基于改进ORB算法的特征检测与匹配研究

针对传统ORB算法中阙值选取不具有普适性,易受光照影响,纹理信息提取能力弱且特征点易产生富集情况的缺陷,提出改进的ORB特征提取与匹配算法。首先以待检测点为中心进行区域划分,其次利用自适应阙值判断待检测点,并使用自适应范围的非极大抑制算法解决特征点富集问题,提高均匀性。然后使用各项异性扩散滤波提高纹理信息提取能力,最后结合双边滤波改进描述子点对,结合PROSAC算法消除误匹配。实验结果表明,改进后的算法对光照有较强的适应能力,提高了纹理特征提取的能力,特征点分布均匀,改善了富集效应,光照条件下的匹配精度得到提高,具有更好的适应能力。

基于改进RBPF算法的轮式机器人SLAM导航系统设计

传统的机器人导航系统在复杂的地形环境中常常无法引导机器人躲避突然出现的障碍物,无法精准采集数据;为此提出一种改进RBPF算法的轮式机器人SLAM导航系统,对系统硬件和软件进行设计;改进RBPF算法是一种滤波算法,将激光雷达与里程计的信息作为提议分布,提高了导航精度;系统硬件主要由导航功能模块、底盘驱动模块、控制模块组成,利用RPLIDAR A1型激光雷达设计导航功能模块,并设计底盘驱动模块和控制模块;软件设计中,以改进RBPF算法为基础,设计了轮式机器人SLAM导航系统的实现程序,应用算法代入的方式加强了普通轮式机器人导航算法对粒子计算与卡尔曼滤波的敏感程度;实验结果表明,在有障碍物的室内场景中,与传统滤波算法以及基于软件库系统相比,改进RBPF算法规划的路径更短,导航错误点出现率降低了30%左右。

基于RSSI的多项式变参数室内测距算法

使用接收信号强度指示(RSSI)作为估测无线网络中节点间距的低成本方案得到了广泛的应用。文章提出了一种新的RSSI测距模型,该模型可以进一步提升测距结果准确性,从而降低测距误差。考虑无线信号传播过程中反射、衍射等信号本身的物理特性以及受到环境条件变化的影响,将这些不同因素导致的影响体现在了模型的多个参数中。在考虑环境的动态变化特性基础上,提出了根据距离变化率调整模型参数的自适应方法,进一步改善了测距结果精度。在处理和拟合实验数据的过程中使用了三角剖分法作为数据的过滤提取方法,从而避免了传统的平均值法、中间值法等方法的局限性。通过对仿真实验的分析可以发现,多项式模型的精度与稳定性优于对数模型,动态模型的整体精度优于静态模型。自适应算法的平均误差比传统静态模型误差低约30%。