适用于低端激光雷达的优化Hector SLAM算法

提出了一种实时定位和建图(SLAM)前端优化的解决方法。首先降低算法对雷达精度的要求,对激光雷达数据进行概率霍夫变换与最小二乘法拟合的预处理,降低系统噪声并优化直线数据;用双三次插值算法代替Hector SLAM中使用的双线性插值算法,获取精度更高的栅格地图与地图梯度。然后解决系统对激光雷达高刷新频率的依赖,使用图像处理的常用方法,即通过图像相减与矩阵变换,判定激光雷达的运动形式为平移还是旋转;优化SLAM的关键帧判定机制,不再把由旋转得到的数据更新至地图。经过实践验证,低性能的激光雷达也可以使用优化后的Hector SLAM方法获得优质的地图,并且解决了地图构建重影问题。

全向移动式智能安防机器人

设计了全向移动式智能安防机器人。该机器人采用轻量化改进后的YOLOv5检测算法,并应用ArcFace人脸识别损失函数,基于FreeRTOS系统建立报警任务和巡逻监控任务,具有巡逻监控、身份识别、自主报警等功能。为满足机器人目标识别的实时性,通过快速下采样方法重新对YOLOv5检测算法的Backbone层和Neck层进行设计,并分别对输入图片进行卷积和最大池化操作,并将二者的结果相融合传入下一阶段,使网络的运算速度比之前提升了2.322倍。对机器人进行了安防效果测试,结果表明,机器人具有较高的识别精准度和较强的主动预防能力。