基于RTM的自主服务机器人智能化分散控制

为提高智能服务机器人的服务质量及智能化水平,基于机器人技术中间件(robot technology middleware,RTM),对室内环境下的机器人定点物体传送任务及其相关技术进行了深入研究.首先,为了提高系统的稳定性及开发效率,建立功能模块集,并结合模糊树图与DS(Dempster-Shafer)证据理论实现模块的粒度划分;对于机器人定点物体传送过程中所面临的即时定位与地图创建问题,采用Rao-Blackwellized粒子滤波算法完成底层栅格地图的创建,进而构造动态精简式混合地图,并利用记忆循迹规则实现机器人定点导航;通过改进的显著性区域提取算法实现对空间物体坐标的提取,并利用智能机械臂平台完成对物体的抓取及传送任务.以机器人移动平台和UR5机械臂为基础对设计系统进行实际测试,结果验证了所提分散控制方法的有效性和可行性.

RTM框架下基于分层拓扑结构的多机器人系统地图拼接

针对大规模的未知环境,在机器人中间件技术(RTM)框架下,提出了一种基于视觉特征的拓扑地图节点匹配方法,并结合局部扫描匹配策略,实现多机器人系统地图拼接.该方法首先建立主-辅结构的多机器人模型,利用改进的SP^2ATM算法建立未知环境的拓扑结构并增量式地创建地图.在此基础上,提出了融合尺度不变(SIFT)特征的分层拓扑地图结构,并结合迭代最近点算法来实现多机器人系统地图拼接.本文以RTM作为通讯平台,使系统具有较高的实时性、灵活性和鲁棒性.USARSim仿真平台与真实环境下的实验结果验证了所提方法的可行性与有效性.

RTM框架下基于点线特征的视觉SLAM算法

针对图像纹理较为单一及相对模糊时仅仅依靠点特征难以实现精确位姿估计的问题,采用分散模块化技术提出了一种基于点线特征的视觉SLAM(同时定位与地图创建)算法.首先,提取相机采集环境中的点特征及线特征,并根据帧间特征匹配进行跟踪;随后,采用改进的NICP(normal iterative closest point)算法与关键帧匹配策略构建里程计系统.在此基础上,引入基于点线特征词典的闭环检测与GTSAM(Georgia Tech smoothing and mapping library)图优化方法获取具有全局一致性位姿的3维点云地图.以机器人技术中间件构筑系统框架,在提高系统实时性的同时增强功能模块的可扩展性与灵活性.标准数据集与实际实验室场景下的实验结果验证了所提方法的可行性和有效性.

基于模糊树图与DS证据理论的机器人功能模块粒度划分方法

基于机器人技术中间件(RTM)提出一种功能模块粒度划分评价方法.首先,结合模糊层次分析法(FAHP)获取模块功能与结构相关性指标的综合权重,构造系统相关矩阵,通过模糊树图聚类算法得到不同粒度下的机器人系统模块划分方案;以模块独立性为原则,构建各模块划分方案的内聚度与耦合度模型,并将其视为DS(Dempster-Shafer)证据理论的两个证据源,建立多属性决策矩阵;通过区间偏好排序法对决策方案的信任区间进行排序,得到机器人系统最优模块划分方案.以机器人3维地图创建系统为例,对所提评价方法进行验证,系统实现及结果表明了该方法的有效性和可行性.