一种融合二维激光雷达和RGB-D相机的移动机器人建图方法研究

针对单独使用二维激光雷达描述环境信息不足、单独使用RGB-D相机构建地图精度不足以及三维激光雷达使用成本高的问题,提出一种使用低成本二维激光雷达和RGB-D相机点云信息融合的方法。首先,通过Autoware联合标定的方式获取相机的内部参数和外部参数,建立激光雷达数据和相机数据的变换关系。然后,基于体素网格滤波的方式降低相机原始数据的噪声和密度,并将滤波后的数据进行投影转换成伪激光雷达数据。最后,通过将转换后激光雷达数据与相机的伪激光雷达数据叠加的方式,实现两传感器信息融合。实验结果表明,有效弥补了移动机器人搭载单一传感器地图构建精度不足和获取环境信息描述不足的问题,提高了移动机器人建图的可靠性和完整性,为机器人有效导航提供保障。     

一种改进蚁群算法的移动机器人路径规划研究

针对蚁群算法在大型、复杂环境下全局搜索效率差且收敛速度慢的问题,提出一种改进的蚁群路径规划算法。该算法通过引入目标方向函数作为启发因子,构建距离与目标方向的融合启发函数,以提高算法的收敛速度;采用一种基于有效拐点的路径优化策略,以减少规划路径的转弯次数;在输出路径的基础上采用三次B样条曲线进行路径平滑处理,以提高路径平滑性。通过梯度实验和2种不同规模对比实验表明,该算法与传统蚁群算法相比,2种规模下转弯次数分别减少41.67%和70.18%,最短路径迭代次数分别减少72.73%和63.24%,验证了该算法的优越性与可行性。     

一种基于视觉特征的移动机器人定位方法

为提高移动机器人在拥挤、混杂的室内环境中的定位能力,提出了在图像显著特征区域内提取积分不变特征-LSRII(local salient region integral invariant)特征的方法,并将LSRII特征应用到粒子滤波定位中,实现机器人在室内环境下的全局定位.实验结果表明,所提出的定位方法在拥挤、混杂的室内环境中能够实现可靠的定位.     

一种基于移动机器人视觉的服务目标人确认算法

本文提出一种基于移动机器人视觉的服务目标人的确认算法.首先提出采用基于标准混和高斯模型与人眼特征相结合的方法检测人脸,提高了光线不均情况下人脸的检测率;在检测到人脸的基础上,再采用基于Gabor特征变换法的HMM人脸识别方法确认指定的服务目标,采用几何标准化方法将检测到的目标人脸进行标准化处理,然后对检测到的每个人脸分块并提取其Gabor、特征,建立HMM模型.通过大量的实验验证了目标人寻找方法不仅对本实验室采集的人脸库有较好的识别效果,而且在线实时验证也取得较好的效果.     

一种改进粒子群算法的移动机器人路径规划

在当今流行的几种生物启发算法中,粒子群算法作为一种仿生计算方法,理论上能够解决常规计算方法所不能解决的大规模、非线性问题,但该方法在局部收敛性方面存在易早熟问题。为此提出了一种改进的粒子群算法,通过引入动态优化因子,增强粒子群领域搜索的能力,在一定程度上克服了优化搜索后期随迭代次数的增加而搜索结果无明显改进的缺点。     

基于扩展Kalman滤波器算法的移动机器人同步定位与建图

针对移动机器人的同步定位与建图（SLAM）问题,提出了一种基于改进的扩展Kalman滤波算法的同步定位与建图方法。通过建立基于直线特征提取的机器人观测模型,推导了SLAM建图的预测和更新算式,设计了基于特征点数目的SLAM预测与更新率算子,实现了移动机器人的同步定位与建图。实验结果表明该方法有效、可行。     

一种移动机器人的路径规划算法研究

针对移动机器人路径规划过程中存在易陷入局部最优、规划质量差和规划效率低等问题,提出一种结合入侵杂草算法和NURBS算法的混合路径规划方法。首先,根据路径规划要求建立目标函数,并将规划问题转化为函数最小值求解问题。然后,利用目标函数来指导入侵杂草算法寻找安全可行的路径点,接着将NURBS算法作为局部路径优化算子光滑处理路径,缩短路径长度。最后,在仿真环境下进行对比分析。结果表明,该方法相比于传统的入侵杂草算法在路径质量和效率上均有所提高,对实际移动机器人路径规划研究具有较高指导作用。     

