基于ROS的无人配送车导航系统的设计与实现

针对无人配送车在自主导航过程中存在的寻路效率低、避障能力弱、转折幅度过大等问题,该文采用搭载机器人操作系统(ROS)的Turtlebot3机器人作为无人配送车,设计并实现了高效稳定的无人配送车自主导航系统。ROS是专门用于编写机器人软件的灵活框架,对其集成的SLAM算法进行改进,以完成无人配送车在封闭园区环境中的即时定位与地图构建,同时对ROS导航功能包集成的路径规划算法进行改进,使无人配送车在已知环境地图中规划生成出适合无人配送车工作的路径和有效避开障碍物。最后在Gazebo仿真环境中对无人配送车自主导航系统进行测试与验证。仿真试验结果表明,设计实现的无人配送车导航系统能够很好地满足无人配送车在封闭园区中的自主导航功能。     

基于改进RBPF算法的轮式机器人SLAM导航系统设计

传统的机器人导航系统在复杂的地形环境中常常无法引导机器人躲避突然出现的障碍物,无法精准采集数据;为此提出一种改进RBPF算法的轮式机器人SLAM导航系统,对系统硬件和软件进行设计;改进RBPF算法是一种滤波算法,将激光雷达与里程计的信息作为提议分布,提高了导航精度;系统硬件主要由导航功能模块、底盘驱动模块、控制模块组成,利用RPLIDAR A1型激光雷达设计导航功能模块,并设计底盘驱动模块和控制模块;软件设计中,以改进RBPF算法为基础,设计了轮式机器人SLAM导航系统的实现程序,应用算法代入的方式加强了普通轮式机器人导航算法对粒子计算与卡尔曼滤波的敏感程度;实验结果表明,在有障碍物的室内场景中,与传统滤波算法以及基于软件库系统相比,改进RBPF算法规划的路径更短,导航错误点出现率降低了30%左右。     

基于AprilTag视觉定位的移动机器人设计

为提高移动机器人的定位可靠性与准确性,设计了一种基于AprilTag标签的视觉定位机器人。首先采用AprilTag标签作为视觉定位标志符获得视觉定位信息,其次融合视觉定位、IMU以及避障信息实现移动机器人的准确定位,再利用改进A^*算法完成路径规划,最终实现移动机器人的指定任务。实践表明,移动机器人定位可靠稳固,可满足移动机器人的机能需求。     

一个基于全景视觉的移动机器人导航系统的设计与实现

针对移动机器人路径规划与导航的实际应用,设计了一个基于全景视觉的移动机器人路径规划导航系统．首先,对导航系统的体系结构和功能进行描述．然后,分别就如何采用全景视觉传感器进行环境探索与地图创建,基于回归神经网络的广度优先搜索法和Voronoi骨架图法两种路径规划算法原理,以及如何实现按规划路径实施导航这三个方面进行了详细阐述．最后,结合实际机器人进行导航实验,评估导航系统的性能和路径规划算法的有效性．     

基于三轮全向机器人的室内建图与导航

针对SLAM以及ROS系统的广泛应用,设计并制作了一种带有升降抓取结构的作业型全向移动机器人。该系统通过观测IMU与陀螺仪数据,得出机器人运动轨迹,对全向移动底盘进行运动学推导,动态计算出机器人运动时系统的实时位姿状态,利用激光雷达对未知环境进行二维激光扫描匹配,结合粒子滤波算法绘制栅格地图,设定系列目标点,经A*算法规划最优路径进行自主导航,完成指定任务。实验结果表明,该系统可构建精度较高环境地图,实现对机器人的有效定位,完成室内建图与自主导航等任务。     

无线网络导航服务系统的设计与实现

近几年,LBS 位置服务业务已成为热点.据此,提出一种基于无线网络的导航服务(Wireless-based Navigation Services)系统并给出了系统结构设计和各部分功能实现方法.该系统可为智能手机或 PDA 用户路径规划、地图查询和实时定位等导航服务.     

信息双向融合的机器人协同导航方法

根据双足机器人足部惯性导航系统与轮式机器人航位递推/同步定位与建图(SLAM)导航系统不同的误差发散特性构建信息双向融合滤波器,即利用双足机器人导航系统中的误差零速修正(ZUPT)方法减少轮式机器人导航系统误差,并利用轮式机器人导航系统中的SLAM算法在一定环境条件下修正双足机器人的定位误差,从而同步提高两类机器人导航系统的定位与航向精度.实验结果表明:导航系统定位误差约为行进距离的2.3％,在室内等卫星导航系统失效的环境中可有效提高机器人群体导航系统的综合导航性能.     

