可控震源匹配扫描方法研究

常规的可控震源Chirp扫描信号的地震响应存在着相关信号旁瓣大、分辨率低的缺点;用二元伪随机编码信号作为可控震源的驱动信号,地震响应剖面中存在严重的相关噪声,降低了地震记录的信噪比.本文提出的可控震源匹配扫描方法,利用匹配伪随机序列偶调制正弦载波信号作为可控震源驱动信号进行扫描激发,得到两个匹配的原始地震记录,对两个匹配的原始地震记录分别解码后再进行叠加形成最终的综合解码地震剖面.地震数值模拟的结果表明,该方法基本不存在常规Chirp扫描情形的旁瓣效应,可有效避免m-序列编码扫描情形的相关噪声,其最后形成的综合解码地震剖面可以与脉冲震源的炮集记录相媲美.

基于激光测距仪全局匹配扫描的SLAM算法研究

针对传统的SLAM(Simultaneous Localization and Mapping)算法构建地图时容易受环境因素和外界条件的的影响,在非线性系统状态下误差修正能力不足,且当机器人位姿都处于未知状态时,移动机器人位姿获取不精确,地图构建SLAM技术特征量的获取比较繁琐、不准确等问题;以电力巡检机器人为平台,研究了基于全局匹配的扫描算法,摒弃传统的栅格地图模型的插值方法,采用双线性滤波的插值方法,保证子栅格单元的精确性,估算栅格占用函数的概率和导数;最后采用此算法解决了SLAM地图构建的问题,并分别在室内室外环境进行实验;实验结果表明:基于激光测距仪的全局匹配扫描的SALM算法,在室内室外两种不同环境下,不受复杂背景的影响,准确地进行机器人位姿定位,以及环境地图的构建。

基于激光扫描匹配的移动机器人相对定位技术研究

移动机器人定位问题是机器人导航和控制领域的一个关键性问题,直接影响位置精度。本文利用激光扫描匹配,基于Fourier变换的位移理论和相似变换下的Fourier-Mellin不变量,提出了一种室内移动机器人相对定位方法。该方法属于点-点对应式匹配方法,可实现移动机器人连续状态下的复杂环境信息匹配。获取机器人连续不同时刻下的环境信息,将前一状态时刻作为参考扫描,后一状态时刻作为当前扫描,建立相关定位参数数学模型;在算法上采取降维处理,连续使用3次1D Fourier-Mellin得到所需要的相对定位参数,即旋转和平移增量;与一种基于提取角点特征的特征-特征式匹配方法进行了对比性实验,证明了所提方法在定位精度和计算复杂度上的优越性,以及对复杂环境的适应性。

基于扫描匹配预处理的即时定位与地图创建

研究了室内自主移动机器人的即时定位与地图创建问题。分析了目前解决SLAM问题的方法,提出了基于扫描匹配预处理的即时定位与地图创建,用扫描匹配为SLAM提供机器人先验位姿信息。对实验结果和数据的分析,得出了所提出方法可进一步提高SLAM的精度和鲁棒性。

使用NDT激光扫描匹配的移动机器人定位方法

提出一种将基于扫描匹配的蒙特卡洛定位方法,作为移动机器人完成自主任务的鲁棒性定位方法.采用一种新的正态分布转换(NDT)激光扫描匹配算法,将从单个激光扫描重构的2D离散数据点集转换成2维平面内分段连续可微的概率分布,并使用Hessian矩阵法与另外的扫描相匹配,可以避免点与点之间对应的复杂问题.实验结果表明,该定位算法可以利用自然环境特征有效地完成室内环境下的自主定位.

家庭服务机器人基于NDT扫描匹配的SLAM研究

将正态分布变换(NDT)应用于基于扫描匹配的SLAM中,实现了家庭服务机器人较大规模室内环境下的建图。该方法利用计算扫描点的正态概率分布匹配代替几何特征之间的匹配,有效解决了现有方法匹配速度慢的问题。

激光扫描匹配室内定位方法探讨

针对室内环境下基于ICP匹配的算法比较复杂,运算量大,并且ICP算法高度依赖初始预估,限制了其实际应用范围的问题,提出一种改进的二维激光扫描匹配方法:不需要先验信息,降低特征匹配的复杂度;采用特征线筛选的方法,减少匹配算法运算量。实验结果表明,改进的二维激光扫描匹配方法在保证定位精度不变的条件下,能够提高扫描匹配算法的稳定性和效率,适用于较高精度的室内定位。

