煤矿巡检机器人同步定位与地图构建方法研究

针对煤矿井下无GPS环境下巡检机器人自主定位问题,研究了基于激光雷达的同步定位与地图构建方法。首先建立激光雷达观测模型和里程计预测模型,将机器人定位和地图构建的实际问题转换为概率数学模型的逻辑推理问题。同时采用自适应蒙特卡罗定位算法进行机器人实时位姿估计,提出了根据粒子权重(地图的匹配度)进行重采样的方法,以去除权重小的粒子,实现了用较少、较好粒子精确表达机器人位姿的后验概率分布,满足机器人利用传感器在栅格地图上实时定位的需求。通过对Fast-SLAM算法进行优化,减少了粒子数量,缓解了粒子耗散,提高了地图构建的精确性。实验结果表明,基于激光雷达的同步定位与地图构建方法有效解决了巡检机器人实时位姿估计和环境地图构建的问题,结合自适应蒙特卡罗定位算法和优化Fast-SLAM算法提高了机器人定位的自适应性和地图构建的精确性。     

基于2D激光扫描到子图匹配的SLAM方法

针对室内环境下的2D激光同步定位与制图(simult aneous localization and mapping,SLAM)问题,提出一种改进的扫描匹配方法,扫描到子图匹配。用连续的激光扫描帧构建子图,对齐新的扫描帧到邻近的子图以产生约束,通过高斯牛顿求解约束并估计新的子图,利用Ceres优化来进行闭环,生成全局一致地图。经在室内条件下的测试,定位误差控制在0.4 m以下,制图误差控制在0.5 m左右,在激光匹配效率方面,相比传统方法提高了38.24%,实验结果表明,该方法可以有效提高定位与制图的精度和激光匹配效率。     

移动机器人三维激光SLAM算法研究

鉴于移动机器人三维激光SLAM技术的先进性,探讨激光雷达测距与建图算法,以及其两种改进算法:轻量级及地面优化激光雷达测距与建图(LeGO_LOAM)和LOAM的高级实现算法(A_LOAM),尤其对其低漂移、强实时的特性展开深入研究。通过设计对比实验,对不同SLAM算法的优劣进行分析。搭建移动平台,在实际大尺度室外场景和公开数据集KITTI下,从相对位姿估计误差入手完成对比实验。实验结果证明改进算法相比于LOAM可以达到更小的相对位姿估计误差。     

基于实例分割的视觉SLAM算法

针对当前视觉同步定位与地图构建(visual simultaneous localization and mapping,VSLAM)算法鲁棒性较差,无法生成适合自主导航的语义地图等问题,提出一种基于实例分割的视觉SLAM算法。在对输入图像提取特征点的同时,使用卷积神经网络对图像进行实例分割;利用实例分割信息辅助定位,剔除容易造成误匹配的特征点,缩小特征匹配的区域;使用实例分割的语义信息构建语义地图。使用TUM数据集对图像实例分割、视觉定位以及语义地图构建进行实验验证,验证结果表明,该算法提高了机器人定位的准确性,生成了精确的语义地图,满足机器人执行高级任务的需求。     

基于扫描匹配的室外环境SLAM 方法

针对室外环境中的机器人“绑架”问题,提出了基于地图匹配的SLAM方法．该方法舍弃了机器人里程计信息, 只利用局部地图和全局地图的图形相关性进行机器人定位．方法的核心是多重估计数据关联,并将奇异值分解应用到机器人位姿计算中．利用Victoria Park数据集将本算法与基于扩展卡尔曼滤波器的方法进行比较,实验结果证明了本文提出的算法的有效性．     

基于RGB-D相机的SLAM算法研究

针对RGB-D相机的同步定位与地图构建算法中的相机位姿估计存在较大的累积误差以及算法时间代价较大的问题,本文主要通过使用EPNP算法结合ICP算法进行组合优化,提高位姿估算的准确度,实现一种快速简单的三维重建算法,通过与RGB-D SLAM的对比实验验证证明了该方法的实时性和准确性.     

