同尺寸试件的断铅激发源定位试验和劈裂试验,给出了搜索节点间距选取的建议,并对某商业AE软件和两种穷举法定位计算的数据利用率、计算耗时和定位精度指标进行了比较和评价。结果表明,恰当选取搜索节点间距可使计算耗时和定位精度达到相对稳定的水平,改进后的穷举法计算耗时约为直接搜索穷举法的20%,穷举法的定位精度和数据利用率均比商业AE软件高。     

基于多传感器融合的移动机器人定位研究

针对室内未知环境下单一传感器定位累积误差大、受环境局限等缺点,设计一种多传感器非线性融合定位系统,以提高移动机器人自主导航的定位精度。该系统通过高斯牛顿方程对由激光雷达、惯性测量单元、轮式里程计测量得到的位姿信息进行融合优化,补偿由于在室内环境信息下单一传感器定位精度低所带来的定位误差。实验结果表明:应用多传感器融合定位系统的移动机器人在长6 m、宽3 m的室内面对曲折复杂的路径和各种噪声干扰时运行总路程12.8 m后,可以将定位误差稳定在0.106 3 m内,并将平均相对误差稳定在0.716%左右。与现有方法对比,使用该方法提高了室内移动机器人定位的精度和鲁棒性。     

改进ORB特征提取算法的ORB-SLAM2定位研究

针对ORB(oriented fast and rotated brief)算法提取图片特征时存在的特征点分布不均匀问题，提出了一种改进的ORB算法。通过密度峰值聚类算法计算四叉树分割后的各区域特征点密度峰值，并对密度峰值高的区域使用四叉树多次分割；同时在初始阈值(iniThFAST)和最小阈值(minThFAST)中加入中间阈值(middleThFAST),提高特征点灰度值差值，减少冗余特征点提取，提高图片特征点均匀性。对特征点提取与匹配进行了实验验证，结果表明改进算法对比传统ORB算法在均匀度和匹配效率方面均有明显提升。结合ORB-SLAM2定位实验表明，改进算法的定位精度平均提高16.6%,每帧追踪时间平均减少12.4%,有效保证实际定位过程的精确性和实时性。     

融合改进Dijkstra算法和动态窗口法的移动机器人路径规划

为解决移动机器人在智能制造车间的全局路径规划和局部动态避障问题,提出一种融合改进的Dijkstra算法和改进的DWA算法,对传统Dijkstra算法的路径进行平滑优化,使得路径轨迹更加平滑,动态改变DWA算法中速度评价权重函数,提高避障效率。仿真结果表明,改进Dijkstra算法路径平滑优化后,平均路程缩短比例为0.65%,平均偏航角震荡次数减少了67.70%,改进后的DWA算法运行路程缩小9.68%,路径转折次数降低了33%,运行时间缩短3.88%。基于改进的Dijkstra算法和改进的DWA算法提出一种融合算法,仿真和样机实验结果表明：面对静态、动态障碍物,机器人运行线速度平缓,轨迹光滑,角速度波动明显,证明机器人运动稳定,实时调整方位,具有良好的避障能力。并且多次机器人循环定点实验中机器人纵向(X轴方向)平均误差≤30 mm,横向(Y轴)平均误差≤30 mm,定位精度满足工业需求。     

四轴飞行器的视觉定位设计与实现

四轴飞行器搬运物体时,位置定位起到了关键性作用。为了实现四轴飞行器的自主定位飞行,设计了一款基于视觉定位的四轴飞行控制系统。该四轴飞行器选用K60作为控制器,采用陀螺仪、加速度计和电子罗盘构建航姿测量模块,利用摄像头定位和超声波测距构建定位模块,提高导航精度。飞行器将采集到的数据结合互补滤波进行姿态解算,经过经典PID控制,实现稳定飞行、视觉定位并自主降落的功能。测试实验结果表明:在10～200 cm的降落高度范围内,飞行器的定位精度达到1.3 mm,高度精度达到0.34 mm,同时整个系统具有较好的快速性和稳定性。因此该四轴飞行器能够实现自主定位飞行,并为无人机定位方式的研究提供了一定的参考。     

