基于点云分割的运动目标跟踪与SLAM方法

现有的绝大多数同步定位与地图构建(SLAM)方法是基于静态场景假设,场景中运动目标被视为干扰,它的存在会导致定位和建图精度下降甚至失败.而运动目标检测与跟踪在很多应用中又是必须的,却在求解SLAM问题时被滤除.针对这一问题,本文提出一种融合激光雷达和惯性传感器,可同时完成SLAM和运动目标检测与跟踪的方法.首先利用惯性传感器的观测结果来补偿激光雷达扫描过程中由于自身运动引起的运动失真,在运动补偿后的点云上应用全卷积神经网络(FCNN)检测出所有可能的运动目标,并基于无迹卡尔曼滤波(UKF)实现运动目标的跟踪以及动、静目标的区分.然后利用剩下的静态背景点云部分进行数据关联和运动估计,实现定位和建图.为进一步提高建图的一致性和精度,增加了闭环检测,并基于图优化的方法实现地图和轨迹的全局优化.在开源数据集KITTI及实验平台采集的数据集上进行了大量实验验证.实验结果表明,相比于传统的SLAM方法,本文方法不仅能实现运动目标的检测与跟踪,同时可完成实时、鲁棒、低漂移的车辆位姿估计与建图,且建图精度明显优于现有其他方法.     

主动多基线立体视觉及其在机器人焊接技术中的应用研究

介绍了多基线立体视觉的基本原理针对焊接工件等一类表面缺纹纹理物体的三维深度恢复这一难题,提出采用基于条纹光照明方式的主动多基立体视觉方法解决这类物体的三维视觉建模问题,并通过验证明方法的有效性和可靠性。     

大规模环境下基于图优化SLAM的图构建方法

分析总结了基于图优化同步定位和地图构建(SLAM)前端图构建过程的各种方法.对现有SLAM研究方法进行分类,指出基于Kalman滤波器、粒子滤波器、图优化方法的优缺点;重点介绍SLAM问题的3种图建模方法,即动态贝叶斯网络的图建模方法、基于因子图的建模方法、基于Markov随机场的建模方法;对图优化SLAM方法前端图构建的核心环节——帧间数据关联和环形闭合检测方法进行了分析;讨论了特征提取、特征匹配、运动估计、环形闭合检测等方面的最新研究成果.     

一种实用的多目立体视觉系统设计方法

1引言 立体视觉是获取物体三维形状信息的重要方法之一,已经在工业测量、物体建模、视觉导航和物体识别等领域得到了广泛的应用.目前的立体视觉系统通常由多个摄像机、图像采集卡、外同步信号控制以及多路转换器等组成,系统复杂、成本高,操作不方便,限制了立体视觉技术在实际中的应用.本文基于CMOS图像传感器和IEEE 1394总线接口技术,探讨了一种实时、低成本、简单可靠的多目立体视觉系统的设计与实现方法.我们认为,随着CMOS图像传感器成像质量的不断提高,本文提出的视觉系统设计方法会得到越来越广泛的应用.     

浅析洗混煤水分对5000t／d回转窑能耗的影响

根据工厂生产的实际情况,以计算的方式分析了洗混煤水分对回转窑生产能耗的影响,说明购置原煤的质量远比价格更重要．     

配料库顶移动式可逆皮带机及其自动控制

介绍了一种移动式可逆皮带机，可以替代原固定式皮带机在配料库顶进行入料，解决长期以来在入料过程中清理积料、倒库操作等繁琐的人为操作方式，并实现入料的自动化控制，降低人员劳动强度。     

一种基于广义Hausdorff测量的移动机器人定位方法

1引言 视觉定位问题是移动机器人研究的关键技术之一,得到了许多学者的大力研究.传统的视觉定位方法中,用单个普通摄像机获取图像定位,由于视场角较小,只能获取视野有限的局部信息,因而有较大的局限性;将单个摄像机旋转或多个摄像机水平组合获取全向图像定位的方法,由于不同位置摄像机光心的物理位置不能真正重合,因此,定位精度低.近年来,一种用单个反射镜成像的全向成像方法被研究者们重视,它能实时获得水平方向360度和垂直方向一定角度的场景信息.这种摄像系统结构简单、无运动部件且安装容易,因而在移动机器人视觉导航、定位系统中有较高的研究价值[2～6].目前研究的全向摄像系统根据反射镜面形状分类有:锥面型、抛物面型、球形型和双曲面型等.我们实验室也研制了双曲面型反射镜全向摄像系统[1],如图1所示.图2是该系统获取的全向图像,图3是把全向摄像机安装到移动机器人上用于机器人视觉导航和定位.     

大规模环境下基于图优化SLAM的后端优化方法

在总结图优化同步定位和建图(SLAM)的前端图构建方法的基础上,对现有的后端图优化方法进行分析,介绍了最小二乘法、随机梯度下降法、松弛法、流形优化及其相关文献.讨论基于χ2误差和基于均方差的地图创建的评价方法,对图优化方法的发展趋势进行了展望.     

基于最小二乘预测的动态快速椭圆检测

对Hough变换及其改进方法进行了分析比较.提出了一种改进的Hough表存储结构,并采用随机Hough变换的取样方法和用启发函数来搜索椭圆区域,大大降低了椭圆检测过程的计算量和对存储空间的占用.为了实现运动图像中的椭圆参数检测,提出了一种最小二乘预测椭圆区域的方法.该方法将椭圆的检 测限定在一个很小的图像子区域内.几种方法的结合使用实现了动态图像中椭圆的快速检测.