基于SLAM技术的矿区巷道巡检机器人路径规划优化

针对矿区巷道环境复杂、道路狭窄等特点,提出了一种基于SLAM(SimultaneousLocalizationandMapping)技术的矿区巷道巡检机器人路径规划优化方法,实现机器人的自主定位和地图构建。采用激光雷达、RGB-D相机等多种传感器相融合,获取矿区三维点云数据,并使用SLAM算法实时构建矿区三维地图。同时,通过配准当前获取的点云数据与已构建的地图,实现机器人在矿区内的自主定位。针对矿山中存在的狭窄、弯曲、分支等复杂环境,提出了一种增量式A~*优化算法用于路径规划。该算法在传统A~*算法的基础上,引入了路径平滑、走廊宽度约束等优化策略,能生成满足矿区复杂环境约束的平滑可行路径。算法采用增量式方式更新,只需对改变的局部区域重新进行路径搜索,大大减少了整体路径规划的计算耗时。通过试验验证该算法性能,结果表明:与传统路线规划方法相比,该算法能够快速、精准地完成巡检任务,为矿区巷道巡检机器人推广应用提供了参考。

激光SLAM技术下移动机器人自主导航优化研究

在进行自主导航时,移动机器人躲避障碍物的能力较差,使得完成任务需要的时间较长。为此,提出一种激光SLAM技术下移动机器人自主导航优化方法。利用图优化理论,获取全部位姿拓展节点对应的子节点,通过闭环检测,计算误差最小的位姿,根据SPA算法更新位姿,完成移动机器人的位姿估计。利用激光SLAM技术,输出优化后移动机器人位姿,使用A*算法,得到最优通行路径,引入DWA算法展开轨迹计算,实现移动机器人自主导航优化。实验结果表明,所提方法能够准确估计移动机器人位姿,在自主导航优化后,移动机器人自主导航路径长度仅为1 900 mm,转角次数仅为2次,运行周期仅为190次,平均速度高达280 mm/s,具有较好的移动机器人自主导航优化效果。

SLAM技术及卷积神经网络(CNN)技术支持下的自动修剪机器人设计

为解决我国城市绿化植被修剪维护需求日益增多的问题,本研究设计了一种可应用于城市、园林等场所的绿化植被自动修剪巡航机器人。该机器人采用了SLAM技术和卷积神经网络(CNN)技术作为主要技术基础,使用Gmapping SLAM技术构建栅格地图,以实现在一定范围内的自动导航功能,并将卷积神经网络(CNN)算法与YOLOv3-spp算法相结合,进行视觉学习,使机器人能够进行深度学习和图像分析。仿真结果表明,该机器人可实现自主导航、视觉判别和精细化修剪等功能,能够准确辨别出需要修剪的植被,并进行精细修剪,提高了修剪效果和效率,在城市、园林等场所具有广阔的应用前景,为城市绿化管理提供了一种创新的解决方案。

基于SLAM技术井下采空区及巷道探测

随着对矿井生产要求的不断提高,传统的井下测量技术已经难以满足当前对采空区管理和隐患治理的需要。同时定位与建图(SLAM)三维激光扫描技术能够对地下采空区进行精确扫描,准确获取采空区的空间位置、形态、体积以及形变等三维立体数据,所获取的数据能够作为地下采空区管理规划以及提出的治理方案科学合理性的依据。本文对某铅锌矿采空区及巷道探测,通过现场及综合分析采用移动式三维激光扫描仪(Hovermap)进行探测。快速、准确的实现数据采集。通过三维建模,得出了采空区治理后及巷道的实测模型,为客观评价采空区的治理效果提供可靠的数据支撑。

基于slam技术与位置融合的换流站主设备虚拟现实巡检方法

提出基于slam技术与位置融合的换流站主设备虚拟现实巡检方法,改善巡检路径规划效果。基于智能机器人的换流站主设备虚拟现实巡检框架,利用智能机器人携带的IMU采集其加速度、角速率数据,经模糊自适应PI算法补偿智能机器人的航向角误差后,获取其位姿估计结果;采用相机、激光雷达传感器采集换流站环境图像数据,并基于双目结构光的RGB-Dslam方法对其作处理,以获取相机位姿估计;采用扩展卡尔曼滤波实现智能机器人的融合定位,确定其各时刻位置点、方向角,将其同步到虚拟空间后,绘制出换流站环境地图,以启发式路径搜索方法确定最优巡检路径,依据最小化成本函数制定巡检避障策略,实现换流站主设备虚拟空间避障巡检轨迹规划。实验结果表明:该方法可完成机器人航向角误差补偿;规划出最优换流站主设备巡检路线,误差仅为厘米级。

