基于体感传感器的室内机器人定位研究

同时定位与地图构建是机器人能够实现智能化自主导航的关键技术。该文提出一种基于体感传感器的移动机器人SLAM实现方法。通过分析体感视觉获取原理和数据特点,设计了系统结构,并将体感传感器获取的数据进行处理,得到构建地图所需的特征路标;再使用扩展卡尔曼滤波实现SLAM,通过实验结果验证了基于体感传感器的SLAM方法的有效性和正确性。     

基于GIS和SLAM的机器人大范围环境自主导航

机器人自主导航技术的基础是其自定位能力,同时同步定位与建图(SLAM)是实现机器人自定位的重要方法。目前由于大规模SLAM技术发展的限制,机器人很难实现在大范围环境下进行建图和导航,并且尚没有结合SLAM和实际地理空间信息指导大范围机器人导航的完整自主导航系统。提出基于GIS和SLAM的机器人大范围环境自主导航方法,利用真实的城市空间路网信息,以地理信息系统(GIS)空间数据库的存储和计算能力为数据支撑,基于提出的大范围导航算法,实现了一套包含空间数据库、SLAM、导航算法的完整系统,具有良好的可复用性和可扩展性,符合实际生活场景,可以指导机器人进行大范围条件下的导航和建图行为。同时通过对机器人激光建图信息的存储,使得再次经过本区域的机器人可以在户外精确定位,实现在室外GPS缺失或误差条件下自身位置的修正。此外地图信息的存储可以实现多机器人对地图信息的复用,为多机器人的规划提供支撑。同时将人类世界的空间信息与机器人建图信息相结合,细化和丰富了原有的空间信息。     

一种基于SLAM技术的智能导航小车的设计

为了实现能够在未知环境下进行地图构建及自主定位导航的目的,设计了一种基于SLAM技术的智能导航小车模型,该小车模型上配置了RPLIDAR A1激光雷达,树莓派3B+主控板,STM32驱动板及各种传感器,基于SLAM技术,通过ROS机器人操作系统对智能小车进行设计与开发。实验结果表明,本论文设计的小车模型能够构建出可靠有效的地图,并实现自主定位导航。     

基于SLAM的机器人在车间运送中的应用

运送机器人主要通过电机、舵机、激光雷达、微控制器和树莓派等硬件设备组装而成,并在树莓派或计算机端的ROS系统运用建图、定位和路径规划等算法,实现机器人的自动避障和自主导航。实验发现机器人建立的地图能够描绘出机器人环境的大部分物体,路径规划和机器人的响应效果良好,并在误差允许范围内,地图中的定位可精确到70%。因此,可将SLAM机器人应用于车间运送,以提高车间的工作效率,节约人力成本。     

多功能巡检救援机器人系统设计及定位导航

设计了一种针对核环境场合的多功能巡检救援机器人系统,可多通道远程遥操作执行巡检救援任务。结合机器人功能特性及作业要求,提出了一种适用于狭小多障碍环境下的不变姿态直角转弯电磁导航方法。通过EKF方法融合里程计和惯性测量单元,并以激光雷达数据为观测量,在ROS上采用FastSLAM方法实现了机器人基于多传感器的建图和定位。介绍了机器人的系统设计及其电磁导航、建图定位实现方法,并进行电磁导航巡线实验和同时定位,实验结果证明了导航算法和定位方法的可行性和正确性。     

基于ROS和激光雷达的室内移动机器人定位和导航系统设计与实现

根据自主运动机器人的室内定位需求,设计并实现基于机器人操作系统ROS和激光雷达的室内移动机器人定位和导航系统。机器人系统采用树莓派控制器作为控制核心平台,利用激光雷达采集环境信息,在ROS分布式框架下进行软件算法的开发,实现基于扫描匹配算法的SLAM功能、基于最优路径算法路径规划以及基于粒子滤波算法的导航功能。理论仿真及实验实测结果表明,系统可构建精度较高的环境地图,并对机器人进行定位,有效完成室内定位和导航任务,具有低成本、开源、模块化、易于拓展等优点。     

用概率假设密度滤波实现同步定位与地图创建

针对杂波环境中传统同步定位与地图创建(SLAM)算法无法有效表达传感器多种信息以及容易发生错误数据关联的问题,提出一种基于概率假设密度滤波的SLAM算法。该算法将每一时刻传感器的观测信息和环境地图表示为随机有限集,建立联合目标状态变量;通过概率假设密度(PHD)滤波对机器人位姿和环境地图状态进行同时估计,并利用粒子滤波实现PHD滤波。在进行目标状态提取时,为避免聚类算法引入的误差,对粒子集进行时滞输出。提出的SLAM算法能准确表达观测的不确定性、漏检以及杂波引起的虚警等多种传感器信息,且避免了数据关联过程,使系统状态估计更接近真实值。仿真实验结果表明:与传统SLAM算法相比,新算法的机器人定位及环境构图精度提高了50%以上,为杂波环境下SLAM问题的研究提供了新的途径。     

