在SLAM领域中,为了克服稀疏特征地图不能提供详尽环境信息的缺点,从观测信息的物理意义出发,提出了全局观测地图模型.其基本思想是在稀疏特征地图中嵌入全局密集地图信息,采用位移准则、特征准则和传感器量程准则提取必要的观测信息,然...在SLAM领域中,为了克服稀疏特征地图不能提供详尽环境信息的缺点,从观测信息的物理意义出发,提出了全局观测地图模型.其基本思想是在稀疏特征地图中嵌入全局密集地图信息,采用位移准则、特征准则和传感器量程准则提取必要的观测信息,然后对观测信息进行去噪、转换,接着根据观测信息的物理意义和机器人位姿估计的不确定性获取环境的全局密集地图,可视化后得到环境的二值地图、灰度地图或颜色地图.将全局观测地图模型与EKF-SLAM算法相结合,提出了GOE-SLAM算法,采用Car Park Dataset对GOE-SLAM进行了实验验证,结果表明GOE-SLAM生成了可信的密集地图,并且GOE-SLAM的计算复杂度与EKF-SLAM相当.展开更多
随着社会不断的发展,科技的不断进步,自主移动机器人的应用越来越广泛,例如:交通、医疗、生活、军事、航空和航海等。特别的高危环境中,复杂的环境中,这就需要自主移动机器人可以进行连续的自定位和地图创建。在一个未知的环境中,由于...随着社会不断的发展,科技的不断进步,自主移动机器人的应用越来越广泛,例如:交通、医疗、生活、军事、航空和航海等。特别的高危环境中,复杂的环境中,这就需要自主移动机器人可以进行连续的自定位和地图创建。在一个未知的环境中,由于没有已知的地图信息,机器人要通过所携带测距传感器建立一个准确的环境地图信息,同时,根据已经建立的地图信息确定自身的位置,即同时定位与地图构(Simultaneous Localization And Mapping,SLAM)。主要研究机器人基于激光解释模型的地图创建。展开更多
联合相容分支定界算法(JCBB)存在"计算复杂度高"等缺点.为了优化JCBB算法在准确度和计算复杂度方面的性能,对它进行了三处改进:一是采用互斥准则和最优准则来提高关联的准确度;二是根据机器人的位姿和传感器的测量范围将数据...联合相容分支定界算法(JCBB)存在"计算复杂度高"等缺点.为了优化JCBB算法在准确度和计算复杂度方面的性能,对它进行了三处改进:一是采用互斥准则和最优准则来提高关联的准确度;二是根据机器人的位姿和传感器的测量范围将数据关联限定在局部可能区域中;三是自适应地进行分批数据关联.仿真实验结果表明,优化JCBB算法(OJCBB)在保证准确度的同时大大降低了计算复杂度.Victoria Park Dataset实验表明,OJCBB算法的数据关联结果是可信的,而且OJCBB算法的计算效率远远高于JCBB算法.展开更多
同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)作为自主移动机器人的基本功能,近年来已成为机器人领域的研究热点。然而现有视觉SLAM算法大多将外部场景作为静态假设,忽略了环境中运动物体对SLAM系统精度的影响,影响...同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)作为自主移动机器人的基本功能,近年来已成为机器人领域的研究热点。然而现有视觉SLAM算法大多将外部场景作为静态假设,忽略了环境中运动物体对SLAM系统精度的影响,影响SLAM系统在实际环境中的应用。鉴于此,提出一种适用于动态场景的鲁棒视觉SLAM算法,以ORB-SLAM2框架RGB-D模式为基础,在前端添加一种基于几何约束的动态检测方法。首先对场景中的动态特征点利用一种几何约束方法进行粗滤除,然后将剩余的特征点作为改进随机抽样一致算法(Random Sample Consensus,RANSAC)的样本点估算稳定的基本矩阵,使用极线几何滤除场景中真正的动态特征点。最后对改进系统在TUM数据集上进行测试,结果表明改进系统可以有效提高ORB-SLAM2系统在高动态场景中的性能。展开更多
