移动机器人SLAM 改进算法的分析与实现

为解决移动机器人扩展卡尔曼滤波(EKF-SLAM)算法计算复杂、精确度不高及易受干扰的缺点,提出一 种基于最优平滑滤波理论的改进同步定位与地图构建(simultaneous localization and mapping,SLAM)算法。详细介绍 算法的改进过程,通过Matlab 软件对其位置轨迹跟踪误差及标准差进行仿真分析,基于机器人操作系统(robot operating system,ROS)系统的实验平台,在室内走廊进行SLAM 实验以测试改进算法的效果。结果表明,改进的 SLAM 算法精度高、抗干扰能力强,能实现移动机器人的即时定位与地图构建。基于ROS 系统的软件平台能简化开 发难度,提升移动机器人的智能化。     

双层错位DOI脑PET探测器晶体厚度组合优化设计

双层错位晶体阵列是正电子发射断层成像（PET）仪获取作用深度（DOI）信息的一种低成本且简便的方案。为获得晶体厚度最优组合方案,本文使用GATE软件进行蒙特卡罗仿真研究。模拟兼容核磁共振成像（MRI）的嵌入式脑PET,环内径345 mm,使用硅酸钇镥（LYSO）晶体,2层晶体总厚度20 mm,内层晶体从0 mm到10 mm共11种厚度（间隔1 mm）;进行点源模拟实验,点源位于中心断层x轴上,偏移从x=0 cm到x=10 cm共6种情况（间隔2 cm）。计算中心点灵敏度;采用滤波反投影算法重建图像,评估径向空间分辨率。结果显示,双层晶体的设计相比于单层晶体灵敏度略有下降,但系统径向空间分辨率显著提高且其均匀性得到改善。随着内层晶体厚度的增大,视野平均径向空间分辨率先减小后增大,在内层晶体厚度为8 mm时达到最小。综上所述,所设计的双层错位DOI脑PET探测器晶体厚度最优组合方案为内层晶体厚度8 mm、外层晶体厚度12 mm。