自主移动机器人激光全局定位系统研究

本文介绍了我们研制开发的一种用于自主移动机器人的激光全局定位系统,重点 描述了该系统的硬件结构和工作原理,介绍分析了定位算法．文章最后介绍了该定位系统在 实验室条件下所进行的实验．实验结果表明：该系统具有较高的定位精度和抗干扰能力,是 自主移动机器人理想的定位工具．     

用于移动机器人的视觉全局定位系统研究

本文叙述了用于移动机器人自主导航定位的一种视觉全局定位系统技术．该视觉定 位系统由LED主动路标、全景视觉传感器和数据处理系统组成．本文主要介绍了为提高全景 视觉图像处理速度和环境信标识别可靠性、准确性的应用方法,并给出了实验结果．实验表 明,视觉定位是具有明显研究价值和应用前景的全局导航定位技术．     

移动机器人THMR-V的组合定位系统

定位系统是室外移动机器人中不可缺少的组成部分,是车辆定位与导航的基础。文章介绍了清华移动机器人THMR－V的定位系统,它是由GPS、磁罗盘、光码盘组成的。GPS能够提供比较精确的绝对位置,但是采集数据较慢,而且可能由于遮挡等原因而失效或跳变。磁罗盘－光码盘系统（CEPS）通过航位推算计算车体位置,在短期内定位效果较好,但是存在积累误差。通过GPS／CEPS组合定位,取长补短,从而整体上达到良好的性能。在THMR－V上经过一年多试验证明,该系统具有较高的准确性和稳定性,满足移动机器人的定位与导航的需要。     

基于全景近红外视觉的室外移动机器人定位系统

针对室外移动机器人定位、导航问题,提出了一种基于全景近红外视觉的路标定位系统。系统通过近红外主动照明降低了光照变化、阴影等因素的影响,利用全景摄像机获得大范围的路标定向信息。图像处理中改进大津法和路标跟踪的应用使识别路标更准确、更快速,三角定位算法确保能精确的计算出机器人的世界坐标。室外环境下移动机器人的定位实验结果表明,本系统具有较高的定位精度和良好的鲁棒性。     

局域精确定位的工业移动机器人惯性导航方案

为解决工业移动机器人投入使用前需沿路密集布设地面磁条或激光反射点等外部装置的复杂性,以及因工作路线固定而缺少灵活性的问题,提出了基于惯性器件和超声波传感器的局域导航方案。操作人员事先通过遥控器训练机器人从一目标位置沿特定路线运动到另一目标位置,从而生成训练路线。机器人工作在非目标区域,即定位精度要求不高的区域时,按训练路线进行惯性导航;进入到目标区域,即包含目标位置、需精准定位的区域时,利用超声波进行导航。所提方案缩短了使用前的准备周期,同时方便更改工作路线。通过仿真实验,验证了局域范围使用惯性导航和超声波定位相结合的方案是合理可行的。     

基于视频的移动机器人的路线识别及定位系统

在视觉引导的机器人运动控制中,机器人定位是一个关键问题。众多的文献中给出了许多在给定场地情况下,对于机器人本身全局定位的方法。本文则主要介绍了一种利用hough变换确定边界,并且在给定运动边界的情况下,实时的对边界进行识别,并且实时的对机器人或者车体与边界的关系进行定位的方法。     

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。     

基于激光传感器的移动机器人运动目标跟踪

针对室外环境下移动机器人基于激光传感器对运动目标的实时跟踪问题进行了研究。利用激光传感器检测运动目标,对均值滤波与中值滤波处理后的激光扫描点进行数据对比后,提出一种递推型中值均值混合滤波方法,用以减少激光扫描数据孤点并提高扫描返回值的准确性。设计了目标检测视窗提前剔除与被检测目标无关的障碍数据;设计利用激光扫描点在物体表面连续的特性,在检测视窗内完成对激光数据点的分类。提出以跟踪过程中机器人与目标之间的距离信息作为跟踪算法的评价标准,使用卡尔曼滤波跟踪算法和平滑接近图算法有效实现了机器人对运动目标的平稳自主跟踪。     

基于激光跟踪的数字化装配定位系统实时仿真

定位是飞机装配中的一个重要环节,运用基于激光跟踪的数字化装配定位系统进行定位能够提高定位精度,减少定位型架,对降低成本、提高装配质量和效率有重要意义;使用激光跟踪测量仪函数库开发数据采集模块控制测量仪采集数据,在实时测量数据与产品工程数据集的基础上计算装配模型的位姿,基于Open CASCADE图形软件平台开发实时仿真可视化模块,该模块实现了对系统工作过程的实时仿真与显示。     

移动机器人的超声模糊避障算法

超声传感器是移动机器人避障常用的传感器．但存在幻影的干扰。该文提出多个超声传感器的模糊避障算法．该算法把多个超声传感器分为左右两组．如果障碍物在右侧．机器人就向左转，反之机器人向右转。实验表明．该文提出的算法可以实现机器人的安全避障。     

基于激光雷达的移动机器人定位和地图创建

针对未知环境下移动机器人定位和地图创建问题,提出了创建局部地图-机器人定位-更新全局地图的方法和步骤.利用激光雷达数据,采用"聚合-分割-聚合"的方法并运用动态阈值获得精确的局部地图.通过匹配局部地图和全局地图的线段关系,实现了机器人的定位,更新了机器人的位姿,减少了机器人的系统误差和环境误差,进而完成了全局地图的创建与更新.实验证明,此算法可以在实现机器人定位的同时获得精确的环境地图,并且有效的缩短了地图生成时间,可靠性高、实时性好.     