基于扫描匹配预处理的即时定位与地图创建

研究了室内自主移动机器人的即时定位与地图创建问题。分析了目前解决SLAM问题的方法,提出了基于扫描匹配预处理的即时定位与地图创建,用扫描匹配为SLAM提供机器人先验位姿信息。对实验结果和数据的分析,得出了所提出方法可进一步提高SLAM的精度和鲁棒性。     

一种基于几何统计特征的全局扫描匹配方法

在动态环境中研究如何同步完成机器人定位、环境轮廓刻画、环境变化区域判别的任务,提出一种全局扫描匹配方法.该方法提出"试探-验证-求解(PVS)"的匹配策略,并提出利用高层几何统计特征描述激光扫描数据的分割段和扫描点.扫描数据准确匹配后,在刻画环境轮廓的同时也矫正了机器人位姿,而环境中的变化则在利用PVS策略匹配的过程中进行了辨别.最后通过多个未知动态室内环境下的真实激光数据集上的实验,验证了所提出方法的有效性.     

基于平方根UKF的SLAM算法

同步定位与地图构建（SLAM）是移动机器人实现真正自主的关键,无迹卡尔曼滤波（UKF）由于直接利用系统非线性模型而在SLAM问题中得到广泛的应用。基于平方根滤波可以确保协方差矩阵的非负定的思想,将平方根UKF应用到SLAM问题中,确保了SLAM算法的稳定性,并得到了较高的估计精度。仿真结果表明,该算法是有效的。     

家庭服务机器人基于NDT扫描匹配的SLAM研究

将正态分布变换（NDT）应用于基于扫描匹配的SLAM中,实现了家庭服务机器人较大规模室内环境下的建图。该方法利用计算扫描点的正态概率分布匹配代替几何特征之间的匹配,有效解决了现有方法匹配速度慢的问题。     

An Efficient Localization Algorithm Based on Vector Matching for Mobile Robots Using Laser Range Finders

This paper describes an efficient localization algorithm based on a vector-matching technique for mobile robots with laser range finders. As a reference the method uses a map with line-segment vectors, which can be built from a CAD layout of the indoor environment. The contribution of this work lies in the overall localization process. First, the proposed sequential segmentation method enables efficient vector extraction from scanned data. Second, a reliable and efficient vector-matching technique is proposed. Finally, a cost function suitable for vector-matching is proposed for nonlinear pose estimation with solutions for both nonsingular and singular cases. Simulation results show that the proposed localization method works reliably even in a noisy environment. The algorithm was implemented for our wheelchair-based mobile robot and evaluated in a 135 m long corridor environment. Categories (3), (6).     

基于局部子图匹配的SLAM 方法

针对现有的SLAM 解决方法在机器人被“绑架”时失效的问题,提出了基于局部子图匹配的方法．该 方法对现有的SLAM 解决构架进行了改进,提出交点最优匹配的特征相关算法,并且将奇异值分解方法引入机器人 定位．最后,在结构化环境下将本方法和基于扩展卡尔曼滤波器的方法进行比较,讨论了基于局部子图匹配的方法 在结构化环境中解决机器人“绑架”问题的有效性和可行性．     

激光即时定位与建图算法综述

激光即时定位与建图(SLAM)算法是一种在机器人导航和自主驾驶领域被广泛应用的技术;该技术可以利用激光雷达扫描环境并提取特征点,实现机器人的自主定位和地图构建;针对机器人激光SLAM技术进行研究,分析了各个激光SLAM算法的基本原理,并且对主流SLAM算法进行了现状总结;根据激光SLAM算法的特点以及原理不同,将激光SLAM算法分为：基于滤波器的算法、基于图优化的算法、基于配准的算法、基于学习的算法等;基于上述分类,详细介绍了每个算法的优缺点,并且分述了近两年的主要研究成果;针对移动机器人激光SLAM算法研究现状,对激光SLAM算法的未来发展进行了展望。     

