基于快速仿射模板匹配的AMCL算法

自主定位是移动机器人的重要任务,机器人绑架问题是定位技术中的难点。基于粒子滤波的自适应蒙特卡罗定位(AMCL)算法能够解决机器人绑架问题,但其在定位恢复过程中需要在全局地图中放入新粒子,恢复效率低。通过对自适应蒙特卡罗定位算法的研究,结合图像学中模板匹配思想,提出了一种基于快速仿射模板匹配的自适应蒙特卡罗定位(AMCL-FM)算法。该算法利用全局代价地图与局部代价地图估计出机器人的真实位置,并在估计出的位置放置新的粒子,提高定位恢复能力。与传统的自适应蒙特卡罗定位算法相比,所提算法定位精度提升了61.13%,定位恢复效率提升了69.23%。

智能机器人在犯罪现场勘查中的应用与拓展

各种智能机器人的创造一直是人类的梦想与追求，也是21世纪科技发展的热点之一，其发展具有创新性与战略性，对国民经济与国家安全具有重大影响。机器人是典型的机电一体化设备，在我国目前“智慧公安”工程中能起到重要作用，在犯罪现场勘查中也可以大有作为。

平衡信息化侦查与公民隐私权保护的途径

信息化侦查,是指在侦查过程中,侦查人员以情报信息为主导,利用信息技术和信息资源,在优化和完善侦查业务的同时,使侦查过程智能化,从而提高侦查效率的一种侦查模式。侦查机关利用数字化手段,在搭建的信息平台上开展犯罪事实查证,对收集到的与案件有关的信息进行归纳、分析、研判,提高反应速度,准确、高效查获犯罪嫌疑人。

自恢复蒙特卡罗定位算法

机器人定位技术作为智能机器人领域的重要技术,是机器人进行自主规划和导航的重要前提。为解决机器人运动过程中的绑架问题,在蒙特卡罗定位(Monte Carlo localization, MCL)算法的基础上,提出了基于激光雷达似然域模型的定位可靠度评判算法以及基于惯性导航单元的定位自恢复模型。定位可靠度评判算法对机器人是否发生绑架问题进行判定,当发生绑架问题后,首先基于惯性导航单元的测量数据进行位姿预估计,然后基于预估计的位姿构建粒子重分布模型,最后进行粒子滤波得到重定位的结果,达到了对机器人绑架判定和自恢复定位的目的。经过实验测试和对比,该算法可以对绑架问题进行高效的判断,具有更高的恢复效率和准确度。