非差分GPS在移动机器人位点导航中的应用

针对移动机器人定位及导航问题,提出了一种采用低成本非差分GPS获取移动机器人实时位姿信息的方法。介绍了世界大地坐标系转换为空间直角坐标系的具体算法,对GPS模块的单点定位精度进行了分析;实现GPS坐标转换之后通过电子罗盘获取机器人的方向信息,从而确定移动机器人在全局坐标下的初始位姿。针对移动机器人进行的仿真及实验表明该方法有效可行。     

基于ROS的移动机器人定位与路径规划仿真

针对移动机器人研发过程中成本高、无硬件条件下无法对机器人运动进行控制的缺点,通过仿真实验的方法对移动机器人的关键技术进行了研究。首先,对移动机器人的定位展开研究,在ROS系统内使用gazebo工具构建室内2D环境及带有传感器的移动机器人模型,使用AMCL算法进行定位仿真实验。其次,对路径规划方法展开了研究,在MATLAB中使用A*算法与DWA（动态窗口法）相结合的方法对移动机器人进行了仿真分析。最后,通过对实验结果的分析验证了AMCL（自适应蒙特卡洛）定位方法、A*算法及DWA算法的有效性。     

室内移动机器人激光雷达定位方法研究与仿真

随着机器人与传感器技术的迅猛发展，室内移动机器人在机器人领域的地位举足轻重，因此开展移动机器人的定位方法研究显得尤为重要。文中首先分析室内移动机器人的发展瓶颈及亟需解决的定位难题；然后针对定位技术的短板，分别对三边定位算法和三角定位算法进行理论层面的推导与计算；最后进行了定位算法的仿真试验研究。仿真结果表明：三边定位算法和三角定位算法在室内移动机器人的全局定位中具有较高的定位精度、准确性和可靠性，有效解决了移动机器人在运动过程中定位不准的缺陷，为机器人的全局定位技术奠定了坚实的基础。     

列车风管管接头间接识别定位方法

为完成移动机器人对列车风管的摘解任务，需要对列车风管管接头进行定位。针对列车风管管接头不易识别且识别定位需要一定实时性和精度的问题，利用双目视觉系统提出了一种间接识别定位方法。在目标识别中，根据列车风管的特点，基于颜色特征在HSV空间中对风管近端金属圈进行识别，提取出金属圈形心坐标；在三维重建中，利用具备较高精度和一定实时性的组合立体匹配算法对风管近端金属圈进行三维重建，得到其三维坐标后根据管接头与近端金属圈相对位置关系固定的特点，通过空间坐标转换得到管接头的三维坐标，实现列车风管管接头的定位。最后，在（200～650）mm的距离范围内进行实验验证，实验最大绝对误差为12.88mm，算法最长耗时为245ms，结果表明该方法满足要求。     

基于ROS和激光雷达的移动机器人系统设计与实现

根据移动机器人的定位和建图需求,设计并构建了基于ROS操作系统和激光雷达的移动机器人系统。移动机器人系统采用小型工控机作为上位机,stm32单片机作为下位机,利用RPLIADR A2激光雷达获取环境信息,在ROS机器人系统分布式框架下进行开发,实现基于cartographer算法的同步定位与建图功能。仿真实验及实际环境测试结果表明,该移动机器人具有良好的建图精度和系统性能,具有拓展方便、模块化等优点。     

基于视觉的移动机器人目标跟踪方法

为实现对行人目标进行快速稳定地跟踪并简化机器人系统,提出一种快速判别尺度空间相关滤波目标跟踪算法(fDSST)与卡尔曼滤波结合的跟踪方法,解决了跟踪过程中因遮挡造成的目标坐标信息丢失问题。根据相关滤波响应图的震荡剧烈程度设置遮挡判断标准,利用遮挡判断标准实现fDSST跟踪算法与卡尔曼滤波算法的切换,持续输出目标的位置坐标信息,提升了算法的鲁棒性。移动机器人根据视觉跟踪算法提供的图像坐标,利用基于图像的伺服控制策略完成对目标的跟随任务,简化了移动机器人系统结构。最后将该方法在OTB2013测试集上和移动机器人中进行实验,实验结果表明,该方法对于目标遮挡及尺度变化具有较强的鲁棒性和准确性,同时满足实时性要求。     

基于三位置超声波检测的改进强跟踪 UKF-SLAM 方法研究

针对移动机器人使用超声波传感器检测环境时存在干扰与数据不确定性问题,在分析超声波传感器工作原理和相邻位置检测数据的关联特性后,提出了基于三位置超声波检测的环境轮廓构建方法,利用超声波对室内环境进行建图;再使用改进强跟踪UKF-SLAM将超声波测量数据和移动机器人驱动模型进行滤波融合,得到更准确的位姿信息与地图特征。搭建仿真环境,并通过搭载有超声波传感器的全向轮移动机器人在实验环境内验证。仿真结果表明改进方法与其他算法相比,定位和地图构建的误差降低58.058%。室内实验中,获取环境特征的平均误差降低了50.286 3%,进一步验证了提出算法的可行性与有效性。该方法对机器人同步定位与地图构建有一定参考价值。     

