基于单目稀疏法多传感器融合移动机器人定位

针对移动机器人室内定位过程中,单目视觉难适应光照变化、里程计累计误差导致定位误差较大问题,提出边缘侧多传感器融合的定位方法.以稀疏直接法(半直接法)作为单目视觉的前端,实时单目相机估计位姿,通过惯性传感器恢复尺度输出位置信息,并且获取IMU的加速度以及偏航角、里程计当前速度,通过扩展卡尔曼滤波算法融合3种传感器信息,实现更加精确的定位.在移动机器人侧处理传感器读取的信息,从而减小机器人体积.边缘侧混合式多传感器信息融合使移动机器人在单个传感器失效以及无法人为干预时,也能够精确实时地在多种复杂环境中完成自主定位.     

基于多传感器融合的室内机器人定位研究

为提升室内移动机器人的定位精度,提出了一种基于多传感器的紧耦合的融合定位方法。依据室内的特定环境,选择更加适合移动机器人使用的传感器;根据不同种类传感器的自身特点,来选择更加适合的融合方式;将IMU和机器人轮式里程计提供的机器人位姿信息,通过扩展卡尔曼滤波(EKF)进行融合,组成初级滤波器,从而获得初级的机器人位姿;然后,将融合之后得到的位姿作为初始值传递给由激光雷达和轮式里程计组成的次级滤波器,通过次级滤波器来得到更加精确的机器人位姿信息。经过试验证明该组合滤波算法拥有更高的定位精度。     

基于非线性多传感器复合定位融合算法应用研究

针对移动机器人单传感器数据短时丢失、定位精度低、传感器频率异步等问题,采用激光雷达、IMU、轮式里程计获取定位信息,提出基于扩展卡尔曼滤波和互补融合的组合数据融合方法。先通过S-G滤波算法对初始定位数据进行预处理,利用扩展卡尔曼滤波融合算法实现IMU和轮式里程计传感器的定位数据融合,得到融合数据1;再利用互补融合算法将融合数据1和激光雷达进行融合得到融合定位数据2。其中融合数据1对激光雷达进行实时补正,解决频率异步的位移偏差,从而明显提高定位精度。最后采用Gazebo仿真平台,搭建移动机器人模型以及设置传感器的基本参数,验证算法的有效性和稳定性。实验结果表明：数据融合算法提高了非线性传感器的定位精度和稳定性,并且平均定位误差在8 cm内。     

无里程计移动机器人多传感器融合定位算法北大核心

为解决无里程计移动机器人室内定位问题,提出一种不依赖里程计数据的多传感器融合定位算法。首先,使用RF2O算法从激光雷达信息中获取移动机器人的运动数据;其次,使用扩展卡尔曼滤波融合IMU数据和RF2O算法计算的数据得到初步的定位数据;最后,使用自适应蒙特卡洛定位算法对定位数据进行修正,解决误差累计问题,得到精确的定位结果。结果表明,本文提出的定位算法可以有效降低测量误差、缩短算法运行时间,具有定位精度高且计算量小的优点,可以满足无里程计的移动机器人的定位需求。     

基于GPS与地图匹配的移动机器人定位方法

高精度的定位结果是移动机器人路径规划等各项任务的前提,全球卫星定位系统(GPS)能够在空旷区域得到移动机器人的全局定位坐标,但在无卫星信号环境下存在定位精度低或难以定位的问题。提出一种GPS与地图匹配的组合定位方法解决部分无卫星信号复杂环境中的定位问题。首先建立一种修正航迹推算误差的新运动模型,降低航迹推算的累计误差。其次,相对航迹推算定位方法,基于无损卡尔曼滤波算法将GPS与航迹推算融合的定位方法使移动机器人的定位精度提高了79.7%。最后引入地图匹配定位,并组合GPS与航迹推算融合的结果实现复杂环境中的准确定位。实验证明:基于GPS与地图匹配的组合定位方法能够解决移动机器人在复杂环境中的定位问题,同时相对传统GPS定位方法移动机器人的定位精度提高了43%。     

基于ZigBee的移动机器人定位技术研究

为了实现移动机器人的无线定位,应用ZigBee定位模块搭建了一个ZigBee定位系统。分析了参考节点数目变化和定位范围变化对定位系统精度的影响。实验表明:在相同的布局方案下,参考节点个数越多,定位精度越高,但在一定区域范围内,节点个数增大到一定数量时,对定位精度的提高有限;对于4 m×4 m的正方形定位区域,8个参考节点的定位精度在1. 25 m左右。试验结果可为ZigBee在移动机器人定位中的应用提供参考。     

基于改进SIFT的室内机器人惯性视觉定位系统北大核心

对移动机器人室内单目视觉定位存在的定位精度较低,光照鲁棒性差的问题,提出一种基于改进SIFT的实时惯性视觉定位系统。首先压缩SIFT尺度空间,降低描述子维度;再利用结合位置信息的描述子曼哈顿距离进行FLANN匹配,PROSAC迭代优化。在跟踪阶段结合IMU获取的初值约束匹配,剔除误匹配。在回环检测阶段利用惯导位姿给定位姿初值范围,局部搜索SIFT特征点匹配实现重定位。在室内天花板数据集上验证改进SIFT算法,匹配准确率平均提升12.4%。在室内多个场景验证定位精度,平均定位误差为0.076 m。实验结果表明,所设计的算法能够在算力受限平台实现较精准的实时室内定位。     

基于多传感器信息融合移动机器人导航定位研究

移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明：所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参考价值。     

一种基于视觉补偿的移动机器人地图匹配室外定位算法

在室外环境中,由于车轮打滑、里程计存在严重的累积误差,同时由于二维激光测距仪扫描到环境信息量少,在进行地图匹配时,机器人常常陷入相似或对称环境,导致定位失败.针对以上问题,在二维激光地图匹配的基础上,提出了利用单目视觉信息补偿激光信息与里程计信息的定位方法.该方法利用单目摄像机获取环境中的色块信息补偿二维激光信息;摄像机同时作为视觉里程计实时辨识车轮打滑,校正里程计的误差;最后利用粒子滤波算法融合多传感器信息.该实验利用Pioneer3-AT机器人平台在大学校园进行,实验证明该方法具有较高的定位精度.     

