室内移动机器人激光点云2D墙线检测实验

快速、准确地识别墙线环境元素是室内移动机器人导航功能的重要基础。该文针对传统霍夫变换方法易丢失信息和产生过多冗余线段问题,提出一种基于激光雷达点云数据空间特性的2D墙线直接提取算法。首先通过点云直通滤波技术去除原始三维点云数据中的地面点云干扰;然后将清洗后的点云投影到二维地平面上,转化为二值化图像后进行直线检测;再利用自定义的直线滤波增强算法,在减少冗余线段的同时保留更多有效墙线信息,从而快速生成更为吻合的建筑物墙线模型。仿真实验结果表明,新算法在不同复杂度场景下提取的线段数量整体平均降低50.8%,且处理时间小于100 ms,满足移动机器人导航过程中实时环境识别需求。该实验适合用作高校教学实验,有助于学生将理论知识与实践操作相结合,深入理解室内地图构建与环境感知技术。

基于单轴光学陀螺与MEMS IMU的室内移动机器人寻北

三轴高精度光学陀螺成本高体积大,限制了陀螺寻北技术在移动机器人领域的应用。针对该问题,提出一种基于单轴光学陀螺和微机电系统(MEMS)惯性测量单元的室内移动机器人寻北方法,达到或者接近三轴光学陀螺的寻北精度,成本和体积降低约2/3。移动机器人于第1位置静止时,根据单轴光学陀螺的输出与MEMS三轴加速度计的输出,获得两个可能方位角,以相同的方式获得移动机器人在第2位置的两个可能方位角,两个位置的方位角相减得到4个可能的方位角变化值,通过和MEMS捷联惯导系统所得方位角变化值比较,确定第2位置的唯一方位角。误差分析显示在方位角接近90°和270°时,所提出的方法接近三轴光学陀螺的寻北精度,仿真实验和跑车实验证实了所提出方法的有效性。

融合改进A^(*)算法与DWA算法的室内移动机器人路径规划研究

针对A^(*)算法进行路径规划时搜索节点过多、路径不平滑、不安全,动态窗口法进行路径规划时路径冗余、局部最优等问题,文章改进A^(*)算法并融合改进A^(*)与动态窗口法,用于室内移动机器人全局及局部路径规划。在A^(*)算法改进部分,添加移动机器人安全膨胀系数,将搜索邻域优化为5邻域搜索,动态调节评价函数,将路径平滑处理。动态窗口法改进部分,融合改进A^(*)算法的关键点到动态窗口法中作为目标点。实验结果表明,改进的A^(*)算法搜索节点减少,能与障碍物保持安全距离,路径平滑;改进的动态窗口法剔除冗余路径,避免局部最优。通过复杂地图验证,均达到预期要求。

室内移动机器人传感器融合定位跟踪算法研究

室内机器人自主定位导航潜在应用范围广阔。大型公共服务辅助生活应用环境中,机器人室内定位和位置跟踪必不可少。机器人室内定位问题除了自身的复杂性,还需要考虑成本、精度、灵活性等问题。以室内轮式机器人位置估计为模型,采用里程计和陀螺仪的数据与射频识别器外部测量结合,并与低成本前置摄像头的信息相融合实现了室内机器人定位和方向估计。通过系统模型建立、非线性卡尔曼滤波器设计以及仿真分析进行了室内移动机器人传感器融合定位跟踪算法研究。本文采用的位置跟踪方法对目标的准确性、置信度以及开发成本都做了一个较好的权衡。上述方法也可以推广到其它室内自主导航车和设备中。

室内移动机器人的初始定位的一种新方法

提出了一种基于“完整线段”匹配实现室内移动机器人初始定位的新方法。给出了完整线段的定义、性质和判定方法 ,详细介绍了该方法进行初始自定位的算法过程 ,并对一些特殊情况进行了讨论。用该方法进行初始定位的实验结果令人满意。

基于机器视觉的室内移动机器人导航偏转角的确定

室内移动机器人需要在结构化的环境中定位和导航。常用的方法是采用电子罗盘获得机器人的偏转角。但是电子罗盘极易受到磁干扰。为此,提出了采用图像识别技术来获取机器人的导航偏转角。首先,利用机器人上搭载的摄像装置获取原始图像,进而提取图像中特定颜色分量;然后,利用改进的霍夫变换算法检测机器人正向矢量;最后,获得正向矢量与北向矢量间的夹角数据值。实验结果表明,该文所提出的基于机器视觉的确定室内移动机器人导航偏转角的方式可以避免硬磁干扰,具有较高的精度,保证准确性、实时性。