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。     

非完整移动机器人领航-跟随编队分布式控制

针对非完整移动机器人运动学模型的特点,并且考虑机器人之间的交互关系是局部的,提出了一种基于领航-跟随的非完整多移动机器人分布式编队控制方法。首先提出了一种分布式估计策略,为每个跟随机器人估计(虚拟)领航机器人的位置、方向、线速度等状态;接着利用每个跟随机器人的跟踪误差设计了编队控制算法;使用Lyapunov工具对算法进行了渐近稳定性和收敛性分析;最后,构建了多移动机器人视觉定位与控制实验平台,通过仿真和实验验证了所提算法的有效性。     

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。     

人工路标辅助的室内移动机器人SLAM

为了提高移动机器人在大规模室内场景中同时定位与建图(SLAM)的精度,利用人工路标和激光雷达传感器对移动机器人SLAM进行了研究。针对大规模室内环境下移动机器人里程计信息不可靠,且低成本雷达测距范围较小导致地图创建结果与真实环境尺度严重不符的问题,提出了利用简单人工路标辅助移动机器人定位并结合基于RaoBlackwellized的粒子滤波算法进行室内走廊场景的移动机器人SLAM,保证移动机器人在长距离运行下的准确定位,最后通过实验验证了方法的可行性,实验结果与真实环境一致性较高,基于人工路标的移动机器人运动轨迹精度提高了6%左右。     

多传感器融合双臂移动机器人仿真系统与实验

搭建了一款多传感器融合双臂移动机器人(BeatGo)仿真实验系统.建立了多传感器融合SLAM(同时定位与建图)模型,使用BetaGo的仿真系统进行了实验验证,并基于该仿真系统进行了单线激光雷达和相机的外参标定实验.实验表明该仿真系统可用于机器人系统和算法的快速验证.将该仿真系统开源,为其他类似机器人系统的快速开发提供一款具备实物机器人的架构参考.     

面向移动机器人自定位的无线网络构造算法及实现

针对移动机器人的自定位问题,研制一种无线定位网络结点,该结点由超声模块和无线射频模块组成,根据超声与无线射频信号的到达时间差计算机器人与网络结点的相对位置关系,借助扩展的卡尔曼滤波器实现机器人的自定位和对网络结点的同步定位.然后,提出一种无线定位网络的自主构建算法,通过机器人动态分配网络结点,实现对环境的完备最小覆盖.仿真与实验表明该网络构造算法及定位技术能够满足较大规模环境下移动机器人的自定位要求.     

移动机器人复杂路径规划优化方法研究

本论文针对移动机器人复杂路径的优化问题,提出了基于坐标平移变换的神经网络优化方法。该方法通过对所选择路径的坐标进行平移变换,获得有利于路径优化的样本。根据规划路径的非线性特点,选用神经网络作为路径优化的主要算法,对坐标平移变换后的样本进行训练,使得训练后的曲线较好地逼近已知路径。仿真实验选用了三种路径,并进行优化分析,结果证明了此种方法的有效性。     

差速轮式移动机器人的导航算法研究及仿真实验

针对差速轮式移动机器人的导航算法中的直线和圆弧导航只是针对单一角度变量进行纠偏,且越接近终点时纠偏效果越剧烈,当PID参数很大时,会导致很大超调,因此对该算法进行了改进,提出了新的导航算法。首先介绍差速轮式移动机器人的定位算法和导航算法,然后分析导航存在的问题及产生的原因并提出了新的导航方法,最后建Simulink模型进行仿真,仿真结果显示新的导航方法取得了良好的效果。     

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。     

自学习移动机器人在未知环境中的路径规划

通过对移动机器人在未知环境中的运动分析,结合多传感器信息,利用一种新的移动机器人在未知环境中的定位算法。该算法可根据移动机器人的运动过程。不断更新其位置状态。并能对下一步位置状态进行预估计。然后根据实测传感器信息对预估值进行修正。获得实际位置状态。并为移动机器人的路径规划提供基础。容纳后用遗传算法来获得机器人的最佳路径,最后用仿真试验验证了该方法的可行性。     

基于变分贝叶斯的自适应 PF-SLAM 方法研究

针对移动机器人即时定位与地图构建中时变观测噪声及粒子位置分布对SLAM精度的影响,本文提出基于变分贝叶斯的自适应PF-SLAM算法,采用高斯混合模型对时变的观测噪声建模,并通过变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权值将粒子划分为固定粒子和优化粒子,通过粒子间的近邻拓扑位置关系调整粒子分布,处理时变观测噪声与优化粒子的位置分布,使得优化的粒子集可以更好地表示机器人位置概率分布,实现观测噪声及粒子位置分布自适应。仿真实验表明本算法对比传统PF-SLAM算法定位与地图构建误差降低了76.45%。实际实验表明本算法处理下的环境轮廓误差对比传统PF-SLAM算法的环境轮廓误差减小了61.87%。该算法有效提高了移动机器人的状态估计精度,为移动机器人即时定位与地图构建提供了新的参考。     

基于ZigBee技术的家庭服务机器人定位问题研究

家庭服务机器人的自主导航技术是机器人研究的前沿和关键问题,而定位是移动机器人导航的基础.为了实现家庭服务机器人的定位,本文构建了基于ZigBee技术的无线传感器网络系统,研究了基于RSSI的无线传感器网络定位方法,家庭服务机器人作为无线定位系统中的盲节点,收集邻近参考节点的坐标和RSSI值,通过CC2431定位引擎计算出自身的坐标,从而实现了移动机器人的无线定位.测试实验表明,该节点的定位误差在±0.50m范围内,能够满足移动式家庭服务机器人导航的应用要求.     

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。