基于SLAM技术三维激光扫描仪在人防测绘中的应用

当前人防测绘从二维向三维方式转变,手持SLAM技术是当前人防平面测绘和三维建模的一个新技术,其有操作简单、采集速度快、内业点云处理自动化高等优势,成为人防测绘应用的趋势。本文以鞍山市某地下人防商业城测绘为例,利用基于SLAM技术的三维激光扫描仪方法采集数据,在外业采集、数据处理和点云利用等方面进行研究,形成了一种新的地下人防测绘生产体系。经过实践和数据对比后证明,基于SLAM技术的三维激光扫描仪能够达到测绘精度要求,并且大大提高了生产效率,为今后的人防工程测绘提供工作参考。

基于CV及SLAM技术的一体化警用无人机配件设计与应用分析

随着计算机视觉、同步定位与地图构建(SLAM)等技术的飞速发展,警用无人机一体化部件的研制有望为公安工作提供新的技术支撑。本文以警务无人机为研究对象,研究其智能特征,并对其所涉及的计算机视觉、同步定位与地图构建(SLAM)等关键技术进行研究。首先介绍了警用无人机的发展概况,CV和SLAM技术的基础知识,以及如何将这些技术集成到一体化警用无人机配件设计中,同时探讨了该技术在公安工作中的应用价值,以及该技术在公安工作中的应用前景。

基于RGBD+SLAM技术的地下管涵智能探测系统研发与应用

针对城市地下管道精确测绘的现实需求,将深度相机(RGBD)和定位制图算法(SLAM)进行技术集成,研发了一套基于智能载体、先进传感设备及配套硬软件的智能三维管涵探测系统。该系统采用适合于暗涵及管道环境的彩色深度图像传感器,使用SLAM数据处理算法对采集信息进行后续处理,从而获得符合工程精度要求的测量区域三维立体数字模型。将该技术应用于对某压缩空气储能项目试验洞的探测,获取了可靠的隧洞三维实景模型,并在此基础上解译了断层的产状、评估了隧洞的超欠挖情况。结果表明:基于RGBD+SLAM技术的三维管涵探测系统,具备高效、安全、经济性好等显著优势,可为地下空间工程智能探测和实景建模提供参考。

基于SLAM技术的巡诊送药竞赛机器人

根据中国机器人大赛竞赛要求,基于SLAM技术,设计了一台巡诊送药竞赛机器人,该机器人以STM32为控制核心,通过搭载视觉识别模块、导航定位系统、语音播报模块、直流电机驱动器和舵机控制器构建了巡诊送药竞赛机器人的控制系统。机械系统包括机器人底盘系统和抓药执行机构。根据比赛规则,设计了相应的控制算法,实现了医疗机器人的竞赛功能。

基于三维激光雷达的智能车辆SLAM技术研究

智能车辆实现自主导航的必要条件之一是定位技术,目前基于三维激光雷达的同步定位与建图(SLAM)技术是定位技术的主流方案。文章从三维激光SLAM的算法框架和关键模块进行总结,具体讨论了扫描匹配、后端优化、闭环检测、地图构建等关键模块的常用算法及改进;综述了几种开源的三维激光SLAM,并对比了其优缺点;对在应用中激光雷达局部点云稀疏、Z轴的漂移以及动态对象引发的噪声影响等关键性问题进行了分析阐述;指出了基于三维激光雷达的SLAM与深度学习相结合、多传感器融合是未来三维激光SLAM的发展和研究方向。

基于SLAM技术的公安巡逻机器人应用研究

科技兴警的大背景下,基于物联网技术和人工智能的公安巡逻机器人逐渐进入人们的视野中,它在优化警力资源配置、解决基层警力不足及推动巡逻警务高效率运行上有着不可忽视的作用。随着社会环境日益复杂,公安巡逻机器人的导航技术发展越来越受到挑战,现存的导航方法如磁轨、视觉定位、卫星定位等对环境的适应性和稳定性不强。在介绍SLAM(SimultaneousLocalizationandMapping,同步定位与地图构建)技术的基础上,着重分析了SLAM技术在公安巡逻机器人上运用的优势及运用场景,并为公安巡逻应用SLAM机器人面临的问题提出了解决对策。

无人机SLAM技术在大管径深埋管道探测中的应用研究

市政工程建设中,准确查明工程范围内的各类地下管线,是工程实施的必要先决条件。目前,针对地下浅埋管线、通信等有空孔的小管径深埋非开挖管线,已有一套非常完善的探测方法,但对于大管径深埋管道,尤其是曲线顶管的排水箱涵,一直缺乏有效的物探手段。本文将无人机激光雷达SLAM技术应用于深埋排水管涵的探测中,通过对实际案例的应用分析,认为无人机SLAM技术在满足飞行条件的情况下能较好适用于大管径深埋管线的探测工作,且探测精度较高,为该类管线的探测提供了新思路。