空间域上机器人导航与定位方法的研究

定位与导航是机器人学中的关键技术.工业环境中的非语音音频信号含有丰富信息,它与传感器信息技术相结合,可以用于机器人导航系统中.本文采用小波变换与模型识别相结合的方法来研究非语音音频信号的模式识别技术,目的是实现移动机器人在空间域上的自我导航与定位.实验结果表明,该方法的理论计算和技术算法是正确可行的.     

基于SLAM算法和深度神经网络的语义地图构建研究

语义地图在移动机器人的导航等任务中有着关键的作用。目前基于视觉的机器人自动定位和制图(SLAM)系统已经能够达到较高的定位精度要求,但是基于多目几何的视觉SLAM算法并未充分利用空间中丰富的语义信息,地图中保留的地图点信息只是没有语义的空间几何点。由于基于卷积神经网络的算法在目标检测领域取得了突破性的成绩,利用目前最新的基于卷积神经网络的目标检测算法YOLO,实现场景的实时目标检测,并结合SLAM算法构建语义地图。将视觉SLAM定位的精确性和深度神经网络在语义提取方面的优势相结合,既能够提高SLAM算法的准确性,同时采集到的丰富图像信息又能进一步训练更加深的神经网络。该算法能够应用于机器人的智能导航,同时也能作为数据采集器为其他视觉任务提供具备语义与几何信息的图像数据。     

基于激光定位的变电站智能巡检机器人导航系统设计

导航和定位是变电站智能巡检机器人完全自主运行的关键,针对巡检机器人现有导航定位方式的不足,将激光定位技术应用于巡检机器人导航,设计了巡检机器人激光导航系统,详细介绍了系统的软硬件结构及实现方法,并在室外环境下对导航系统进行了实验测试;实验结果表明,巡检机器人运行平稳,具有较高的导航控制精度;实验中机器人的运行轨迹重合度较好,直线运行时运动轨迹与路径横向垂直偏差在±15mm以内,航向偏差可控制在±1.5°左右。     

室内移动机器人机器视觉定位系统的设计

采用以DSP+ARM微控制器为核心的嵌入式实时操作系统,设计了一种基于嵌入式系统和机器视觉定位的室内移动机器人。利用视觉导航图像处理技术、形态学方法和一种基于尺度空间理论的Harris角点检测方法,借助陀螺仪和加速度计的惯性导航技术进行地图的匹配定位,并按环境的变化情况更新地图以实现导航。基于超声波传感器设计了避障模块,实现了自主避障。设计了一种基于Zig Bee技术的无线通信模块,实现了机器人的智能控制,增加了机器人之间以及机器人和服务器之间的信息交换。软件核心算法采用多传感器融合技术,将D-S理论和人工神经网路相结合;在非线性化系统中,利用BP神经网路多层前馈网络的反相传播学习方式,很好地实现了模式识别。与其他机器人系统相比,该系统具有独立操作性强、功能多样化、扩展性强等特点,克服了目前机器人存在的成本高、功耗大、实时性差和定位不准确的问题。     

基于ROS的服务机器人关键技术研究与实现

针对服务机器人服务业务的无监督实现问题,设计并实现了一种基于ROS(机器人操作系统)的智能服务机器人系统。该系统包括管理中心、机器人本体和客户端,采用基于ROS系统的node节点分布式架构。管理中心由服务器组成,管理中心是任务管理与执行调度的核心组成部分,负责对系统内各种资源进行管理和调度,机器人本体使用高性能核心处理器搭载环境传感器,通过基于EKF(扩展卡尔曼滤波)的SLAM算法解决移动机器人导航问题,客户端与机器人本体的信息交互采用基于rosbridge的节点通信技术。机器人系统通过语音交互技术实现了语音自主导航。本设计在实验室环境采用Turtlebot机器人进行实际测试,测试结果表明本方案可以初步实现机器人基础服务场景中的自主定位与导航及语音控制功能。     

基于多传感器信息融合的机器人导航与定位技术研究

移动机器人已经服务于各个领域,作为室内移动机器人服务的前提是实现机器人精准定位。文章介绍了一种射频识别（Radio Frequency IDentification,RFID）和即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）多传感器融合库存盘点机器人精准导航与定位的方法。通过读取布置在环境中的RFID标签,获取机器人的大概位置信息和准确运动状态,然后结合SLAM技术实现精准定位。实验结果表明,该方法可以使库存盘点机器人精准定位,且系统搭建简单、成本低,对室内机器人定位具有参考价值。     

变电站智能巡检机器人激光导航系统研究

针对现有变电站智能巡检机器人导航定位方式的不足,将激光定位技术应用于巡检机器人导航,设计了巡检机器人激光导航原型系统,并在室外环境下对其进行了实验测试,实验结果表明,巡检机器人运行平稳,具有较高的导航控制精度.另外,文中详细论述了巡检机器人激光导航系统实现过程中所涉及的激光定位及导航控制原理,并给出了导航系统的硬件组成结构和软件执行流程.     

