利用平面特征的激光雷达相对位姿标定方法

针对多激光雷达外参数的标定问题,提出一种利用平面匹配的激光雷达间相对位姿自动标定方法。首先利用RANSAC算法对回廊式结构进行平面和相应法向量的提取;其次通过一系列的方法匹配对应平面,采用Kabsch算法求解初始外参数;最后利用Ceres库进行非线性优化,实现了较高精度的激光雷达外参数标定。仿真实验以及实际测试结果表明,该方法具有较高的标定精度和较强的鲁棒性,旋转、平移误差分别小于0.03 rad和0.04 m。

具备尺度恢复的单目视觉里程计方法

针对单目视觉存在尺度不确定性,无法准确估计移动机器人位姿的问题,提出一种具备尺度恢复的单目视觉里程计方法。通过建立局部地图解决基于参考帧/当前帧的位姿估计方式过分依赖参考帧的问题;为了提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差;最后基于平面假设成立和相机高度已知的条件下,通过图像RoI区域的稠密匹配,建立非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定地进行位姿估计并且有效地解决了单目视觉存在的尺度不确定性问题,可用于真实三维场景中移动机器人的位姿估计。

基于递推最小二乘的三轴磁强计在线自校正方法

针对现有三轴磁强计误差校正方法存在计算量大、依赖外界参考信息、不能在线校正等问题,提出一种基于递推最小二乘的误差在线自校正方法。根据Poisson方程对磁场测量模型的描述,导出磁场矢量误差校正模型;基于椭球假设理论,建立校正模型与椭球曲面方程系数之间的关系;推导了基于递推最小二乘的椭球方程系数在线辨识的实现过程,进而求得误差校正参数。实验结果表明:提出的方法能有效校正软磁和硬磁效应引起的数据畸变;采样点磁场强度最大波动幅度由67. 112 8μT降低至14. 064 8μT,误差标准差由15. 828 7μT降低至6. 345 1μT,适用于无外部参考基准下三轴磁强计的误差自动校正。

平面反射镜辅助的激光扫描数据获取方法

作为一种光学测量设备,激光扫描仪在测量时不可避免地存在或多或少的盲区,从而在点云上形成孔洞,严重影响点云及模型的质量。为解决这一问题,提高点云获取的完整性,本文设计了一种附带人工标志的平面反射镜用于获取盲区的点云数据方案。通过反射成像原理提取像空间点云数据并恢复到物方坐标系下,从而完成盲区数据的扫描。试验表明,该方案能大大提高点云采集的完整率。

基于最小二乘的工具坐标系标定方法

机器人工具坐标系标定的好坏直接决定机器人工作的可靠性和准确度,准确地标定机器人工具坐标系,能有效提高机器人完成任务的效率,满足实际需要。基于最小二乘原理,将位置和姿态分开标定,操作机器人使工具末端以四种不同的姿态到达同一个位置,根据示教器上的读数解算得到工具坐标系的位置;使机器人工具末端分别沿基坐标系的X轴和Z轴正方向运动,解算得到工具坐标系相对于法兰末端坐标系的姿态。最后通过MATLAB进行仿真验证,得到工具末端的位置误差在0.1mm以内,说明该方法具有较高的精度。

基于自适应卡尔曼滤波的TDOA定位方法

超宽带UWB(Ultra Wide Band)技术是一种新兴的室内定位技术,具有功耗低、定位精度高、穿透能力强等特点,被广泛研究。利用到达时间差TDOA(Time Difference of Arrival)测量方法,通过UWB标签向多个基站发送信号得到标签到各个基站的时间戳差,利用Chan算法实时解算标签的运动位置。建立"当前"统计模型,设置阈值改进自适应卡尔曼滤波迭代过程,利用改进后的自适应卡尔曼滤波算法消除非视距误差和噪声对TDOA定位的影响,实现了更准确的TDOA室内定位。实验表明,基于自适应卡尔曼滤波的TDOA定位方法具有较高的精度。

激光SLAM精度测试场设计与实现

同时定位与地图构建(SLAM)系统在机器人、自动驾驶和移动测量等领域有广泛的应用,但目前系统精度的测试方法尚不完善。针对SLAM系统精度测试的实际需求,本文提出了一种SLAM高精度测试场的建立方法。首先建立三维控制网,然后利用三维激光扫描技术对环境信息进行采集,最终构建出用于测试SLAM系统精度的高精度三维点云特征库。试验结果表明,建立的三维点云特征库包含丰富的特征信息,具有真实地理坐标,精度达到毫米级,可以较好地满足SLAM精度测试的需求。

利用局部几何特征与空洞邻域的点云语义分割

点云具有数据量大、无拓扑结构等特点,现有的深度学习语义分割模型难以充分挖掘大范围邻域内点云中所隐藏的几何特征。由此提出了一种基于空洞邻域并结合角度等几何特征作为模型输入的点云语义分割模型。首先,在局部邻域构建过程中,将图像处理的空洞卷积操作扩展至点云,建立空洞邻域结构,以扩大感受野;然后,在特征提取过程中,将中心点与邻域点之间相对坐标、距离、角度等基本几何特征作为模型输入,最大程度挖掘邻域内的几何特征;最后,基于所提邻域结构与特征提取算法构建了点云语义分割模型。采用Semantic3D数据集进行实验验证,结果表明,所提模型分割效果优于对比的点云语义分割算法,空洞邻域与局部几何输入特征能够有效改善点云语义模型的性能。