多传感器信息融合的移动机器人定位算法研究

为有效降低使用单一传感器进行移动机器人定位时的不确定误差,提高机器人定位与建图的准确性和鲁棒性,提出了一种多传感器信息融合的移动机器人定位算法。基于激光RBPF-SLAM算法实现机器人同时定位与路标地图构建,运用图优化理论约束优化蒙特卡洛定位的位姿估计结果;通过双目视觉重建环境的三维点特征,针对视觉信息处理计算量大、跟踪精度不高的问题,研究改进基于ORB的特征点提取与四边形闭环匹配算法;利用因子图模型对激光RBPF-SLAM定位和双目视觉定位进行最大后验概率准则下的信息融合。仿真和实验结果表明通过上述方法可以得到比传统RBPF-SLAM算法及一般改进算法更高的定位精度,验证了所提方法的有效性和实用性。     

多传感器信息融合的移动机器人定位算法研究（英文）

为有效降低使用单一传感器进行移动机器人定位时的不确定误差,提高机器人定位与建图的准确性和鲁棒性,提出了一种多传感器信息融合的移动机器人定位算法。基于激光RBPF-SLAM算法实现机器人同时定位与路标地图构建,运用图优化理论约束优化蒙特卡洛定位的位姿估计结果;通过双目视觉重建环境的三维点特征,针对视觉信息处理计算量大、跟踪精度不高的问题,研究改进基于ORB的特征点提取与四边形闭环匹配算法;利用因子图模型对激光RBPF-SLAM定位和双目视觉定位进行最大后验概率准则下的信息融合。仿真和实验结果表明通过上述方法可以得到比传统RBPF-SLAM算法及一般改进算法更高的定位精度,验证了所提方法的有效性和实用性。     

移动机器人多传感器信息融合技术综述

阐述了当前在移动机器人领域常用的几种多传感器融合方法,介绍了移动机器人常用的传感器配置及所用的融合算法。对D-S证据理论、卡尔曼滤波、神经网络与模糊推理信息融合方法优缺点进行了对比分析。     

基于移动机器人的多超声波传感器信息融合

智能化是未来机动机器人的发展方向,而智能化的基础是传感器技术的发展,机器人信息融合技术则弥补了使用单传感器带来的缺陷。本文利用多超声波传感器系统荻得移动机器人的环境信息,并使用人工神经网络对多传感器信息进行融合,从而达到对被测物体影像比较准确的认识,试验表明效果良好,具有很好的使用价值。     

基于移动机器人的多超声波传感器信息融合

本文利用多超声波传感器系统获得移动机器人的环境信息,并使用人工神经网络对多传感器信息进行融合,从而达到对被测物体影像比较准确的认识,试验表明效果良好,具有很好的使用价值.     

基于移动机器人的多超声波传感器信息融合

本文利用多超声波传感器系统获得移动机器人的环境信息，并使用人工神经网络对多传感器信息进行融合，从而达到对被测物体影像比较准确的认识，试验表明效果良好，具有很好的使用价值。     

基于多传感器信息融合的移动机器人路径规划

移动机器人是机器人技术的一个重要领域，是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。动态未知环境下的移动机器人路径规划必须基于多传感器信息融合来获得对环境的理解或映射。本文就国内外移动机器人发展现状、多传感器数据信息融合方法及移动机器人路径规划进行了概述。     

实时的移动机器人语义地图构建系统

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能。并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率。对于Kinect传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法。利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图。     

基于ICP的移动机器人同时定位与地图构建的研究

针对大规模环境下移动机器人使用传统ICP算法进行同时定位与建图存在的地图点匹配计算量随时间逐渐增大导致实时性降低的问题,提出一种按照移动机器人里程阈值分割地图并分步进行ICP计算的SLAM算法,该方法通过限制ICP的计算量而使系统达到实时性要求。采用MRPT仿真软件对同一环境的数据集分别进行地图构建,仿真对比结果表明,利用改进的ICP算法能有效地解决实时性降低的问题,提高构建的地图质量,该方法比传统的ICP算法有较强的稳定性和鲁棒性。     

多传感信息融合在液压故障诊断中的应用

针对恶劣工作环境下多传感信息融合识别效果差和D-S证据理论中证据难获取的问题,在组建有效的传感器网络的基础上,结合改进的JDL模型并根据数据融合分级处理思想,数据层采用自适应加权最小平方估计法对数据进行清洗和特征提取,特征层通过多并行PSO-Hopfield网络的联想记忆功能进行局部诊断,决策层根据修正的D-S证据理论进行时空域融合,并且每级和最终诊断之间都有直接数据通信和反馈,使得知识库信息能为数据挖掘进行知识发现作必要的数据储备。通过仿真结果可知:该数据融合系统容错性强、能综合利用传感器信息并准确定位故障。     