一种基于激光测距仪的扫描匹配方法

扫描匹配是移动机器人定位和环境构图的关键问题之一,通过计算使相邻扫描重叠度最大的最优变换,从而估算相邻时刻的运动量。ICP算法是目前应用最广泛的扫描匹配算法,针对其对离群扫描点和稀疏扫描点敏感的问题,文中提出一种基于连通格序列的方法对扫描数据进行预处理,从而为扫描匹配提供较为理想的输入条件。此外,针对对应关系中一对多和对应距离极端大的问题,文中通过建立唯一对应,并基于四分位数法计算对应距离的上截断点进行剔除,从而避免建立一对多对应,并减少距离极端大的对应。实验结果表明,文中方法能够剔除扫描中的离群点与稀疏点,并改善ICP算法在实际应用中的扫描匹配表现。

激光扫描匹配方法研究综述

激光扫描匹配是利用激光雷达进行导航、定位与地图构建的基础,本文对各类激光扫描匹配方法进行了综述。将现有方法归纳为基于点的扫描匹配方法、基于特征的扫描匹配方法和基于数学特性的扫描匹配方法 3类,系统总结了相应类型的常见方法;对典型的算法及其改进算法进行了梳理,并指出了存在的主要问题和发展趋势;介绍了激光扫描匹配方法性能评价和对比的最新研究进展,最后,展望了激光扫描匹配技术未来的研究方向。

基于2D激光扫描到子图匹配的SLAM方法

针对室内环境下的2D激光同步定位与制图(simultaneous localization and mapping,SLAM)问题,提出一种改进的扫描匹配方法,扫描到子图匹配。用连续的激光扫描帧构建子图,对齐新的扫描帧到邻近的子图以产生约束,通过高斯牛顿求解约束并估计新的子图,利用Ceres优化来进行闭环,生成全局一致地图。经在室内条件下的测试,定位误差控制在0.4 m以下,制图误差控制在0.5 m左右,在激光匹配效率方面,相比传统方法提高了38.24%,实验结果表明,该方法可以有效提高定位与制图的精度和激光匹配效率。

融合速度估计与里程计位姿的扫描匹配改进算法

为改进低帧率激光雷达在扫描匹配中的扫描畸变问题,提出了融合速度估计与里程计位姿估计的扫描匹配改进算法。首先以迭代最邻近点匹配为基础算法,分析了现有算法的问题所在。其次对扫描畸变问题展开分析,运用里程计位姿估计对激光位姿进行分段位姿估计。通过对分段内激光点进行速度估计,进一步确定激光点位姿。给出了具体的算法原理,并进行了仿真实验和具体的对比实验。仿真结果与实际实验结果表明,本文算法在匹配精度上优于ICP算法及VICP算法。

基于奇异值分解及扫描匹配的地磁导航算法

地磁导航是应用最广泛的主动导航方式之一,具有良好的自主性,隐蔽性,抗干扰性。文中基于奇异值分解及扫描匹配提出了一种新的协同定位纯地磁导航算法,基于国际地磁参考模型,对起点经度(122.34°),纬度(22.23°)到终点经度(122.96°),纬度(22.63°)进行了导航算法仿真验证实验。实验结果证明,本算法在航行器偏离航行角度小于10度时,能够自主地矫正航行路线,当地磁测量值与地磁模型之间的随机误差小于10nT,导航算法的纬度误差在0.014度以内,经度误差在0.01度以内。

一种极坐标系下的激光雷达扫描匹配SLAM方法

激光雷达扫描匹配是创建室内地图以及实时导航的重要手段之一。提出一种极坐标系下激光雷达扫描匹配SLAM方法。该方法首先将室内周边环境面积表征为极坐标系下激光雷达测量角度和距离的函数形式,以此描述激光雷达在不同位置上的距离测量分布。考虑到室内环境中广泛存在的线段特性,通过线段检测的方式获取扫描数据中的若干线段特征。通过在极坐标系表征线段并优化目标函数求解相邻激光雷达扫描之间的相对变换关系从而实现室内地图创建和定位。最后,基于公共数据集进行了验证实验,证明了提出方法的有效性。