一种基于视觉补偿的移动机器人地图匹配室外定位算法（英文）

在室外环境中,由于车轮打滑、里程计存在严重的累积误差,同时由于二维激光测距仪扫描到环境信息量少,在进行地图匹配时,机器人常常陷入相似或对称环境,导致定位失败。针对以上问题,在二维激光地图匹配的基础上,提出了利用单目视觉信息补偿激光信息与里程计信息的定位方法。该方法利用单目摄像机获取环境中的色块信息补偿二维激光信息;摄像机同时作为视觉里程计实时辨识车轮打滑,校正里程计的误差;最后利用粒子滤波算法融合多传感器信息。该实验利用Pioneer3-AT机器人平台在大学校园进行,实验证明该方法具有较高的定位精度。     

三轮全向移动机器人里程计在线校正方法研究

传统里程计校正方法常使用离线校正手段,在地面环境发生改变的情况下,校正效果较差。为解决上述问题,提高机器人定位精度,以三轮全向移动机器人为平台,提出一种结构简单、鲁棒性强的在线里程计校正方法。该方法通过扩展卡尔曼滤波算法处理传感器数据,以得到机器人的实时位姿信息和速度信息,结合三轮全向移动平台的动力学模型,及时修正里程误差。在V-REP中设计仿真实验,实验结果表明:采用所提方法,校正后的里程精度有了极大改善,并克服了离线校正方法受地面环境影响的问题。在已有实际平台上验证了该算法的有效性。     

机器人移动平台二次调节电液驱动及智能控制系统的设计

将二次调节静液传动技术应用到大负载机器人移动平台中,设计了移动平台二次调节电液驱动系统的3种结构。采用智能防倾覆技术、基于CAN总线的通信和控制技术、路径规划及主动避障技术、多传感器信息融合技术等,设计了移动平台的智能控制系统,可实现移动平台的自主控制、自主导航和自主定位,及能量的回收与再利用,减少了移动平台的装机功率。该移动平台适合在野外高速、大负载的工况下工作,承载大、牵引能力强。     

基于QR码图形特征的移动机器人定位

传统全局定位的方法对环境背景要求很高,因此提出基于QR码图形特征的移动机器人定位方法。基于QR码的轮廓层次结构特征,筛选六层轮廓得到位置探测图形的位置;利用3个位置探测图形位置构成三角形特征求解QR码的中心位置坐标和转向角;对定位方法进行实验验证并对实验数据进行分析。用此方法得到的位置误差不超过4 cm,转向角的误差不超过5°,具有良好的精确性。     

基于蚁群优化神经网络在机器人重复定位测试中的应用

为了弥补传统工业机器人重复定位精度为开环测试、测试成本高及测试过程复杂等缺点,提出了一种激光传感器测试系统与蚁群优化神经网络算法相结合的测试方法,通过蚁群优化神经网络算法的快速收敛性,能快速准确地对机器人在重复定位测试中进行预测,并根据预测结果对机器人进行定位精度补偿。经试验验证,重复定位精度预测值满足目标误差要求,能补偿机器人在重复定位测试中的定位精度。     

基于RSSI的室内移动机器人测距方法分析

作为一种全新的定位技术,RSSI(Receive Signal Strength Indicator)被广泛应用在WLAN(Wireless Local AreaNetwork)中的室内移动机器人定位领域。为采用几何法进行室内移动机器人定位,提出基于RSSI的测距方法。分析无线信号传播的特点和RSSI测距的原理,建立无线信号传播损耗模型。采用带有无线网卡的笔记本和LINKSYS路由器构建测距实验系统,其中路由器作为基站固定于一点,无线网卡作为移动节点时刻发送信号,通过实验得到距离d与RSSI值的关系曲线,利用无线信号传播损耗模型中的参考点信号强度和比例因子进行标定,并分析测距精度。结果表明,影响测距精度的因素主要包括障碍物和空间大小等。根据确定的无线信号传播损耗模型进行测距实验,实验结果表明:在3 m范围内测距最大误差为0.79 m,能够较好地满足室内移动机器人定位的需要。     

引水隧洞系留检查机器人设计与应用

水电站引水隧洞混凝土表观检查需求大，传统检查方式存在人身安全风险高、缺陷信息判断主观、大坡度斜井段人员不易达等问题。对于此种情况，提出引水隧洞系留检查机器人系统，利用高摩擦因数的材料研制履带式移动机器人主体，使机器人具备强环境适应性。采用三维激光与多自由度云台相机相结合的缺陷检查技术，保证缺陷检查的准确性。阐述了机器人在隧洞环境中系留供电通信方式，设计了完善的长距离直流供电系统。最后搭建了机器人原理样机，并在500 m长放空状态下引水隧洞中开展了示范应用。试验结果表明：机器人可以替代人工在复杂结构引水隧洞中完成全覆盖表观缺陷巡检任务。