改进果蝇算法求解零空闲流水车间调度问题北大核心

针对传统果蝇算法在求解零空闲流水车间调度问题时,存在精度及稳定性较差的问题,提出了一种改进果蝇优化算法用以求解该类问题。该方法以最大完工时间最小化为优化目标,在传统果蝇算法的基础上,建立了多种群中心搜索模式,改进嗅觉搜索方式,引入破坏重建、插入领域局部搜索;并将免疫算法激励度引入果蝇视觉觅食阶段;最后通过测试案例,验证了该改进算法的有效性。结果显示该算法不仅能有效提高全局寻优效果,而且具有较好的稳定性,为求解零空闲流水车间问题提出了一种新方法。     

基于改进SIFT的无人机双目目标识别与定位北大核心

对无人机自主着陆系统中双目视觉采集到的地标图像进行了研究,在分析地标图像中存在模糊噪声以及大量背景干扰问题,提出一种基于改进SIFT算法的无人机双目视觉目标识别与定位方法。首先,采用基于OTSU与HSV的ROI算法对无人机双目图像进行目标识别与分割预处理操作,将目标准确识别;其次,针对双目视觉获取三维信息效率慢的问题,采用基于改进的SIFT算法对已识别的地标进行特征提取,生成二进制描述符,并采用局部敏感哈希算法对特征点进行稀疏匹配,提高目标特征匹配准确度及效率;最后,采用相似三角形原理计算每个特征匹配点的三维距离,获得无人机与目标之间的平均三维距离。实验结果表明所设计的算法相较于传统的SIFT算法更具有可行性和有效性。     

基于非线性多传感器复合定位融合算法应用研究

针对移动机器人单传感器数据短时丢失、定位精度低、传感器频率异步等问题,采用激光雷达、IMU、轮式里程计获取定位信息,提出基于扩展卡尔曼滤波和互补融合的组合数据融合方法。先通过S-G滤波算法对初始定位数据进行预处理,利用扩展卡尔曼滤波融合算法实现IMU和轮式里程计传感器的定位数据融合,得到融合数据1;再利用互补融合算法将融合数据1和激光雷达进行融合得到融合定位数据2。其中融合数据1对激光雷达进行实时补正,解决频率异步的位移偏差,从而明显提高定位精度。最后采用Gazebo仿真平台,搭建移动机器人模型以及设置传感器的基本参数,验证算法的有效性和稳定性。实验结果表明：数据融合算法提高了非线性传感器的定位精度和稳定性,并且平均定位误差在8 cm内。     

基于改进GA优化BP网络的双目视觉定位研究北大核心

为了提高传统遗传算法(genetic algorithm, GA)IGA优化BP网络迭代时间过长以及精度偏低的缺陷,设计了一种通过改进遗传算法(improved genetic algorithm, GA)IGA优化BP网络,并进行完成双目视觉的定位计算。改进遗传算法来提升BP网络收敛能力并获得更强的全局寻优效果,显著改善BP网络处理效率与精度,最终促使相机获得更高定位精度以及运算速率。给出了IGA优化BP网络的双目视觉定位算法流程,并开展了双目视觉定位实验。研究结果表明,未优化坐标预测值误差均值为0.66 mm,优化坐标误差均值为0.08 mm。改进BP网络进行双目视觉定位精度达到0.12 mm,相对最初预测定位误差降低近0.01 mm。以BP网络来定位双目视觉精度均值是0.12 mm,以OpenCV定位的实际精度是0.10 mm。推断以神经网络双目视觉进行定位时满足双目视觉定位精度条件。     

