自适应序贯滤波的机器人融合定位方法研究

针对激光雷达在长直环境下鲁棒性低以及视觉相机受光照条件影响大的问题,提出一种利用序贯卡尔曼滤波将两种传感器采集到的信息进行融合的定位方法,将传感器作为独立的节点逐级传递以实现多层次滤波,解决了异步传感器更新延迟导致算法中断的问题,同时为算法添加自适应成分,避免了移动机器人长距离行驶过程中因缺少动态调节而产生发散的现象。仿真实验结果表明,以自适应序贯滤波的形式,融合定位结果显著降低了单一传感器测量带来的误差,有效提升了移动机器人在未知环境下的定位精度。

石化巡检机器人设计与应用

针对石化储运等企业输油站罐区的巡检问题,设计一款集视频监控、监测气体泄露、图像识别与报警等多功能于一体的小型智能巡检机器人,阐述了智能巡检机器人结构与功能特点,通过对巡检机器人进行运动学仿真,该机器人可以越过77.5mm的凸台障碍物,爬上最大角度为30度的斜坡以及越过宽度为250mm的负障碍。利用该巡检机器人可以保障巡检频次和质量,极大减轻人员劳动强度,实现替代人工对输油站储油罐、储气罐等易燃易爆环境的自动巡检作业。

湘钢5#煤粉锅炉的脱硫除尘改造

针对5#煤粉锅炉无脱硫工艺,除尘效果较差,烟气林格曼黑度大,排放不达标等情况,对除尘器进行了技术改造,改造后,烟气能达标排放,取得了较好的经济效益和环保效益。

履带式被动自适应机器人的通过性研究

危险灾害现场是非结构化地形环境,机器人辅助救援人员快速进入灾害现场,展开救援工作。要求机器人能够自适应于地形环境,具有良好的通过性能,对现场环境进行信息采集,对履带式被动自适应机器人建立多体动力学模型,利用RecurDyn软件建立整体机器人的几何模型,确定仿真参数为速度大小和地面参数;创建坡地、台阶和壕沟的地形模型,根据仿真参数分别对典型障碍物进行定量分析,选择机器人良好的通过性能。加工零件、组装样机,完成了履带式被动自适应机器人的样机,对坡地、台阶、壕沟和野外进行越障试验,观察越障过程,测量越障数据与仿真实验数据结果进行对比,确定机器人的通过性能并验证机械结构和参数设计的合理性。

自适应容积卡尔曼滤波激光视觉融合定位研究

针对激光雷达在长直环境下鲁棒性低以及视觉相机受光照条件影响大的问题,提出一种利用容积卡尔曼滤波将两种传感器采集到的信息进行融合的定位方法,同时为算法添加自适应成分,以提高移动机器人在未知环境下的定位精度。首先通过激光与视觉在同一位置同时对周围物体进行观测,利用图优化算法与PnP算法获得当前机器人位姿信息,再以激光和视觉采集的数据分别作为状态值和量测值不断更新,得到滤波融合后的定位结果。通过Sage-Husa自适应滤波理论增加自适应修正项,解决了长距离观测后的数据发散问题。仿真实验结果表明,以自适应容积卡尔曼滤波的形式进行优化,融合定位误差相较于激光与视觉降低超过25%,有效提升了移动机器人长距离行驶过程中的定位精度。

视觉和激光雷达里程计紧耦合的SLAM算法

针对视觉和激光耦合simultaneous localization and mapping(SLAM)中存在的视觉特征丢失、雷达闭环轨迹矢量漂移和高程位姿偏差问题,提出一种通过扫描上下文回环检测的紧密耦合视觉和激光雷达SLAM方法。采用基于SIFT、ORB特征点检测器的视觉里程计解决特征点丢失和匹配失败问题;通过雷达里程计融合视觉里程计帧间估计消除雷达点云畸变和大幅度漂移;通过扫描上下文进行回环检测,引入因子图优化里程计矢量漂移,消除回环检测失败问题。在多个KITTI数据集中对所提算法进行验证,并与经典算法进行对比,实验结果表明,该算法具有高稳定性、较强鲁棒性、低漂移和高精度。