基于ORB特征和里程计信息的机器人视觉导航

提出一种基于ORB(oriented FAST and rotated BRIEF)特征和里程计信息的移动机器人视觉导航方法。该方法提取输入场景的ORB特征作为显著路标,同时提取机器人里程计信息计算行为模式,将显著路标和行为模式作为状态节点进行机器人环境拓扑地图的构建。基于特征匹配技术进行机器人的状态定位,并选择状态中对应的行为模式实现机器人的路径跟踪导航,且在导航过程中有防止偏移既定路线的调整机制。实验表明:文中的方法能够较好的完成机器人的导航任务,并且对环境中的动态信息具有一定的鲁棒性。     

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。     

清雪机器人自主定位与导航系统设计与开发

针对清雪机器人在未知环境中缺乏环境感知能力和自主规划路径等问题,研究基于机器人操作系统（ROS）结合激光雷达的同时定位与建图技术（SLAM）、路径规划技术,确定清雪机器人的研究思路。采用基于改进Rao-Blackwellized粒子滤波SLAM用于机器人在未知环境中实现同时定位和建图,通过激光雷达扫描匹配建立栅格地图,采用A*和DWA算法对建立的栅格地图进行全局路径规划和局部动态避障,并通过自主开发的清雪机器人作为实验平台验证可行性。结果表明：在实际环境中,基于激光雷达的同步定位与建图有效解决了清雪机器人位姿估计和地图构建问题,清雪机器人能够按照指定清雪路线移动,并避开实时出现的障碍物,验证了清雪机器人设计的可能性。     

动态场景下基于背景补偿的移动机器人定位研究

针对室内移动机器人在动态环境下不能准确估计位姿的问题,提出一种结合帧差法和背景补偿的RGB_D视觉同步定位与建图方法。利用ORB方法进行特征点检测和匹配,然后利用LK光流法部分消除动态物体对全局运动估计的影响并进行背景补偿,最后使用帧差法得到动态目标,在位姿估计中去除动态目标上的特征点,加上形态学腐蚀和膨胀运算去除噪声对提取目标过程的影响。在TUM数据集下的实验表明,提出的方法可以有效提高定位精度,减少动态物体的影响。     

基于语义ORB-SLAM2算法的移动机器人自主导航方法研究

提出了一种基于单目视觉和激光雷达的同步定位与制图融合语义信息的新方法,该方法利用从单目视觉中提取的特征和在激光雷达深度地图中的对应关系来获得相对于关键帧的姿态数据,同时对图像进行语义分割;通过从深度卷积神经网络CNN获得的语义特征来细化语义信息,地图中的每个点都与一个语义特征相关联,以执行语义引导的本地和全局姿态优化。提出的语义标记和SLAM的耦合具有更好的鲁棒性和准确性。在室内环境中对装备单目视觉和激光雷达的移动机器人进行验证实验,实验结果表明:该方法可以提高机器人导航精度,实现机器人智能自主导航,同时也可以提供语义信息的图像数据。     

基于概率匹配的栅格地图拼接算法北大核心

栅格地图拼接是栅格地图扩展和多地图合并成大地图的一项关键技术,现有拼接方法主要是基于图像的特征提取和匹配,应用在彩色图像中的效果较好,但在栅格地图中却存在着匹配可靠性差和精度不高的问题。针对现有不足,提出了一个基于自适应分支定界匹配和双向概率残差优化匹配的栅格地图拼接算法。首先,从源地图和目标地图中提取源点云和目标点云;其次,将目标点云和源地图进行分支定界匹配,获取目标点云在源地图中的初始位姿;然后,将目标点云通过初始位姿投影到源地图,构建概率残差的第一个约束,再将源点云通过初始位姿的逆变换投影到目标地图,构建概率残差的第二个约束;之后,构建两个约束的代价函数,通过非线性优化得到目标地图在源地图中的最优位姿;最后,通过占据概率融合得到拼接后的栅格地图。结果表明,该算法匹配效果好、迭代收敛速度快、匹配精度高,满足工业场景的可靠性和精度要求,对于工业场景下的地图构建和AGV导航具有重要意义。     

