基于视差图的未知环境下农田障碍物检测方法

针对智能农业机器人作业环境中障碍物不规则和背景受自然光照等外界环境干扰大的问题,提出一种基于视差图的未知环境下障碍物检测方法.采用价格低廉的网络摄像头采集左右场景图并计算对应的视差图;用视差阂值过滤掉远处的景物,再通过区域连通,得到独立的潜在障碍物;最终经面积闽值和高度阈值的过滤,检测出障碍物并定位.实验结果表明,该检测算法不需要障碍物和背景的先验知识,在距离摄像头5m视野内,障碍物距离和尺寸测量的相对偏差绝对值分别控制在4.37％和3.81％以内.     

基于双目视觉的掘锚机器人行驶位移检测方法

针对掘锚机器人在行驶过程中存在行驶位移检测精度低的问题,以已支护锚杆为定位基准,通过分析掘锚机器人与已支护锚杆之间的距离关系,建立“掘锚机器人-已支护锚杆”定位模型,提出一种基于双目视觉的掘锚机器人行驶位移检测方法。煤矿井下环境复杂,采用传统的Census变换算法得到的视差图具有局限性,通过分析双目视觉测距原理,提出一种改进Census变换算法获取锚杆的视差图,得到锚杆图像的深度信息;提出一种锚杆特征的识别与定位方法,利用边缘检测算法对视差图中的锚杆进行轮廓提取,采用最小外接矩形与最大外接矩形算法对锚杆轮廓进行框选,提取锚杆特征点的像素坐标,通过分析坐标转换关系将特征点像素坐标转换为世界坐标,采用最小二乘法将特征点空间坐标拟合成一条直线,经过该直线建立平行于巷道截面的平面,解算双目相机与该平面之间的距离,进而得到掘锚机器人与该平面之间的距离。搭建移动机器人平台进行掘锚机器人行驶位移检测实验,结果表明：改进后的Census变换算法使误匹配率从19.85%降低到11.52%,较传统Census变换算法的误匹配率降低了41.96%;锚杆特征点识别与定位方法能够有效提取锚杆特征点的空间坐标,经...     

基于ORB-SLAM2的四足机器人定位和建图

四足机器人被认为是灾后救援、野外探索以及危险环境巡逻搜查的最佳移动平台,而定位与建图又是机器人在复杂地势环境进行自主行走的前提。搭建了一个基于四连杆并联机构的四足机器人运动平台,并且针对该四足机器人设计了相应的运动控制算法。为解决四足机器人在复杂环境中的地图构建与定位难题,采用ORB-SLAM2算法进行四足机器人的三维位姿估计,同时构建一个线程用于三维稠密点云信息的获取与拼接,并最终实现了在复杂环境中的四足机器人定位与建图功能。     

基于新的图优化方法的拓扑地图创建

在机器人同时定位与地图构建（simultaneous localization and mapping,SLAM）过程中,图优化方法如捆绑约束（Bundle Adjustment,BA）通过对位姿误差的分布进行迭代优化同步提升机器人位姿和地图的准确性,但优化的过程需要较大的计算量。与度量地图相比,拓扑地图因其简洁的环境表示更加适用于大范围环境的自主导航。论文针对拓扑地图在线创建过程中的闭环检测问题提出一种新的图优化方法,该方法只采用里程计航迹推算信息,引入机械臂逆向运动学模型减小位姿跟踪和地图创建误差,并使用模拟退火算法实现变步长快速迭代。实验结果表明该方法具有如下优点：采用间断性运作模式,只是在拓扑节点位置进行图优化操作,适用于计算能力较弱的机器人建图应用;只利用节点间的相互位置关系完成闭环检测,如在此基础上增加场景匹配信息将极大提高地图创建的准确性。     

基于势场路径规划的机器人同步定位与地图构建

针对特征点同时为障碍物的环境,提出一种基于势场路径规划的同步定位与地图构建算法.机器人在同步定位与地图构建的同时,利用势场原理确定机器人的运动控制律,再根据推算的控制律进行下一步的预测和状态估计.在基于势场的路径规划方法中,认定为障碍物的排斥势位的最小影响范围可调节.实验结果表明,利用所提出的算法,机器人可在特征点同时为障碍物的环境中进行同步定位与地图构建,并通过相关性能指标验证了该算法为一致性估计.     