激光SLAM技术进展

针对近年来,基于激光雷达(LiDAR)的同时定位与地图构建(SLAM)技术在激光传感器技术的更新迭代、运动估计算法的稳定性和准确性、地图优化算法的精度和一致性以及与其他多种传感器深度融合等方面虽已取得显著进展,然而面对运动场景和复杂场景时,基于点云匹配的激光雷达里程计鲁棒性较差,容易失效,大规模场景下的后端优化算法会消耗大量计算资源,无法满足实时性的要求,以及不同场景下回环检测的成本较高且易误匹配等问题,研究分析激光SLAM技术进展:阐述激光雷达系统和激光SLAM框架;并详细介绍激光SLAM的关键技术和模块,针对激光SLAM与视觉SLAM系统开展对比研究;最后结合近年来的研究成果,指出激光SLAM技术在自动驾驶、机器人导航和工业自动化领域具有巨大的应用潜力,未来的研究趋势将集中于多源传感器融合、优化策略的改进以及与场景识别和环境感知技术的结合。

单机器人SLAM技术的发展及相关主流技术综述

从主要依据的输入传感器信号入手,将目前单机器人SLAM技术分为基于距离传感器和基于视觉传感器两大类,从起源、发展、最新技术及应用分别对这两类SLAM技术做了发展历程分析。总结了现有主流技术的研究框架,对基于距离传感器的主流技术EKF-SLAM、PF-SLAM、Fast SLAM的研究内容,基于视觉传感器的主流技术特征法、直接法、RGB-D SLAM、深度学习SLAM的研究内容进行综述,总结了每种技术的运行机制、优缺点和适宜场景,并预测SLAM技术的未来发展方向。

基于SLAM技术的高校师资体系智能规划方法研究

针对当前师资规划方法存在用户满意度低和规划耗时长的问题,提出基于SLAM技术的高校师资体系智能规划方法。实验结果表明,该方法用户满意度和规划效率均高于当前方法,具有较强的可靠性和可实践性。

SLAM技术在大比例尺城市建筑物测绘中的应用

为了探索测绘新技术在城市基础测绘领域的应用,利用SLAM技术扫描得到的点云数据进行大比例尺地形图中建筑物要素的提取与绘制。首先,通过外业激光点云数据采集、内业激光点云数据解算与点云坐标转换,获得满足生产条件的城市坐标点云数据;其次,通过矢量提取软件进行建筑物轮廓的矢量提取与编辑成图,并通过传统高精度的测绘方式对SLAM技术扫描点云提取的.建筑物精度进行验证。结果表明,利用SLAM技术激光扫描点云提取的建筑物信息,能满足《城市测量规范》中规定的点位精度与间距精度要求。

惯导-视觉SLAM技术综述

惯导-视觉SLAM指将惯性传感器所测数据与视觉传感器所获图像数据进行融合实现同时定位与建图的过程,惯导-视觉SLAM现成为视觉SLAM进行多传感器融合研究的热点。本文对视觉SLAM技术、惯性导航技术和惯导-视觉SLAM进行了介绍,探讨了惯导-视觉SLAM的发展动向与发展趋势。

SLAM技术及其在测绘领域中的应用

即时定位与地图构建(SLAM)是机器人领域的关键技术之一。基于SLAM技术可以对视觉信息和激光雷达数据进行三维重建与地图构建,这些三维模型及地图在测绘领域有着广泛的应用,尤其是更加精确的三维模型数据,对于精确测量和高精度导航等方面有着重要的意义。因此,本文从测绘领域的视角对SLAM技术的发展、原理及其在测绘领域的应用进行了论述和讨论,且对SLAM技术在测绘领域的应用前景进行了展望,为国内外测绘和机器人方面的研究人员提供了重要参考。

基于ROS系统和SLAM技术的智能小车的研究

文章研究了一种具有同时定位与地图构建功能的智能小车。该小车的构建是基于ROS操作系统和Ubuntu操作系统,并采用C++设计语言完成的;主要由激光雷达、麦克纳姆车轮、深度相机等器件组成,可以实现三维建图、室内自主定位导航、动态避障、视觉巡线等功能。重点分析了智能小车的物理构造,并对小车的部分结构件以及SLAM技术的硬件和软件实现做了重点介绍。最终通过多次实验,实现了小车的位姿估计和地图构建功能。

基于激光SLAM技术的电力巡检机器人交互控制

提出基于激光SLAM技术的电力巡检机器人交互控制方法,利用激光SLAM技术在地图模型、运动学模型、里程计观测模型以及多传感器观测模型的基础上绘制机器人的巡检地图,通过Dijkstra算法根据巡检地图获得最短巡检路径,并采用DWA滑动窗口法对选取的巡检路径进行评分,选择评分最高的路径作为机器人的巡检路径,完成电力巡检机器人的交互控制。实验结果表明,所提方法的避障效果好、路径规划效果好、控制精度高。