基于扩展Kalman滤波器算法的移动机器人同步定位与建图

针对移动机器人的同步定位与建图（SLAM）问题,提出了一种基于改进的扩展Kalman滤波算法的同步定位与建图方法。通过建立基于直线特征提取的机器人观测模型,推导了SLAM建图的预测和更新算式,设计了基于特征点数目的SLAM预测与更新率算子,实现了移动机器人的同步定位与建图。实验结果表明该方法有效、可行。     

3D 激光雷达 SLAM 算法综述

无人平台在大范围环境中实现自主定位与导航的能力需求日益严苛,其中基于激光雷达的同步定位和绘图技术(SLAM)是主流的研究方案。在这项工作中,本文系统概述了3D激光雷达SLAM算法框架和关键模块,分析阐述了近年来的研究热点问题和未来发展趋势,梳理了3D激光雷达SLAM算法性能的评估标准,并据此选取目前较为成熟的具有代表性的6种开源3D激光雷达SLAM算法在机器人操作系统(ROS)中进行了测试评估,基于KITTI基准数据集,从KITTI官方精度标准、SLAM算法精度指标、算法耗时和处理帧率3方面进行了横向比较,结果表明,所选6种算法中LIO-SAM算法性能综合表现突出,其在00序列数据集的测试中,绝对轨迹误差(ATE)和相对位姿误差(RPE)的RMSE数据分别为1.303和0.028,算法处理的帧率(fps)为28.6,最后依据CiteSpace分析讨论了3D激光雷达SLAM技术的应用趋势。     

一种人形机器人气动导航主动控制系统

为解决人形机器人导航控制智能化水平较低,自适应程度不高的问题,设计了一种基于北斗导航的人形机器人气动导航主动控制系统。建立了人形机器人运动学数学模型,研发了机器人气动导航控制系统,通过国家2000坐标下导航实验,对模型和系统进行了实验验证。结果表明:建立的运动学数学模型和导航控制算法是合理的,研发的气动导航主动控制系统可满足人形机器人的气动导航主动控制要求,有效提升了人形机器人导航控制的智能化程度。     

一种导游服务型机器人设计

针对某科技馆提出的要求,设计了一种导游服务型机器人。该机器人由机械系统、运动控制系统、传感器系统组成。完成了移动底盘、手臂、头部等机械结构设计;通过对运动控制卡和步进电机特性的研究提出运动控制方案;设计了一种基于光电传感器的寻线导航方案,并通过试验调试对寻线导航方案进行优化。实验证明,机器人能够完成礼貌迎宾、巡线导航和语音导游功能。     

基于激光 SLAM 技术的电力巡检机器人交互控制

提出基于激光 SLAM 技术的电力巡检机器人交互控制方法,利用激光 SLAM 技术在地图模型、运动学模型、里程计观测模型以及多传感器观测模型的基础上绘制机器人的巡检地图,通过 Dijkstra 算法根据巡检地图获得最短巡检路径,并采用 DWA 滑动窗口法对选取的巡检路径进行评分,选择评分最高的路径作为机器人的巡检路径,完成电力巡检机器人的交互控制。实验结果表明,所提方法的避障效果好、路径规划效果好、控制精度高。     

移动机器人SLAM问题新解

针对移动机器人研究领域中最基本SLAM的问题,传统求解算法在实际应用中往往会出现机器人不能精准定位,且创建地图时间延长等问题。为解决该问题,本文提出了一种基于神经网络与粒子滤波的移动机器人快速SLAM算法。该算法引入基于神经网络的机器人避障机制,首先将机器人的动态环境信息用神经网络来描述,然后采用改进的粒子滤波SLAM算法来实现机器人的SLAM,算法将神经网络的局部搜索能力与粒子滤波的全局搜索能力充分发挥于机器人的SLAM问题求解过程。实验表明,该算法较好的实现了机器人的快速精准定位,并能在缩短地图创建时间的同时提高地图创建的精确度。     

基于激光SLAM的移动机器人的改进实现

传统的基于激光SLAM的移动机器人通常配备激光测距仪作为其获取外界环境信息的传感器,但激光测距存在不能获取三维环境信息的不足。比较了以激光测距仪数据作为观测和以Kinect数据作为观测时对移动机器人同时定位与建图的影响,并提出了对基于激光SLAM的移动机器人的改进实现,使机器人同时配备激光测距仪和Kinect用于同时定位与建图以及导航。实验表明:同时配备激光测距仪和Kinect的移动机器人,不仅可以获得较高质量的环境地图和较高精度的机器人定位,同时还可以获得通过复杂环境的能力。     