一种基于多信息融合的室内移动机器人定位方法

对室内移动机器人定位技术进行研究,提出了一种麦克风阵列测量数据与里程计测量数据相融合的机器人定位新方法。给出了定位算法流程,通过实验分析证明该方法有效。     

多传感信息融合技术的油烟监测系统设计应用

研究城市油烟气体排放的监测系统,在油烟检测对象中应用多传感器数据融合技术,克服单传感器检测的局限性。指明面临的问题和油烟研究对象。阐述传感器信息采集和嵌入式系统构建。详细探讨融合方法Dempster-Shafer证据理论在油烟信息采集处理系统中的应用。并讨论结果。     

多传感影像数据融合研究综述

针对多传感影像数据融合技术的发展,对现有应用最广的多传感影像数据融合算法进行了较系统的分析和总结,并对影像融合的评价方法进行了归纳,并在此基础上．对影像融合技术今后的发展作了简要分析。     

复杂环境移动机器人多传感器融合SLAM研究

室内复杂环境下单一传感器移动机器人SLAM误差较大,效果较差,对此,提出一个融合多种传感器的三维RTAB-MapSLAM方案。首先在ROS系统中仿真环境,并通过里程计仿真与SLAM仿真验证该方案的可行性。在仿真的基础上进行SLAM实验,通过对比实验结果验证采用优化协方差矩阵的EKF融合里程计数据能够提升SLAM效果。实验结果表明,优化协方差矩阵的EKF融合里程计能够减少RTAB-MapSLAM中的错误点云的同时提升SLAM精度。     

面向方形节点拓扑地图下的移动机器人路径规划算法研究

针对方形节点拓扑地图下的移动机器人的特性,采用了A^*算法来实现路径规划,并对传统的A^*算法进行改进,一是在启发函数中引入了位移和角度2个因素,提高了函数的启发性; 二是引入堆的方法优化了数据结构,提高了列表中代价最小节点的搜索速度。仿真实验结果表明,改进后的A^*算法节点的最短路径节点相对减少,算法效率明显提高,具有良好的可行性和有效性。     

基于多传感数据融合滤波的纵向坡度识别算法

道路纵向坡度是汽车动力传动电控系统和底盘主动安全电控系统控制策略的关键参量。以往对道路坡度估算的研究大多假定坡度为常值,且采用单一传感信息估算纵向坡度。然而实际道路和汽车行驶工况复杂多变,易导致传感信号失真甚至错误,采用单一的坡度道路模型和传感信息很难保证坡度估算值的精度。建立定坡度和定坡度变化率两个道路模型,利用车辆纵向动力学和加速度传感两个量测,采用多传感数据融合滤波算法通过加权融合获得精确的坡度估计值。通过驾驶模拟器场地试验,验证了该方法能实时有效地对复杂道路坡度进行估计,辨识精度较高,为汽车先进电控系统控制策略提供基础。     

基于SVM的多传感器信息融合算法

支持向量机(Support Vector machine,简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法。针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。     

一种基于声纳信息的移动机器人地图创建方法

未知环境中移动机器人地图创建是自主移动机器人一项重要的基本功能。本文提出了一种新的基于声纳传感器信息进行栅格地图创建方法。将Bayes法则应用于栅格概率估计和声纳信息处理过程中，有效的克服了声纳传感器的不确定性，实现了从局部地图到全局地图的更新。实验验证了该方法的可行性和有效性。     

基于AGA-WOA算法融合的移动机器人路径规划

传统遗传算法的缺陷在于搜索过程耗时较长,容易出现局部最优解.为解决这一问题,本文提出改进适应度函数的方式对遗传算法进行改进,并将鲸鱼优化算法与改进后的遗传算法结合.AGA-WOA融合算法利用鲸鱼优化算法提高遗传算法算子的优良性,可降低搜索范围,降低传统遗传算法的工作量,尽力规避出现局部最优解的情况.     

移动机器人导航算法研究

利用非线性微分动力系统稳定性理论,用点吸引子构造移动机器人奔向目标行为和用点排斥子构造避障行为两种行为模式,将奔向目标行为和避障行为相结合,使机器人能够根据所处环境的变化,通过行为模式权值的调整实现行为间的竞争;分析了系统稳定的基本条件,建立了基于动态方法的智能机器人行为动态导航模型;运用立体双目视觉构建局部地图,通过计算机实例仿真,验证了该机器人导航模型的可行性。仿真结果表明:该模型可以满足较为复杂未知动态环境中的导航和目标跟踪要求。