基于轨迹动态规划的移动机器人焊道自动跟踪

针对大型构件复杂轨迹焊缝自动焊中的移动机器人跟踪控制滞后和焊接轨迹频繁振荡等问题,提出一种基于轨迹动态规划的焊道跟踪方法. 利用结构光传感器检测区域超前于电弧的优势,实时获取焊接区前方焊缝位置特征信息实现对焊道轨迹宏观走向的超前感知,基于焊道等距逼近思想动态规划移动机器人运动轨迹,结合电弧传感技术实时检测焊接偏差信息,通过机器人本体与机载执行机构的协同控制对焊接轨迹进行动态补偿. 结果表明,该方法提高了复杂轨迹焊缝跟踪中焊接速度一致性及焊接轨迹平滑度,改善了焊道弯曲或折角处的焊缝成形质量.     

移动机器人自主定位和导航系统设计与实现

为实现未知环境下,移动机器人自主定位和导航,构建精准的环境地图,提出移动机器人导航系统设计方法。采用蒙特卡洛算法对机器人进行定位,通过栅格地图扫描匹配方法进行地图构建,利用Dijkstra算法对当前地图进行路径规划。将上位机和下位机串口通信,把上位机路径规划的Twist消息发送给下位机,采用底层控制器来控制电机,实现移动机器人自主运动。实验结果表明:在实际环境中,移动机器人能够从起始点出发,自主绕过障碍物到达目的地,验证了该移动机器人自主导航系统设计方法的有效性。     

基于激光SLAM的移动机器人导航算法研究

定位技术是机器人技术中导航控制和路径规划的关键问题,传统定位方式采用全球定位系统(GPS),难以完成精准的定位导航功能,不依赖于GPS的定位导航方法是目前机器人领域的研究热点。提出一种基于激光雷达采集的点云信息帧间匹配方法,根据改进式激光点云数据的位姿估计算法,结合非线性优化进行了校正和优化,完成移动机器人对未知环境的精确定位。通过ROS机器人操作系统搭建实验平台,对改进算法进行验证,证明改进后帧间匹配算法的建图和定位效果对应的鲁棒性与定位精度效果更佳,可满足工程要求。     

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%。     

基于精确背景运动补偿的机器人运动目标检测与跟踪

为实现动态场景下机器人快速准确地检测与跟踪运动目标，提出一种基于精确背景补偿的运动目标检测方法，并利用Kalman滤波扩展的KCF算法进行目标跟踪。针对传统ORB算法存在特征点分布不均匀、误匹配率高导致背景补偿效果不佳的问题，采用小波变换及图像分块处理保证提取的特征点数目及均匀分布，通过SURF算法提取具有尺度不变性的特征点并构建ORB描述子。利用KNN算法与对称约束相结合的特征匹配法提高匹配精度，同时引入改进的RANSAC方法精确求解全局运动参数完成背景运动补偿，最后通过帧差法及形态学处理获得完整的运动目标，并将KCF算法融合Kalman滤波实现对被遮挡目标进行再跟踪。实验结果表明：该方法特征匹配正确率达到98.4%,在背景运动状态下能够实时准确地检测出运动目标，并且能够连续稳定地跟踪目标。     

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。     

一种多尺度估计和自适应响应融合目标跟踪算法北大核心

针对相关滤波跟踪框架中深度特征跟踪优势受限和计算存储存在冗余等问题,提出一种多尺度估计和自适应响应融合目标跟踪算法。该算法通过调整高斯标签参数,充分发挥手工特征准确性和深度特征鲁棒性优势,并学习连续域卷积算子融合多分辨率特征;为了减少计算和样本的冗余,通过分解卷积操作对特征进行有监督降维来减少模型参数,采用基于高斯混合模型的动态样本融合,并使用模糊稀疏的模型更新机制提高模型有效性;根据预测质量评估标准,进行自适应响应融合。实验结果表明:该算法在目标发生遮挡、形变和快速运动等多种情况下,具有较好的跟踪有效性。     

