基于深度相机的机器人室内定位技术研究

机器人在室内运动时,需要创建环境地图并估计位姿,以实现自主定位和导航。针对机器人的同时定位与地图创建(SLAM)问题,采用动态贝叶斯网络描述SLAM状态转移过程。通过不断迭代更新机器人的位置估计和修正估计值,完成机器人的室内定位。基于深度相机采集的RGB图像信息,进行相邻帧图像的特征提取与匹配,估算机器人当前位姿。然后使用迭代最近点算法优化初始位姿。以初始位姿为节点,相邻帧的约束关系为边创建节点图。进一步采用Hogman算法对整个节点图进行动态优化,得到全局一致的室内地图。最后根据优化后的节点图,多帧数据叠加就可得到三维地图。实验采用华硕Xtion Pro Live深度相机,实验室地点为目标,成功创建了环境的三维地图,验证了方法的有效性和可行性。     

一种激光雷达与视觉融合的同步定位及建图算法

室内移动机器人自主导航依赖于同步定位及建图技术,激光雷达与相机作为主流传感器正在不断深入应用到机器人定位与建图,但是单一传感器存在的缺陷不可避免,视觉传感器采集环境特征信息丰富,但视野范围较窄,而且对环境变化较为敏感;三维激光雷达检测精度较高,但价格昂贵,不适合生产生活应用。基于上述问题,提出了一种视觉与激光相融合的SLAM算法框架。首先利用惯性测量单元IMU对RPLidar采集到的雷达数据进行畸变校正处理,同时将Astra Pro深度相机获取的三维数据映射到二维坐标系,通过扩展卡尔曼方法将激光数据与深度数据相融合,最终在实际环境下进行建图比较,获得了更加完整的地图,从而验证了该文算法的可靠性和有效性。     

室内环境下定位技术的研究

随着移动通信、无线传感器网络及无线局域网技术的发展,室内环境下基于位置的服务越来越受到人们的关注,因而室内环境下的定位成为一个非常活跃的研究领域.本文介绍比较了目前几种室内定位技术各自的原理、特点,并对室内定位技术今后的研究方向进行了展望.     

面向测量的工业机器人定位误差补偿

针对机器人定位误差影响柔性视觉测量精度问题 ,研究了基于视觉技术的机器人定位误差补偿方法。在传感器上附加单个定向 相机,在传感器测量场景中设置全局控制点,通过定向相机测量控制点,实时获取传感器当 前位置下与全 局坐标系的转换关系,补偿机器人定位误差。由于直接应用补偿精度低,针对机器人定位误 差产生的原因 和特点,改进补偿方法,将角度参数作为已知量,仅优化位移变量。实验结果表明,单相机 补偿方法均方 根误差(RMSE)为3.422mm,改进方 法的RM SE优于0.10mm,改进后的单相机补偿方法有效地提 高了传感器定位精度,模型简单,方法可行,能够满足机器人定位误差补偿的精度要求。     

多传感器融合机器人室内定位系统设计与实现

目前,室内机器人的应用越来越广,位置信息作为机器人自主技术的基本信息,亟需完善的室内定位系统解决方案.对基于多传感器融合的室内机器人定位系统进行设计与实现,以航位推算为基础方法,加之超声、激光测距信息以及地图信息,通过粒子滤波进行融合,从而得到更精确的定位信息.通过具体的实验测试和结果分析,文中设计的室内机器人定位系统具有很好的定位效果,可在航位推算的基础上,将定位误差降低到原误差的十分之一.     

激光雷达室内定位技术研究及应用综述

室内定位技术伴随机器人等在室内环境下自主作业的需要已成为热门研究领域，室内定位效果依赖其使用的传感器以及相关算法。为探索激光雷达在室内定位过程中的技术发展及相关应用，通过文献调研对基于激光雷达的室内定位原理，激光雷达产品，激光雷达室内定位技术发展展开分析。结合当下激光雷达室内定位技术的部分应用场景探索激光雷达现阶段实际应用中的不足，并提供了部分切合实际的技术解决方案。最后对基于激光雷达的室内定位技术进行了总结及展望，为后续该领域的研究提供一些可行思路。     