移动机器人基于三维激光测距的室内场景认知

研究了移动机器人在室内三维环境中的场景认知问题.室内场景框架具有结构化特性,而室 内多样化的物体则难以进行模型化表述. 本文利用区域扩张算法进行平面特征的提取,并根据平面属性及其相互间的空间关系,完成室 内场景框架的辨识.为了借鉴图像处理领域的物体识别方法, 本文提出一种基于Bearing Angle模型的激光测距数据表述方法,从而将三维点云数据转换为二维Bearing Angle图. 同一类物体中的个体形态具有多样性,同时观测视角也导致激光测距数据的显著差异.针对这些 问题,采用一种基于Gentleboost算法的有监督学习方法, 并利用物体碎片及其相对于物体中心的位置作为特征,从而完成室内场景中的物体认知. 利用室内场景框架辨识结果在Bearing Angle图中进行天棚、地面、墙壁、房门等区域的标记,并利用所产生的语义信息去除错误的认知结果,从而有助于提高识别率. 利用实际机器人平台所获得的实验结果验证了所提方法的有效性.     

移动机器人基于激光测距和单目视觉的室内同时定位和地图构建

该文研究了部分结构化室内环境中自主移动机器人同时定位和地图构建问题.基于激光和视觉传感器模型的不同,加权最小二乘拟合方法和非局部最大抑制算法被分别用于提取二维水平环境特征和垂直物体边缘.为完成移动机器人在缺少先验地图支持的室内环境中的自主导航任务,该文提出了同时进行扩展卡尔曼滤波定位和构建具有不确定性描述的二维几何地图的具体方法.通过对于SmartROB-2移动机器人平台所获得的实验结果和数据的分析讨论,论证了所提出方法的有效性和实用性.     

一种简化的室内机器人电磁定位算法与系统

文章提出了一种简化的室内机器人的电磁定位算法。在定位空间内布置一个发射线圈和一个三轴接收线圈,形成电磁耦合系统。以接收线圈三轴为参考建立空间直角坐标系,并对发射线圈加载正弦电信号作为激励信号,产生交变电磁场。接收线圈感应到磁场的变化,通过测量计算感应耦合的强度特征值,确定移动目标的位置参数。本系统将三轴接收线圈固定,而将水平发射线圈置于平面移动机器人目标之上,这样可将定位算法简化。根据磁偶极子模型,提出了解析计算方法。通过仿真和实验,证明该方法能够满足室内机器人的定位要求,是可行且有效的。     

基于激光雷达的大型移动平台定位

针对自身不带位置传感器的大型移动平台,设计了一个基于激光雷达的定位系统.所述定位系统利用激光雷达提取外部环境中的线段特征和路标特征,通过扩展卡尔曼滤波算法,对移动平台进行运动预测和位姿修正,从而完成移动平台的定位过程.通过大量实验验证了系统的定位精度和可靠性.     

一种获取物体3维信息的多轴机器人激光扫描系统

针对机器人工作范围有限引起扫描范围小的问题,建立了一种由机器人?便携式线激光3维扫描仪以及旋转平台构成的多轴激光扫描系统。利用半径已知的球体作为参照工具,机器人手持便携式扫描仪对球体进行扫描,精确标定了便携式扫描仪与机器人的方位关系。同时,提出了一种标定转台中心轴线的方法,该方法利用旋转平台上的参考球,在两个不同高度的旋转圆心精确标定出了转轴的方位。实验结果表明,该多轴激光扫描系统可以多角度、多方位对大尺寸物体进行扫描,并有着稳定、灵活以及精度高的特点。     

一种鲁棒高效的移动机器人定位方法

摘要利用基于自适应粒子滤波与地图匹配方法实现了机器人的自定位. 提出了一种采用距离相似性度量以及几何相似性度量的二次更新方法,对常规的基于激光测距仪的粒子滤波定位方法进行了改进,既增强了系统的鲁棒性,又提高了系统的计算效率. 仿真结果表明,移动机器人利用该定位方法可以在室内环境中利用自然特征进行鲁棒高效的自定位.     

A Hybrid Framework for Mobile Robot Localization: Formulation Using Switching State-Space Models

In this paper we address one of the most important issues for autonomous mobile robots, namely their ability to localize themselves safely and reliably within their environments. We propose a probabilistic framework for modelling the robot's state and sensory information based on a Switching State-Space Model. The proposed framework generalizes two of the most successful probabilistic model families currently used for this purpose: the Kalman filter Linear models and the Hidden Markov Models. The proposed model combines the advantages of both models, relaxing at the same time inherent assumptions made individually in each of these existing models.     

Localization of an Autonomous Mobile Robot Based on Ultrasonic Sensory Information

Based on ultrasonic sensory information, an approach is proposed for localization of autonomous mobile robot (AMRs). In the proposed method, it will be proven that the combination of three ultrasonic transmitters and two receivers can determine both the position and the orientation of an AMR with respect to a reference frame uniquely. In this manner, since only ultrasonic sensors are used, the proposed method will be highly cost-effective and easy to implement. To show the validity and feasibility of the proposed method, the hardware configuration and a series of experiments will be given for illustration.