激光SLAM自主导航的线段特征提取混合算法研究

移动机器人在未知环境中自主导航时定位需要精确的地图,同时为了构建精确的地图必须确定机器人的位姿,同时定位与地图构建(SLAM)问题便产生.基于激光雷达SLAM自主导航算法是研究的方向之一,激光雷达具有测距精度高、测距远等优点,但是由于激光雷达的数据量少、传感器本身噪声的影响,容易导致机器人构建地图精度低、定位误差大等问题.针对激光雷达的数据测得的距离信息进行线段特征提取算法,通过将常用PDBS、IEPF算法优缺点进行综合,提出了一种混合特征提取算法.最后通过对SICK的LMS111-10100激光雷达获取环境中的一组数据进行处理,分别对PDBS、IEPF算法及混合算法提取效果与实际环境对比,验证了特征提取混合算法的有效性.     

双臂空间机器人捕获非合作目标冲击效应分析及闭链混合系统力/位形鲁棒镇定控制

分析漂浮基双臂空间机器人捕获非合作目标所受的冲击影响效应,及捕获后空间机器人和目标组成的闭链混合系统对目标夹持内力和位形的鲁棒镇定控制。将捕获目标过程视为两机械臂末端与目标碰撞前、碰撞过程和碰撞后三个阶段。在碰撞前空间机器人和目标是分离的两分体系统,利用第二类拉格朗日方程建立漂浮基双臂空间机器人系统的动力学模型。在机械臂末端与目标碰撞阶段,基于空间机器人与目标总动量守恒,利用动量定理计算翻滚目标对空间机器人运动状态的冲击影响效应。在碰撞后,双臂空间机器人已捕获翻滚目标并组成闭链混合系统,针对混合系统在碰撞阶段受冲击影响而产生不稳定运动,提出一种鲁棒控制算法对其进行镇定控制,以实现双臂对目标夹持内力和空间机器人位形的协调控制,并达到期望的稳定状态。数值仿真验证了上述控制算法的有效性。     

机器人沿墙声纳导航的研究

为实现机器人的室内导航,本文提出了一种基于声纳传感器的沿墙导航方法。算法对室内典型结构和机器人可能存在的状态进行了建模,通过声纳传感器阵列所获知的外部数据判断机器人当前状态,应用有限状态机实现了机器人各种运行状态的相互转移。实验结果表明,该方法可以有效地应用于机器人室内导航,对各种室内典型结构的组合、变换具有较高的适应性。     

仓库搬运机器人导航运动控制与NURBS轨迹规划

在仓库搬运的领域中,应用了自主导航移动机器人来取代这些重型移动工程。为了提高使用多个机器人的效率,可以为机器人分配多个交付任务,而不是一次只交付一个包。首先,详细的介绍了仓库搬运机器人的概念和机器人的控制仿真平台,其次,对机器人的双轮差动控制和多任务协调分配进行了研究,这种多任务分配算法(MTA),依靠一个模拟器来测量算法的性能。模拟器对仓库搬运环境进行建模,并通过改变机器人的数量来比较交付生产率。再次,对机器人如何能够在仓库搬运中找到目标位置,提出了导航运动控制方案。最后,提出了一种NURBS算法,提高了机器人在运动过程中的轨迹连续性。实验表明,与使用相同数量的机器人时的单任务分配相比,MTA的效率显着提高。并且机器人能够在无人的环境下精确导航,把物体移动到目标位置点。     

基于PID算法的双轮差动式移动机器人导航研究

在深入研究运动学方程和大量实验的基础上,提出了一种利用电子罗盘和PID算法实时监控并纠正机器人前进方向并最终完成准确导航的方法,为以后解决机器人的定位问题打下了良好基础.实验证明该方法切实可行、控制简单方便.     

基于ROS的室内机器人导航技术研究

传统的室内机器人导航系统都是依靠开发者单独设计的控制系统及软件框架,在功能模块上不同产品之间的通用性极其不好。针对此问题,基于机器人操作系统提出了一种室内机器人导航方法,采用支持向量机实现摄像头定标和坐标转换,并运用卡尔曼滤波器进行定位导航。为了实现对多目标的检测和跟踪,提出优化增长型神经网络,使之聚类速度得到提升。最后,在Rovio机器人平台上实现导航算法。实验所得数据和结果,论证研究方法的有效性和算法的优化思路。