一种基于WSN的机器人三维精确定位算法

对无线传感器定位方法进行了研究,针对机器人在恶劣环境下定位问题,提出了一种利用无线传感器网络(Wireless Sensor Network,WSN)技术对机器人精确定位的方法,构建了一种新的机器人定位模型来求取机器人的坐标和姿态。利用到达时间差(TDOA)技术测量锚节点到盲节点的距离,利用最大似然方法对机器人体内安装的固定传感器未知节点精确定位,进而对机器人的工作区域以及移动方向进行精确定位。根据实验数据进行的仿真计算证明了算法的有效性。     

中型组足球机器人全向视觉定位技术

自定位是移动机器人正常工作所必须具备的能力.综述了RoboCup中型组足球机器人比赛中机器人的基于视觉定位技术,包括机器人自定位技术和多机器人协作物体定位技术,并对这些定位方法特点进行了分析探讨.首先介绍算法相对简单且应用广泛的基于路标的几何定位法;其次分析基于贝叶斯滤波的概率定位方法,它融合了多传感器信息,能够达到较好的定位性能;最后探讨了多机器人协作物体的定位方法.最后对机器人视觉定位的发展趋势进行了展望.     

基于RFID技术的室内定位算法研究

随着移动通信用户量的日益增长,定位用户位置信息的服务日益成为移动应用的热点领域。目前比较流行的定位服务有全球卫星导航系统(GNSS),全球定位系统(GPS)以及国产的北斗星定位系统。然而在室内封闭环境下,由于卫星信号的衰减,这些定位系统很难进行室内定位定位。文章以RFID射频识别技术为基础,提出了一种全新的室内定位算法,在实际的实验测试当中可以较好地进行室内定位。     

基于ZIGBEE技术的室内定位算法研究及应用

近年来,随着无线传感器网络技术的发展,人们对基于无线传感器网络的室内定位需求越来越多。本文对现有的几种室内定位技术进行了研究,分析了它们的原理及特点,并针对ZigBee网络着重介绍了RSSI在室内定位方面的应用。     

一种基于PL-ICP及NDT点云匹配的单线激光里程计

近年来随着人工智能的迅速发展,服务机器人在许多领域得到应用。里程计为机器人提供基础位姿信息,是机器人完成SLAM、路径规划及导航等任务的基础。基于PL-ICP及NDT点云匹配算法分别构建两种激光里程计,并基于Kalman滤波的思想对两种里程计信息进行校正融合,构建了一种适用于小场景下的二维单线激光里程计。经实验,该里程计在点云形状较完整的小场景下具有较高的定位精度和较好的鲁棒性。     

一种融合地图与传感器信息的室内地图匹配新算法

基于粒子滤波技术,提出了融合地图信息与传感器信息的室内地图匹配算法,对于在室内定位中由状态空间模型描述的非线性系统,通过非参数化的蒙特卡洛( Monte Carlo)模拟方法来实现递推贝叶斯滤波,将室内地理信息数据、传感器信息、无线定位信息融入到粒子的权重值中,对观测值进行不断修正。实验证明,所提出的基于粒子滤波的地图匹配技术有效解决了由于无线定位结果穿墙、错定至隔壁房间而造成的用户体验差等问题,同时对室内定位结果进行了修正,提高了室内定位精度。     

A map matching approach for train positioning. I. Development andanalysis

This paper is devoted to the development of a map matching algorithm for a train positioning system. Due to the nonsteerable truck design associated with rail vehicles, rail track curvatures are reasonably small. Consequently, track signatures, such as curves, are difficult to identify using low-cost sensors. The algorithm proposed in this work takes full advantage of the inherited “one-dimensional” (1-D) train track profile. The core of this algorithm is correlating angular rate extracted from the map database to their corresponding measurements sensed by the yaw gyro and tachometer located on board the vehicle. The sensor fusion required consists of a yaw gyro and any speed sensor or odometer     

基于多个传感器的VLC室内定位算法研究

为了实现移动机器人的快速高精度定位,提出了一种基于多个传感器的室内定位模型,研究了其可见光通信技术(VLC)室内定位算法,并对该算法进行了实验验证。首先研究基于AOA定位算法,利用传感器的响应曲线,结合室内定位模型,通过拟合预测算法计算出信号到达角度实现定位;然后综合多个传感器的定位模型和AOA定位算法,分析得出一种室内定位的实现方式,通过实验验证了该定位模型和定位算法的实现可行性。结果表明:其定位精度达13.6cm,定位周期为0.1s,相较于传统的AOA定位算法,该算法定位精度高、成本低、可行性高且定位速度快。     