基于马达-垫圈的几何形状坐标新算法研究

为提高SCARA机器人机械臂末端执行器的操纵精度,提出一种基于马达-垫圈的几何形状坐标新算法。通过对某款运用仿生设计理论的SCARA机械臂的马达-垫圈装配设备开展视觉处理及精度控制技术研究,对末端执行器采集的马达和垫圈图像进行了图像处理,并基于模板特征进行了垫圈圆心和马达圆心的识别与定位,根据马达模具的几何形状提出一种基于拍3次图像的马达坐标计算方法;进行末端执行器定位精度控制试验,并验证该算法的可行性。结果表明:试验结果远远小于马达装配精度所要求的0.2 mm,证明了该算法能够有效地提高末端执行器的定位精度。     

基于差分的光流法在目标检测跟踪中的应用

介绍光流法和差分法在图像处理中的应用情况,并对两种算法在处理跟踪目标时的优缺点进行比较.将两种算法进行有机的结合,即先用差分法对图像进行预处理,再使用光流法对预处理的结果进行计算,并借助于TMS320DM642平台进行验证.结果表明,改进后的处理方法能有效地提高运动目标跟踪的实时性,系统稳定性好.     

适宜于非晶窄薄带材的智能张力控制系统的设计与实现

在非晶窄薄带材的热处理工艺中,针对张力控制精度不高、稳定性差和智能化程度低的问题,设计一种智能张力控制系统.在分析影响控制精度和稳定性的因素后,设计了胶压辊部件,给出胶压辊安装精度;采用改进的PID控制算法,建立了以PLC为控制器、导轮式张力变送器为反馈元件、伺服电机为执行机构的闭环反馈控制模型,实现高精度、高稳定性和智能化的张力有效控制.系统运行结果表明,其张力控制误差被限定在3％以内.     

宏/微双驱动微切削定位进给系统的递进式误差补偿技术研究

宏/微双驱动微切削定位进给系统在航空航天、医疗、核能以及IC制造等领域具有广泛的应用,其定位进给精度是保证零件切削加工质量的根本。为了提高其定位进给精度,提出一种机械补偿与算法补偿相结合的递进式误差补偿方法:首先通过微动平台元件的压电致动特性实现对宏平台的粗误差机械方式补偿,再采用最小二乘法和BP神经网络误差补偿模型进行宏/微双驱动系统的精误差算法补偿。并通过误差补偿实验验证后得出,在微切削加工条件下,基于宏/微双驱动定位进给系统的递进式误差补偿法极大地提高了机床的定位进给精度;补偿后X、Y轴的误差波动区间集中在[-0.010,+0.010]μm,定位精度分别为0.006 mm和0.009 mm,重复定位精度为0.010 mm和0.013 mm,实现了系统的纳米级定位和10 nm级的重复定位。     

一种改进灰狼优化算法的移动机器人路径规划方法

针对移动机器人路径规划中存在易陷入局部最优、收敛速度慢、搜索路径消耗成本较大等问题,提出一种改进的灰狼优化算法对移动机器人进行路径规划。建立移动机器人避障路径规划二维空间模型,将灰狼优化算法中的线性收敛因子转变为非线性收敛因子,并将灰狼优化算法与粒子群算法结合,给予Omega狼意识;加入协同量子化优化灰狼群体;采用4类国际测试函数证明了改进算法在收敛精度、稳定性方面更优。将改进算法运用到移动机器人路径规划中,并与粒子群算法、原始灰狼优化算法进行对比,仿真结果验证了该算法的有效性。     

基于改进人工蜂群算法的无人机航迹规划研究

为应对无人机遇到的复杂任务状况,快速寻找一条可行较优航迹,通过改进初始化蜜源方式、引入模拟退火算法的Metropolis准则、引入复合形法等对人工蜂群算法进行改进,提出了一种基于改进人工蜂群算法的无人机航迹规划方法。针对无人机航迹规划问题建立数学模型,采用该改进人工蜂群算法进行寻优,并通过MATLAB进行仿真验证。仿真实验结果表明,该改进人工蜂群算法有效提高了无人机航迹规划的鲁棒性、收敛速度和精度。