基于RGB-D相机的室内移动机器人自定位方法

精准可靠的自定位是移动机器人实现多机协同、路径规划与控制决策等自主能力的基础;因此,室内服务机器人作为移动机器人的典型代表,要求能够实时进行自定位,并且有效地避开各种静态和动态障碍物;基于此,提出一种基于RGB-D相机的室内移动机器人自定位方法,该方法利用Hough变换对机器人建立的环境地图进行线特征提取,并建立环境模型误差查找表,将非结构化环境中的自定位问题转化为结构化环境中的自定位问题,然后利用匹配优化算法实现自定位;实验结果表明,采用所提出的方法,机器人能够实现室内环境下实时精确的自定位。

基于改进蚁群算法的室内移动机器人路径规划

近年来,路径规划作为移动机器人研究领域中的一个核心课题而备受关注。使用传统蚁群算法为移动机器人规划路径时,搜索容易陷入局部最优,并且收敛速度比较慢,针对这一缺陷,借鉴狼群分配原则对蚁群信息素的更新方式加以改进,避免了蚁群算法陷入局部最优,同时加快了算法收敛速度。然后,综合考虑室内移动机器人路径的长度和平滑度等性能指标,提出一种中心节点替换的平滑方法,使蚁群算法所规划出的路径长度缩短,同时去除了路径中的尖锐转角,提高了路径的平滑性。栅格环境下的仿真结果显示,改进后算法可以规划出更加平滑的路径曲线,且路径长度和算法迭代次数有明显减少,证明改进蚁群算法能有效地应用于室内移动机器人路径规划。

室内移动机器人搜索人的算法设计

针对室内环境中经常出现的移动机器人搜索人的问题,设计并实现了一种在栅格地图基础上基于改进的遗传算法和A~*算法进行路径规划的算法。移动机器人采用开源机器人操作系统(ROS)框架,在SLAM的基础上完成机器人自定位以及校准、路径规划和导航。对室内环境栅格地图应用单元分割法得到一系列以障碍物分割开的子区域,应用遗传算法规划最优的区域间转移序列,同时使用A~*算法进行两点之间的导航规划。仿真与实验结果证明:该算法可以在已知的室内环境中提供最优化的搜索路径,在短时间内完成找到人的任务。

汇聚式双目立体视觉在室内移动机器人定位中的应用

现有的室内移动机器人的定位方式一般有两种,一种是依靠传感器判断机器人与周围场景之间的距离;另一种是在机器人头顶上端安装摄像头,使用平衡双目方法计算两相机之间的视差。双目相机模型的硬件要求高,在实际应用中很难发现适用于平行双目的相机。在机器视觉领域中,根据使用的摄像头数目可以将其分为单目视觉、双目视觉、多目视觉等三种。本文主要对双目视觉中的汇聚式双目视觉进行研究,研究汇聚式双目立体视觉在室内移动机器人中的应用。

室内移动机器人定位迷失问题分析

定位迷失源于机器人位姿估计出错,包括绑架机器人问题、机器人小范围位置偏移等。对室内移动机器人定位迷失问题进行分析,提出相应的解决方式:一是优化正常状态下的定位技术,以降低移动机器人定位迷失的可能性;二是实现机器人异常迷失状态的判断,并运用修正技术帮助机器人恢复正常状态。

室内移动机器人程序设计研究

随着机器人相关技术的进一步发展，研究重点已经由结构化环境中的工业机器人转向能在未知、复杂、动态环境中独立完成某项任务的自主式智能移动机器人。传统机器人学是基于符号的机器人学，即在笛卡尔空间对机器人或环境用符号进行描述，然后实施规划和控制。这需要对环境的精确描述。基于行为的机器人学不需要精确的环境模型，从基本行为的角度描述任务，能够对感知信息做出迅速的反应，具有更强的鲁棒性，在数据不准确和部分信息不能感知的情况下，能够进行优雅的降级。文章采用基于行为的机器人程序设计方法，使用Active Media公司的AIRA开发平台，通过长期实践，总结了一种规范、灵活、实用的机器人程序设计框架，并实现了用于控制移动机器人室内运动的程序WallFollow Demo。

基于PLC的四轮驱动室内移动机器人设计

搭建一款四轮驱动室内移动机器人模型,并对其进行运动学分析,推导出圆弧(转弯)、原地回转等运动状态下各车轮的偏转角度与滚动速度的数学模型。人机交互使用触摸屏,PLC作为控制器搭建控制平台,通过参数化程序指令编制程序,对4个车轮的偏转与滚动进行独立控制,实现其他四轮结构不能实现的斜行、横移与原地回转功能,具有运行灵活、人机交互方便、成本低的特点。

