复杂环境建模与机器人避障规划研究

针对复杂环境下的机械臂作业问题,提出了一种基于空间凸多面体集模型的避碰路径规划方法。首先,给出一种利用空间凸多面体模型的复杂物体建模方法,该方法具有一套树型递归结构框架,能精确逼近任意形状的物体,并支持子物体之间的自由度连接,从而能恰当表示如多关节机械臂和电脑桌等带有运动自由度(关节转动、柜门开合、抽屉拉出等)的物体;然后,设计了一种基于直线扫掠体序列的碰撞检测方法,它能快速、准确地进行连续运动的机械臂与空间物体间的碰撞检测;最后,采用遗传算法实现了机械臂的避碰路径规划。在桌面上摆放多个复杂形状物体后,机械臂顺利完成了避障作业规划。仿真结果验证了算法的有效性,表明了其实用价值。

基于人工离线特征库的室内机器人双目定位

针对室内复杂环境下的移动机器人的定位问题,研究了一种能够适应空间狭小、特征点密集的环境的双目视觉定位方法。以基于扩展卡尔曼的同时定位与地图创建方法为基础,并为了克服算法计算量过大(特征点数较多时)、关联脆弱等问题,设计了人工离线建立特征库的方法,并引入了稀疏性限制、稳健点筛选等改进措施,保证了特征库分布均匀、数量可控。实验结果表明:本文方法能够在复杂环境下实时定位,具有较高的可靠性和精度。算法通过引入了特征库定期更新策略来适应环境变化,从而可实现长期有效地定位。

机器人双目图像实时立体匹配算法

针对移动机器人平台上的双目视觉深度信息获取问题,研究了一种适用于动态图像序列的双目图像立体匹配算法.采用成熟的半全局立体匹配算法对图像快速立体匹配;分析了在复杂环境下的运动平台上完成立体匹配所面临的主要噪声干扰,包括白斑噪声和断层闪烁噪声;为此,分别提出了白斑滤波算法和视差图时间域滤波方法以抑制这两种噪声.试验结果表明,所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰,最终能够实时获得连续清晰的视差图序列.

基于特征稀疏策略的室内机器人SLAM研究

针对室内环境下的移动机器人的定位问题,研究了一种能够适应空间狭小、特征点密集的复杂环境的双目视觉SLAM方法。该方法以EKF-SLAM方法为基础,引入了一种特征点稀疏性控制机制,该机制对地图库中的特征点同时在位置空间和特征空间进行分布密度限制,克服了因特征点快速上升而导致的庞大的计算量问题,提高了数据关联的准确性。此外,降低了SIFT矢量的维数以降低计算量,且在左右试图的特征匹配中,引入了多个约束条件,以提高匹配的准确性。最终实验结果表明,方法能够实现特征点分布的均匀性,且在定位精度满足要求的前提下缩短定位时间。