直驱XY平台伺服系统的递归神经网络鲁棒跟踪控制

针对永磁直线同步电机驱动的XY平台存在的系统滞后、未建模动态、系统参数变化摩擦力以及外部负载扰动等不确定性因素对伺服系统性能的影响,提出一种递归神经网络控制方法,来控制XY平台伺服系统的运行状态,以达到鲁棒精密跟踪控制的目的。由于递归神经网络是一种动态的映射结构,对上述不确定性均能有效控制,它具有前馈和反馈两种的网络连接方式,同时递归神经元具有内部的反馈回路,不需外部的延时反馈,即可获得系统的动态响应。仿真实验结果表明,所设计的控制系统具有较强的鲁棒性能和快速跟踪性能,大大减小了系统的轮廓误差,提高了系统的定位精度。     

基于点线特征的快速视觉惯性SLAM算法

为了提高基于点特征的SLAM算法的定位精度和鲁棒性,提出一种点线特征融合的快速单目视觉惯性SLAM算法。使用ELSED算法快速提取高质量的线特征,在非关键帧追踪时,基于连续帧之间微小运动的假设,实现连续图片间的快速线段匹配,且无需线段描述子。在插入新关键帧时,提取线段描述子来完成关键帧之间的线特征匹配,创造新的地图线。最后在公开数据集上进行实验,结果表明：ELSED算法在提取高质量线段的同时,耗时仅为LSD算法的13%;与传统利用线段描述子的匹配算法相比,此算法的时间效率提升了83%,并减少线段误匹配,提高系统定位精度,系统的平均跟踪帧率为33帧/s,保证了系统的实时性。     

外部转矩干扰的非完整移动机器人轨迹追踪控制研究

针对外部转矩干扰的非完整机器人运动不稳定、轨迹追踪控制精度较低等问题,提出了无源控制理论的控制方法。构造了非完整移动机器人的动力学模型,介绍了机器人空间运动控制的基本形式。采用无源控制方法设计了机器人末端执行器,使用李雅普诺夫综合法对无源控制闭环系统的稳定性和追踪误差的渐近收敛性进行了证明。结合具体实例,通过Matlab软件对外部转矩干扰的非完整移动机器人运动追踪轨迹和输出转矩进行仿真,并且与PI控制方法形成对比。仿真结果显示,无源控制方法的实际轨迹朝理论轨迹收敛,轨迹追踪误差较小,输出转矩波动小。无源控制方法可以避免外部转矩干扰的非完整机器人运动不稳定,提高轨迹追踪精度。     

一种用于轴承缺陷图像分割的改进k-means聚类算法

为了实现轴承缺陷无损检测自动化,研究了轴承表面缺陷图像的分割方法。在数字图像处理技术的基础上,提出一种改进的k-means的图像分割算法。先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改进。试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值。     

狭小空间移动焊接机器人角焊缝跟踪的动力学控制

文中对移动焊接机器人在大型结构件中狭小空间的角焊缝跟踪控制问题进行了研究,首先,建立了焊接机器人在直角角焊缝处的运动学模型;然后,基于牛顿-欧拉方法分析了焊接机器人驱动轮、机器人移动本体及十字滑块的动力学行为,并建立了焊接机器人的整体动力学模型;最后,在对整体动力学模型合理简化的基础上,设计了焊接机器人焊缝跟踪控制的鲁棒PI控制器.应用MATLAB软件进行了仿真分析,并进行了试验研究,通过结果可以看出,该方法可实现移动焊接机器人在狭小空间内直角角焊缝的跟踪,且具有较高的跟踪精度.     

流量控制式ECHPS系统的自适应动态面控制策略

针对商用车普遍采用的液压动力转向系统(HPS)助力特性不可变的缺点,提出了一种旁通流量控制式电控液压转向系统。设计了这种转向系统的助力控制策略,研究其核心部件电液比例阀的结构原理和数学模型,采用动态面控制方法设计了一个鲁棒自适应动态面控制器。理论推导证明所设计的控制器不仅能够保证闭环系统半全局渐近稳定,输出渐近跟踪期望轨迹,而且对于系统不确定参数和外界干扰具有较强的鲁棒性。仿真结果表明,所设计的自适应动态面控制器不仅响应快、跟踪效果好、控制精度高,而且能够实现汽车低速时的转向轻便性和高速时的良好路感要求。