开放式环境下变电站机器人SLAM算法研究

同时定位与建图技术是变电站巡检机器人自主运行的关键。目前投入使用的机器人大多使用2D激光作为传感器,其发展出的两类算法也比较成熟。但这两类算法存在实时性不强、过于依赖先验地图等缺点。针对现有两类算法的缺点,提出了一种在开放式环境下也能正常运行的局部建图算法。该算法融合了现有算法的优点,在地图无变化区域使用原有算法,在地图变化区域进行实时建图。通过与现有算法的比较,证实了该算法的可靠性。并通过比较,提出了使用最小二乘法来提高该算法的精度。     

基于ROS与Kinect的移动机器人同时定位与地图构建

同时定位与地图构建(SLAM)技术一直以来都是移动机器人实现自主导航和避障的核心问题,移动机器人需要借助传感器来探测周围的物体同时构建出相应区域的地图。由于传统的1D和2D传感器,如超声波传感器、声呐和激光测距仪等在建图过程中无法检测出Z轴(垂直方向)上的信息,易增加机器人发生碰撞的概率,同时影响建图结果的精确度。本文利用Kinect作为机器人SLAM的传感器,将其采集到的三维信息转化成二维的激光数据进行地图构建,同时借助机器人操作系统(robot operating system,ROS)进行仿真分析和实际测试。结果表明Kinect可以弥补1D和2D传感器采集信息的不足,同时能够较好的保持建图的完整性和可靠性,适用于室内的移动机器人SLAM实现。     

基于地面视差分布的栅格地图建立方法

针对使用立体视觉建立环境地图方法存在信息不完整的问题,提出一种基于地面视差分布的栅格地图建立方法。利用地面视差分布在视差图中进行障碍物和地面点的检测,通过统一但参数值不同的投影模型将障碍物像素和地面点像素投影到栅格地图中,同时考虑立体视觉的量化和匹配误差、地面视差和栅格占据概率的空间分布。通过在非结构化环境中的实验表明,该方法可以实时地建立信息完整且准确的栅格地图。     

基于改进RANSAC的消防机器人双目障碍检测

针对消防机器人自主作业的障碍物快速检测问题,给出了一种基于改进随机采样一致性估计的双目障碍物检测算法。该算法首先采集双目视觉左右视图,进行半全局立体匹配获取视差信息,然后采用随机采样一致性估计的平面拟合法提取地平面模型,并采用预检验法和内点阈值限定法同时对随机采样一致性估计进行改进,从而提高算法效率,实现障碍物快速检测。实验结果证明该方法能够准确、快速检测障碍物,满足消防机器人作业需求。     

基于双目视觉的障碍物高度检测

针对变电站设备巡检机器人的应用需求,提出了一种基于双目视觉的障碍物高度检测方法.采用双目测距原理对障碍物的距离信息进行检测,然后在图像中选择样本点,根据这些点在视差图中的三维坐标,利用改进的RANSAC算法,求取当前帧的路面的平面方程,并利用Kalman滤波对此平面方程进行估计和预测.最后利用点到平面距离公式求取障碍物的高度,得到三维环境的高度图,利用高度信息检测障碍物.实际应用表明:提出的方法能有效地克服光照变化和阴影对障碍物检测的影响,所求得障碍物的高度信息精度较高,能够满足需求,对于环境变化的适应性较强.     

基于RGB-D信息的移动机器人SLAM和路径规划方法研究与实现

移动机器人在各种辅助任务中需具备自主定位、建图、路径规划与运动控制的能力。本文利用RGB-D信息和ORB-SLAM算法进行自主定位,结合点云数据和GMapping算法建立环境栅格地图,基于二次规划方法进行平滑可解析的路径规划,并设计非线性控制器,实现了由一个运动底盘、一个RGB-D传感器和一个运算平台组成的自主移动机器人系统。经实验验证,这一系统实现了复杂室内环境下的实时定位与建图、自主移动和障碍物规避。由此,为移动机器人的推广应用提供了一个硬件结构简单、性能良好、易扩展、经济性好、开发维护方便的解决方案。     

激光—相机系统语义栅格建图和路径规划

目的 SLAM（simultaneous localization and mapping）是移动机器人在未知环境进行探索、感知和导航的关键技术。激光SLAM测量精确，便于机器人导航和路径规划，但缺乏语义信息。而视觉SLAM的图像能提供丰富的语义信息，特征区分度更高，但其构建的地图不能直接用于路径规划和导航。为了实现移动机器人构建语义地图并在地图上进行路径规划，本文提出一种语义栅格建图方法。方法 建立可同步获取激光和语义数据的激光-相机系统，将采集的激光分割数据与目标检测算法获得的物体包围盒进行匹配，得到各物体对应的语义激光分割数据。将连续多帧语义激光分割数据同步融入占据栅格地图。对具有不同语义类别的栅格进行聚类，得到标注物体类别和轮廓的语义栅格地图。此外，针对语义栅格地图发布导航任务，利用路径搜索算法进行路径规划，并对其进行改进。结果 在实验室走廊和办公室分别进行了语义栅格建图的实验，并与原始栅格地图进行了比较。在语义栅格地图的基础上进行了路径规划，并采用了语义赋权算法对易移动物体的路径进行对比。结论 多种环境下的实验表明本文方法能获得与真实环境一致性较高、标注环境中物体类别和轮廓的语义栅格地图，且实验硬件结构简单、成本低、性能良好，适用于智能化机器人的导航和路径规划。     