基于三维激光引导的加料机械臂精准定位研究

在铁水加注等钢铁冶炼的重型生产场景中,由于作业行程远、温度高等原因均采用人工操作。设计开发了基于三维激光扫描技术的加料机械臂精准定位系统。该系统以机械臂和三维激光扫描仪为基础,采用手眼标定方式得到转换矩阵,根据所获得的靶球坐标得到下料口在机械臂坐标系下的精确位置,最终实现下料管的安装和拆卸。现场测试证明,该系统可以替代操作人员进行自动加料作业。     

基于激光测距仪的局部地图创建

主要是研究地图创建中的局部地图创建问题。通过激光测距仪在一个周期内扫描就可以获得机器人前方180°范围内的距离测量信息,提出了对测量数据进行连续特征提取、直线特征提取以及曲线拟合三步走的方法,并采用自适应阈值的方法来处理数据,从而完成局部地图创建。实验结果表明,这种方法能够完成局部地图的创建,并且较为精确。     

融合语义激光与地标信息的SLAM技术研究

针对移动机器人在SLAM（即时定位与地图构建）过程中出现的定位失真问题,提出一种通过搭建地标数据库和位姿推导模型,修正机器人错误定位的方法。建图过程中,融合视觉信息与激光数据,得到语义激光,赋予地标语义标签并记录其在地图上的位置信息。导航过程中,当产生定位偏差时,结合多种位姿数据和相对位置关系,推算出机器人在地图上的实际位置,完成重定位。通过实验测试可知,该方法克服了现有机器人在实际室内动态环境下,单一地采用激光或视觉进行定位或重定位技术的缺点和不足,能有效解决“机器人位置漂移问题”。将机器人从当前位置劫持到另一位置,也能根据提出的算法迅速重定位,且定位精度高。     

基于激光测距仪的移动机器人避障新方法

针对向量场直方图（VFH）算法对阈值敏感的问题,基于激光测距仪提出一种通过自适应调节阈值求 可行方向的移动机器人实时避障算法．对于给定的一组阈值,用其中的每个阈值求可行方向,在获得的接近目标方 向的所有可行方向中,选取最大阈值所对应的方向作为机器人的参考行驶方向．根据当前行驶方向与参考行驶方 向之间的偏差和所选阈值的大小对线速度进行限制．在ASR 机器人上进行实验的结果表明,当最大运行速度设为 0.8 m/s 时,机器人能够以0.61 m/s 的平均速度安全平滑地通过障碍区．     

用于机械臂末端感知的激光测距传感器设计

为了提高轻型机械臂的末端感知及操作能力,研制了一种用于轻型机械臂末端感知的近距离大测量范围的高集成化微小型激光测距传感器.基于三角法测距原理,以线阵CCD作为光敏感元件,以FPGA作为主控器,根据传感器分辨率的分布要求设计光学系统,使传感器具有测距范围大、测量最近距离近和测量速度快的显著优点.传感器利用光机电一体化设计思想,采用柔性PCB折叠电路、微小型光学元件和机械封装,实现了高集成化微型化设计.所研制的激光测距传感器测距范围为25mm~350mm,体积47mm×50mm×15mm,质量70 g,测量时间1 ms.实验结果表明,该测距传感器易于集成于机械臂控制系统,适用于末端感知,能够有效提高轻型机械臂末端定位精度.     

移动机器人改进激光SLAM算法研究

针对传统RBPF(Rao-Blackwellised particle filter)算法存在定位精度低、粒子退化、粒子多样性丧失的问题,提出了一种基于激光雷达的改进SLAM(simultaneous localization and mapping)算法.首先基于主成分分析法对相邻帧的点云进行粗配准,再采用改进点到线...