GIS在车辆定位导航系统中的应用

数字地图是车辆定位与导航系统中的重要组成部分，数字地图的设计直接关系到整个系统的成败。本文介绍了地理信息系统在车辆导航系统中的作用，并分析了ITS中与数字地图有关的功能和对地图导航数据库提出的数据要求，并通常GIS系统的基础上研究了地图导航数据库的结构，并提出了地图数据库设计的基本过程，给出了一个用于车辆定位与导航的数字地图实例。     

隧道安全预警机器人自主导航方法研究

针对隧道施工环境,设计了一款隧道安全预警机器人,并重点研究其导航系统实现;机器人搭载检测仪器与分析主机,集数据采集、分析、预警于一体,实现隧道巡检的自动化和智能化;分别利用Cartographer算法和自适应蒙特卡洛算法(AMCL)融合雷达、里程计、IMU的数据,实现环境地图的创建与机器人实时定位;采用A * 算法和DWA算法实现机器人的全局和局部路径规划,并结合ROS操作系统对其进行实验验证;实验结果表明:在导航定位时,机器人位置误差和航向误差分别小于20 cm和5.5.,能满足实际工程需要,完成自动巡检任务.     

基于Android的手机校园导航系统

针对百度地图校园导航信息不完善问题,通过自建网络数据库,设计并实现了一款基于Android校园导航系统.本文介绍了系统的整体构架和客户端软件结构,重点阐述了客户端主界面设计以及路线导航模块、校内建筑物导航模块、室内场景模块的功能实现方法.系统具有两个显著特色,分别体现在层次化的软件架构;百度地图与自建数据库相结合.通过实验对比百度地图表明,系统能够顺利导航百度地图中缺少的校园常用建筑物,并具有使用简单、运行稳定、用户体验度高、可维护性强的特点,有较强的实用价值.     

一种桌面机器人及其自主地图绘制算法

利用嵌入式技术设计了一种桌面机器人系统,机器人体积不到200 cm3,系统利用全局摄像机采集图像,通过无线通信组件对机器人定位导航,从而进行面向地图绘制的智能行为研究;从桌面机器人系统采集到地图信息,并生成神经网络训练样本,利用可增长自组织特征映射图GSOM(Growing Self-organizing Map)的地图绘制算法,通过不断增加新的神经元实现网络规模的增长,从而生成以少数SOM图神经元分布描述环境特征信息的拓扑地图;在机器人系统上进行了基于GSOM模型的自主地图的绘制实验,并利用所得拓扑地图进行了准确的机器人导航实验.实验结果表明基于GSOM的自主地图绘制方法可行,机器人系统表现出类似生物的自主智能行为.该方法可以应用于大环境下机器人的自主地图测绘与导航.     

机器人导航系统的设计与开发磁

论文介绍了一个机器人导航系统,该系统将机器人的地图路径生成、机器人移动、机器人避障功能加以分离,当传感器发现规划路径不能继续时,可以对路径进行动态调整。仿真实验表明该系统结构能够完成基本的导航任务。     

基于几何-语义联合约束的动态环境视觉SLAM算法

传统视觉同步定位和地图构建（Simultaneous localization and mapping, SLAM）算法建立在静态环境假设的基础之上,当场景中出现动态物体时,会影响系统稳定性,造成位姿估计精度下降。现有方法大多基于概率统计和几何约束来减轻少量动态物体对视觉SLAM系统的影响,但是当场景中动态物体较多时,这些方法失效。针对这一问题,本文提出了一种将动态视觉SLAM算法与多目标跟踪算法相结合的方法。首先采用实例语义分割网络,结合几何约束,在有效地分离静态特征点和动态特征点的同时,进一步实现多目标跟踪,改善跟踪结果,并能够获得运动物体的轨迹和速度矢量信息,从而能够更好地为机器人自主导航提供决策信息。在KITTI数据集上的实验表明,该算法在动态场景中相较ORB-SLAM2算法精度提高了28%。