未知环境下单目视觉移动机器人路径规划

针对室内未知环境下的避障和局部路径规划,提出了一种单目移动机器人路径规划算法,该算法通过对环境图像的自适应阈值分割,获取障碍物与地面交线轮廓点集。通过对现有几种单目测距方法的分析比较,提出一种改进的空间几何约束单目视觉测距计算方法,并依据单目测距的几何关系建立了图像坐标系与机器人坐标系的映射,绘建了一定比例的局部地图。在局部地图上通过改进的人工势场算法为机器人规划路径,改进的人工势场算法解决了传统算法目标点不可到达的问题。通过MATLAB进行仿真实验,结果表明该方法可以规划出有效合理的路径。     

激光测距在移动机器人自主导航中的应用

移动机器人在运动范围内需要有足够的传感器信息可供利用来进行自主导航,在完全未知的环境中,由机器人依靠其自身携带的传感器所提供的信息建立环境模型是机器人进行自主定位和导航的前提之一。介绍了激光测距在移动机器人自主导航中的应用研究;通过二维测距传感器对其周围环境进行扫描,提出了自主导航中地图创建、定位如何用二维扫描获得三维数据流的算法描述,并实验验证该算法的运用使机器人获得一个很好的三维视觉结构图。     

基于VSLAM的自主移动机器人三维同时定位与地图构建

移动机器人在探索未知环境且没有外部参考系统的情况下,面临着同时定位和地图构建（SLAM）问题。针对基于特征的视觉SLAM（VSLAM）算法构建的稀疏地图不利于机器人应用的问题,提出一种基于八叉树结构的高效、紧凑的地图构建算法。首先,根据关键帧的位姿和深度数据,构建图像对应场景的点云地图;然后利用八叉树地图技术进行处理,构建出了适合于机器人应用的地图。将所提算法同RGB-D SLAM（RGB-Depth SLAM）算法、ElasticFusion算法和ORB-SLAM（Oriented FAST and Rotated BRIEF SLAM）算法通过权威数据集进行了对比实验,实验结果表明,所提算法具有较高的有效性、精度和鲁棒性。最后,搭建了自主移动机器人,将改进的VSLAM系统应用到移动机器人中,能够实时地完成自主避障和三维地图构建,解决稀疏地图无法用于避障和导航的问题。     

一种动态未知环境中自主机器人的导航方法

提出一种动态未知环境中机器人自主导航方法,利用少量的人类辅助避免了繁琐的地图描述．该方法分两个阶段：用户引导阶段和自主导航阶段．在用户引导阶段,利用多种传感器信息融合生成局部环境的粗略的极坐标地图,利用它可以得到全局地图,还给出了消除传感器数据误差的方法;在自主导航阶段,利用引导阶段得到的地图在动态环境中进行运动,并给出了运动控制的约束条件以及动态避障的方法．机器人利用该方法可以处理突发的障碍物,还能对路径进行优化,实验结果证明了其有效性．     

面向地图构建的移动机器人局部路径自主规划

移动机器人在未知场景中规划路径以自主完成定位与地图构建是机器人领域的一个重要研究课题.本文阐述了一种利用实时构建的信息熵地图动态生成机器人的局部探索路径,并综合转向约束和避障约束设计了一种基于模糊评价方法的方向选择策略跟踪生成的局部路径并进行环境构图.与现有方法相比,本文方法能够根据环境动态地生成平滑连续的局部探索路径,并能引导机器人进行障碍物躲避和完成自主构图.实验结果表明相较对比方法,本文方法的探索路程最短,观测覆盖度最高,同时整个自主构图过程所需的时间也更短.     

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。     

改进A*算法在机器人室内路径规划中的应用

传统A^*算法在面向机器人室内多U型障碍的特殊场景下规划路径时，容易忽略机器人实际大小，且计算时间较长。针对这个问题，提出一种改进A^*算法。首先引入邻域矩阵进行障碍搜索以提升路径安全性，然后研究不同类型和尺寸的邻域矩阵对算法性能的影响，最后结合角度信息和分区自适应距离信息对启发函数进行改进以提高计算效率。实验结果表明，改进A^*算法可以通过更改障碍搜索矩阵的尺寸来获得不同的安全间距，以保证不同机器人在不同地图环境下的安全性；而且在复杂大环境中与传统A^*算法相比寻路速度提高了28.07%，搜索范围缩小了66.55%，提高了机器人在遇到动态障碍时二次规划的灵敏性。