一种融合深度相机与激光雷达的室内移动机器人建图与导航方法

为解决室内移动机器人导航过程中容易碰撞障碍物的问题,本文提出一种融合深度相机和激光雷达的室内移动机器人建图与导航方法,在机器人底盘上安装激光雷达、深度相机和里程计,利用Gmapping算法进行室内二维地图构建,同时用ROS中depthimagetolaserscan功能包对深度图像进行二维投影,生成的二维栅格地图与激光雷达所建的地图进行融合。实验证明该方法使建立的地图更加完善,提高了室内移动机器人检测周围障碍物的能力和自主导航的能力。

关于搭载自动售货机的室内移动机器人的发展现状及趋势

随着我国物质生活水平的提高,人们消费欲望的不断增强,利用互联网和人工智能技术实现更方便,更智能的购物方式,成为市场需求。近十年来,自动售货机行业市场逐步扩大[1],很多写字楼,公共场所已经普及。虽然自动售货机可以通过增加布点数来扩大覆盖范围,仍然无法弥补这种定点贩卖,购物者需要寻找机器,到指定位置购物带来的不方便。搭载自动售货机的室内移动机器人可以弥补以上不足,可以实现移动售货,并且根据用户的实际位置进行送货。本文着重介绍如何利用人工智能和互联网,通过自动售货机与室内移动机器人的组合,实现更方便,更智能的购物模式。

SMC模压技术在室内移动机器人上的应用

随着室内移动机器人技术的发展,越来越多的产品投入到市场中。在激烈的市场竞争中,轻量化,作业时间长,负载高,价格低的产品越来收到市场的青睐。SMC模压技术生产的模塑零件具有质量轻,价格低,耐磨,耐腐蚀,强度高等特点,非常适合应用在室内移动机器人产业,并且SMC模具也非常适合应用到机器人的量产中。本文着重介绍SMC模压技术如何替代钣金和其他金属零件,应用到一款室内移动机器人的设计和量产中。

室内移动机器人自主导航系统设计与方法

随着科技的不断进步,人们在日常生活中随处可见室内服务型机器人,最为典型的就是扫地机器人。但是这些机器人大多使用激光雷达导航方式,不利于普及,而且生产成本较高。另外,国内研发的移动机器人,一般没有完整的导航系统,大大降低了其使用价值。基于此,笔者通过对机器人导航技术进行研究,针对室内移动机器人自主导航的要求,设计了一套基于激光雷达的全方位导航系统。

基于ROS的室内自主移动机器人设计

设计一款基于ROS的i室内自主移动机器人,根据机器人实际功能需求,选择基于四轮差速驱动的机器人底盘。该机器人以Jetson Nano为核心控制器,ArdunoMega2560板和驱动板为辅控制器,辅控制器采用一体化设计,将各功能子电路通过优化布局方式集成一块PCB扩展板,增加了辅控制器的可靠性和稳定性,并能减少了接线的数量。该机器i人利用ROS系统把机器人所用所要进行的一系列工程整合在一起,激光雷达为主要传感器。通过上位机(JetsonNanio)与下位机(Arduno板和驱动板)的通信,使下位机接收到上位机的消息,发送指令到驱动板,驱动板进行速度和方向的控制。ArdunoMega2560板接收上位机的指令后向电机驱动板传输信号,电机驱动板通过连接PWM端口来控制小车左右电机的转速,从而实现差速转向。通过测试,移动机器人通过激光雷达进行SLAM建图,实现机器人能够自主导航、自主避障等功能。

室内移动机器人双目视觉全局定位

针对当前基于单目视觉的室内移动机器人全局定位算法复杂度大等问题,提出一种室内移动机器人双目视觉全局定位方法。双目视觉下,为保证室内移动机器人在运动过程中能够保持稳定的特征提取,提出基于标定板的全局定位方案,以标定板的中心作为移动机器人的定位点。在此基础上,为提高定位的实时性,缩小标定板角点的提取范围,基于高斯混合模型背景减除法和形态学方法实现了对移动机器人运动区域的检测;基于所建立的标定板角点判据,对移动机器人提取的角点进行筛选,得到了标定板四个角点的图像坐标;结合双目相机标定后的内、外参数和全局定位数学模型,实现对移动机器人定位点坐标的计算。通过实验和分析验证了所提方法的可行性和有效性,为室内移动机器人全局视觉定位提供一种新的思路。

基于室内环境识别的移动机器人视觉导航

道路检测是视觉导航系统中最核心的部分之一。本文主要研究室内环境下的视觉导航。选取颜色作为分析对象,分析了RGB和HSV颜色空间模型及转换关系,用3×3模板进行中值平滑滤波,介绍了大津阈值分割法和改进的阈值迭代法,并通过彩色补偿原理进行彩色补偿。最后实验仿真验证其可行性。