SLAM(Simultaneous localization and mapping,同时定位与地图创建)指机器人在自身位置不确定和未知的环境中创建环境地图,并且利用地图进行自主导航与定位。移动机器人研究的核心课题是同步定位与地图创建,而移动机器人又是室内测绘仪...SLAM(Simultaneous localization and mapping,同时定位与地图创建)指机器人在自身位置不确定和未知的环境中创建环境地图,并且利用地图进行自主导航与定位。移动机器人研究的核心课题是同步定位与地图创建,而移动机器人又是室内测绘仪器的数据采集平台。文中对SLAM在室内测绘仪器的研发现状进行总结,然后结合SLAM测绘仪器室内移动测量系统重点探讨了被动视觉SLAM、主动视觉SLAM、无线局域网(Wi Fi)SLAM和RGB-D SLAM方法的原理、优缺点和研究现状,对两种比较流行的SLAM算法改进思想和研究现状进行了阐述,最后根据SLAM室内测绘仪器的研发探讨了SLAM测绘仪器室内移动测量系统的评价标准与发展趋势。展开更多
在多机器人同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)协同工作下,要求融合各机器人的特征子地图形成单一的公共地图,利用三角形相似性原理,实现SLAM定位中各机器人子地图的相互匹配。在机器人创建的地图中,依据...在多机器人同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)协同工作下,要求融合各机器人的特征子地图形成单一的公共地图,利用三角形相似性原理,实现SLAM定位中各机器人子地图的相互匹配。在机器人创建的地图中,依据路标位置相关的特征组成最小三角形,并通过三角形相似性原理对各机器人创建子地图进行相似性匹配,并记录相似三角形对应点匹配次数,最后彼此匹配次数最多的对应路标即为相关联的路标对。实验结果表明该方法是有效的,且鲁棒性强。展开更多
文摘在SLAM领域中,为了克服稀疏特征地图不能提供详尽环境信息的缺点,从观测信息的物理意义出发,提出了全局观测地图模型.其基本思想是在稀疏特征地图中嵌入全局密集地图信息,采用位移准则、特征准则和传感器量程准则提取必要的观测信息,然后对观测信息进行去噪、转换,接着根据观测信息的物理意义和机器人位姿估计的不确定性获取环境的全局密集地图,可视化后得到环境的二值地图、灰度地图或颜色地图.将全局观测地图模型与EKF-SLAM算法相结合,提出了GOE-SLAM算法,采用Car Park Dataset对GOE-SLAM进行了实验验证,结果表明GOE-SLAM生成了可信的密集地图,并且GOE-SLAM的计算复杂度与EKF-SLAM相当.
文摘随着社会不断的发展,科技的不断进步,自主移动机器人的应用越来越广泛,例如:交通、医疗、生活、军事、航空和航海等。特别的高危环境中,复杂的环境中,这就需要自主移动机器人可以进行连续的自定位和地图创建。在一个未知的环境中,由于没有已知的地图信息,机器人要通过所携带测距传感器建立一个准确的环境地图信息,同时,根据已经建立的地图信息确定自身的位置,即同时定位与地图构(Simultaneous Localization And Mapping,SLAM)。主要研究机器人基于激光解释模型的地图创建。
文摘联合相容分支定界算法(JCBB)存在"计算复杂度高"等缺点.为了优化JCBB算法在准确度和计算复杂度方面的性能,对它进行了三处改进:一是采用互斥准则和最优准则来提高关联的准确度;二是根据机器人的位姿和传感器的测量范围将数据关联限定在局部可能区域中;三是自适应地进行分批数据关联.仿真实验结果表明,优化JCBB算法(OJCBB)在保证准确度的同时大大降低了计算复杂度.Victoria Park Dataset实验表明,OJCBB算法的数据关联结果是可信的,而且OJCBB算法的计算效率远远高于JCBB算法.
文摘在多机器人同时定位与地图创建(Simultaneous Localization and Mapping,SLAM)协同工作下,要求融合各机器人的特征子地图形成单一的公共地图,利用三角形相似性原理,实现SLAM定位中各机器人子地图的相互匹配。在机器人创建的地图中,依据路标位置相关的特征组成最小三角形,并通过三角形相似性原理对各机器人创建子地图进行相似性匹配,并记录相似三角形对应点匹配次数,最后彼此匹配次数最多的对应路标即为相关联的路标对。实验结果表明该方法是有效的,且鲁棒性强。