一种足式移动机器人的混合视觉伺服控制方法

针对一种配有单目相机的足式移动机器人,提出一种基于图像单应性的混合视觉伺服方法,利用单应性矩阵中的元素构造状态变量估计估计机器人相对位姿,使机器人在缺乏深度信息的情况下可准确到达目标位姿。相较于轮式移动机器人,在足式机器人移动过程中,足式机构的间歇性运动直接影响机器人视觉反馈过程和伺服控制系统的准确性和稳定性。为解决这一问题,通过分析足式机构运动学并建立足式机器人移动速度与电机转速的映射关系,使控制器可以更准确地调整机器人运动速度。考虑到足式机构运动对视觉反馈环节的影响,提出一种改进型自适应中值滤波算法提高位姿估计精度。伺服环节设计了滑模控制器,并采用李雅普诺夫方法证明了控制系统的稳定性。最后,利用CoppeliaSim软件搭建足式移动机器人虚拟模型,通过仿真验证了所提出控制方案的可行性与有效性。     

移动机器人基于激光点云定位建图的汽车宽度与方位估计

在移动机器人抓取搬运作业中,识别待操作目标物体的宽度和方位是成功的关键。针对室外环境下停放的汽车搬运作业需求,提出一种识别待搬运汽车宽度和方位的方法。该方法基于三维激光传感器,先构建整个环境的三维点云地图,然后从地图中分离出目标汽车点云,最后将汽车点云向地面投影,根据投影的点云包围盒进行汽车的宽度和方位估计。采用室外实验验证了该方法的识别效果,其精度满足应用要求。     

基于萤火虫算法改进移动机器人定位方法研究*

针对传统蒙特卡洛定位中粒子退化以及粒子贫乏造成的移动机器人定位精度下降问题,提出了利用萤火虫算法改进蒙特卡洛定位的方法。利用改进后的萤火虫算法优化粒子的采样过程,使粒子在权值更新前趋向高似然区域,并且改进了重采样策略,新的重采样可以使粒子的多样性更好。将改进后的新算法用于机器人定位实验中,结果表明新算法相比扩展卡尔曼粒子滤波在粒子数分别为10、30、50的情况下性能分别提高了20%、34%、29%,并且使用的时间更少。     

基于改进蝙蝠算法的移动机器人路径规划方法研究

针对智能算法解决移动机器人路径规划问题时存在的效率低下、易陷入局部最优等问题,将黄金正弦算法融合到蝙蝠算法中,提出一种具有快速收敛能力和全局搜索能力的混合算法.该算法利用黄金正弦对精英蝙蝠个体位置进行更新,增加算法寻优方式,提高收敛速度,同时使用平均种群位置对剩余个体进行引导,改善种群多样性;其次对最优个体分阶段进行单...     

ICP算法的鲁棒性改进

提出了对准点集合的一种新方法.该方法采用对准误差通过非线性最优化算法(Levenberg-Marquardt)直接最小化,在速度上可与ICP算法相匹敌,ICP算法是专门用于对准工作的特殊用途的算法.因为程序直接最小化一个能量函数,所以很容易通过Hunber核,把它扩充到合并的鲁棒性估计中,产生的收敛区间比现存方法的收敛区间宽很多倍.最后介绍一种基于切面距离变换最小化的数据结构,这种变换产生的算法比以前描述的方法速度快而且鲁棒性强.     