Global localization of multirobot formations using ceiling vision SLAM strategy

Global localization is an important matter in multirobot formations, but the issue has not been sufficiently studied yet. In this paper, we successfully extend the single robot ceiling vision SLAM to multirobot formations for addressing global localization problem. Each robot is equipped with a monocular camera that looks upward to the ceiling. The monocular camera system used for ceiling observation appears to be more convenient than other active sensors such as laser and panoramic camera. A public global map shared by every robot is developed for positioning update. Two global localization strategies are proposed. The first strategy is to globally localize one robot only and then localize the others based on the relative poses amongst the robots. The second strategy is to globally localize all the robots simultaneously. The former requires less computational resource, and the later exhibits better localization performance. A feature-based matching approach is utilized to calculate the relative poses amongst the robots. Simulation experiments are finally performed to demonstrate the effectiveness of the proposed approach.     

基于线性内插法改进的室内定位算法

针对室内位置指纹定位技术存在的离线阶段工作量大、定位精度有限、顽健性较差的缺点,提出了一种基于线性内插法改进的指纹定位匹配算法.与传统位置指纹定位技术相比,该算法不仅降低了整体工作量,而且降低了多径效应造成的不利影响.最后搭建实验场景对该算法定位性能进行测试.实验数据显示,该算法与WKNN法相比,平均定位精度大约提高了34.25％,绝大部分待测点的定位误差在0.4 m以内,验证了所提算法在定位精度、顽健性和适应环境变化方面的优势.     

基于ROS的激光SLAM室内建图定位导航智能机器人设计

文章基于Linux系统上的ROS平台实现基本的SLAM算法,机器人可以实现构建室内地图、室内自动避障导航及室内定位等功能。底层主要以STM32和树莓派为核心,通过陀螺仪和码盘电机得到机器人方位和行走里程,使用激光雷达获取室内地图信息。在ROS上执行相应脚本,调用Gmapping,ACML算法实现室内地图构建和定位。     

Safe Navigation of a Mobile Robot Considering Visibility of Environment

We present one approach to achieve safe navigation in an indoor dynamic environment. So far, there have been various useful collision avoidance algorithms and path planning schemes. However, those algorithms possess fundamental limitations in that the robot can avoid only ldquovisiblerdquo ones among surrounded obstacles. In a real environment, it is not possible to detect all the dynamic obstacles around the robot. There are many occluded regions due to the limited field of view. In order to avoid collisions, it is desirable to exploit visibility information. This paper proposes a safe navigation scheme to reduce collision risk considering occluded dynamic obstacles. The robot's motion is controlled by the hybrid control scheme. The possibility of collision is dually reflected to path planning and speed control. The proposed scheme clearly indicates the structural procedure on how to model and to exploit the risk of navigation. The proposed scheme is experimentally tested in a real office building. The experimental results show that the robot moves along the safe path to obtain sufficient field of view. In addition, safe speed constraints are applied in motion control. It is experimentally verified that a robot safely navigates in dynamic indoor environment by adopting the proposed scheme.     

基于指纹算法的无线室内定位技术

随着人们对基于位置的服务（LBS）需求日益增大,室内定位逐渐成为用户定位领域的研究热点,而指纹定位因具有定位精度高、普适性强和无需额外设备等优点而受到大多数研究者的青睐。首先详细综述了各种主流室内位置指纹定位技术的定位原理,然后归纳了现有的室内定位算法的原理及发展现状,最后搭建楼宇通道的测试场景,对各种典型室内定位算法进行测试验证和比较分析,为室内定位技术的研究与应用人员提供参考。     

基于场强地图的室内定位技术研究

室内定位技术的发展,要求能提供快速建立、适应性强、成本低的定位系统。基于场强地图的室内定位技术,能大幅减少离线测试工作量。针对当前离线阶段存在预测场强不准的问题,提出了追踪共轭梯度法,能快速建立场强地图。在线阶段提出了加权差分坐标K最近邻法,结果表明该方法与传统方法相比,能使离线阶段的反演模型数据优化,使得在线阶段的定位匹配误差进一步减小,获得更高的定位精度。