一种基于移动机器人视觉的实用数字识别方法

移动机器人自动读取数字,并且正确快速识别数字的研究在智能机器人领域具有重要意义。本文以移动机器人为背景,提出一种实时简单的数字识别方法。文中提出边缘图能量百分率法初步定位数字位置。为改善实时识别的准确度,提出改进的中值滤波算法,对采集的数字图片进行去噪处理,利用最大类间方差法分离出目标与背景,采用一种快速、易实现、且对结构损失较少的细化算法,提取数字结构特征,提出分块部分面积法提取特征向量,采用改进的BP网络来设计分类器。试验结果证明这种识别方法不仅快速有效而且稳定。     

2D激光slam算法在室内建图对比研究

目前无人驾驶与机器人行业发展火热,需要对汽车与机器人所处环境进行准确的建模来得到一张高精度的地图。激光SLAM作为目前最稳定、最主流的定位导航方法而被人们广泛使用。本文使用Gmapping算法与Hector算法在搭载低频激光雷达的差速两轮小车上对室内环境进行建模,并将两种算法所建地图进行对比分析,结果表明在室内环境下Gmapping算法所建地图的精度更高,建图效果优于Hector算法。     

一种移动机器人自主避障与导航方法

提出了一种移动机器人的避障与导航方法。该方法充分考虑了人类感知、推理和决策的不确定性以及人类避障与导航的特点,基于云模型构建了一种同时具备随机性和模糊性的高鲁棒性的拟人决策算法,主要包括障碍物避让规则库、目标吸引规则库、方位偏差和距离前件正态云模型、转角后件正态云模型以及通行函数的设计,提高了移动机器人的人工智能水平,从而降低了系统对传感器和执行器性能的苛刻要求。通过理论分析计算和建模仿真试验,验证了所提出新方法的有效性。     

一种改进的ICP算法在多视配准中的应用

在反求工程中,多视配准是三维数据点采集和处理中必不可少的环节,直接影响到三维数字化的整体精度和后续的模型重建工作。ICP算法在粗定位的基础上已经成为多视精确配准的一种标准方法。作者在分析ICP算法及其改进算法的基础上,进一步提出了一种改进的基于空间分割排序的ICP算法。实例证明,该算法具有良好的计算性能。     

基于改进蚁群算法的移动机器人全局路径规划方法研究

针对基本蚁群算法在移动机器人全局路径规划中收敛速度慢,易陷入局部最优解的问题,提出一种改进的蚁群算法。将A*算法的根据目标点自适应调整启发函数的思想应用于蚁群算法中,增加目标点对启发函数的影响;改进状态选择策略,增加解的多样性;混合使用多种信息素分配机制,提高算法的收敛速度。通过布置相同的路径搜索条件,在MATLAB语言环境下进行仿真分析,验证了改进的算法是可行有效的。     

改进的单目视觉实时定位与测图方法

针对经典单目实时定位与测图(SLAM)采用卡尔曼滤波(EKF)滤波和FAST特征角点所存在的非线性误差和鲁棒性较差的问题,提出了一种改进的单目视觉实时定位与测图方法。该方法采用相机中心的迭代EKF(IEKF)滤波方法,将特征点在当前相机坐标系下表达,并在线性化展开点附近迭代更新,不断逼近最优位置,从而最小化线性化误差;针对特征点跟踪的鲁棒性、高效性及分布不均的问题,选用具有尺度和旋转不变性,且探测和匹配效率更高的ORB特征作为特征角点,并采用一种由探测到筛选阶段的整体网格化处理方法;另外,采用特征点逆深度参数化方法,避免了因深度信息未知而导致的局部地图初始化错误问题,并采用1点随机抽样一致方法(RANSAC)滤波更新方法剔除错误的特征匹配,保证滤波估计的准确与稳定。实验采用外符合精度对算法进行评价,结果表明:新方法具有更强的鲁棒性,绝对定位精度提升至2.24 m,误差轨迹比提升至1.3%,且满足实时性要求,是一种实用性较强的单目视觉实时定位与测图方法。     

一种新的视觉Hash算法

本文针对多媒体内容的鲁棒认证提出一种视觉Hash方案。利用密钥提取图像鲁棒特征,然后对特征提取Hash。密钥的生成引入图像独特的光学特性,增强Hash的安全性。实验结果表明本方案对JPEG压缩、滤波、噪声等处理具有良好的鲁棒性,而对图像的恶意篡改有较强的敏感性,因而可用于面向对象的真实性认证。