基于线段判断的激光扫描匹配算法组合策略

二维激光测距仪辅助惯性导航系统、视觉系统等实现机器人或微小型飞行器定位需要解决的关键问题是扫描匹配。本文对已有的RS/LS,IDC,Cox以及ICP等扫描匹配算法进行改进,提出一种R-I-C组合策略。根据扫描中提取线段的情况选择性使用Cox算法和IDC算法,由基于留点的ICP算法或RS/LS算法为其提供可靠的初始估计。该组合策略既适用于多边形环境,也适用于非多边形环境,具有一定智能性,能够处理大变换,定位精确度高。本文采用仿真比较R-I-C组合策略和上述常用匹配算法,并采用三轴转台和一维激光测距仪模拟二维激光测距仪,用R-I-C算法对实验数据进行计算。仿真结果表明该组合策略定位误差可达5%以下,而计算速度不超过1 s。

高线性大摆角扫描技术研究

针对采用长线列焦平面红外探测器的高端热像仪发展需求,提出研究高线性大摆角扫描技术。从伪物扫描方式、扫描匹配技术、等时间采样和等角度采样、扫描器控制带宽分析、控制对象系统辨识、数学模型建立和控制器设计实现等方面展开论述,并给出设计验证实例。

基于雷达–扫描器/惯性导航系统的微小型无人机室内组合导航

本文提出一种基于雷达–扫描器/惯性导航系统(radar-scanner/INS)的微小型无人机室内导航方法.为提高算法的实时性,采用基于扩展卡尔曼滤波(EKF)的D&C同步定位与构图技术(SLAM)实现定位和构图;在更新状态值的扫描匹配过程中提出启发性逻辑来筛选激光雷达数据,以提高算法对无人机因姿态和高度变化而引起的轮廓地图波动的抗干扰性;在特征匹配的过程中选取合理的地图轮廓特征,并利用扫描匹配的结果和特征匹配的传递性提出了精度较高的引导配对,以提高特征配对在三维环境下的准确性;最后,将D&C SLAM与惯性导航系统进行基于EKF的组合滤波,给出无人机的全状态估计.通过与GPS/INS组合导航对比以及室内飞行验证,本文提出的方法能够满足无人机飞行控制对导航实时性和精度的要求.

室内移动机器人目标定位性准确匹配研究

在室内移动机器人目标定位系统中的扫描匹配技术中,传统的迭代最近点算法存在待配准点云初始位置要求苛刻、难以找到正确对应点对的问题,因此提出一种基于Kinect传感器获取三维环境点云,根据旋转投影统计特征描述子的相似性来查找对应点对并进行扫描匹配的移动机器人目标定位方法。首先通过Kinect传感器获取物体点云图,根据特征提取算法提取点云特征;然后获取两个待匹配点云的旋转投影统计特征描述子,通过比较两个描述子之间特征的相似程度,估算它们之间的对应关系,采用距离差分矩阵算法剔除误匹配点,计算初始匹配参数;最后利用最小二乘法迭代进行ICP配准,获得点云间的最终变换矩阵,实现目标定位。实验结果表明,改进后的算法有效地提高了点云匹配效率和配准精度,得到了较精确的目标定位信息。

基于图论的单线激光雷达数据匹配方法

针对传统的基于单线激光雷达的匹配方法在多障碍物环境下匹配精度低的问题,提出了一种基于图论的匹配方法。该方法从数据点集中提取出具有凹凸性质的特征点,提取对应的线段并构建属性图模型,将点集配准问题转化为属性图匹配问题。与传统的基于线段的匹配算法相比,所提方法基于图模型引入了更多的线段之间的几何关系,使算法可以适用于多障碍物环境以及动态多障碍物环境;与传统的基于点的匹配方法相比,该方法依据特征点组成的线段进行几何意义上的匹配,通过属性图模型快速找到局部观测数据与全局数据的最佳匹配,提升了运算效率,同时也避免了传统方法易陷入局部最优解的缺点。

基于MBICP匹配算法的陪护机器人定位方法

针对未知环境下移动机器人定位问题,常用的方法是利用激光测距仪进行环境信息扫描匹配,从而求取相对位姿来计算当前位姿值。而大多数扫描匹配算法都是基于迭代最近点ICP算法,针对该算法存在的问题,相继有人提出了IDC、MBICP等改进算法。首先介绍了基于传统ICP扫描匹配算法的定位方法 ,然后给出一种基于MBICP算法的陪护机器人自主定位方法,并对实际应用中需要解决的几个关键问题进行重点说明。最后进行仿真实验,对比了ICP和MBICP两种算法的优劣,并通过实验验证了MBICP算法应用于陪护机器人定位的有效性。

融合激光反射与CSM组合导航方法

针对室内环境下基于多边定位的激光反射器导航算法受限于人工地标几何关系、鲁棒性差以及在动态遮挡情况下定位失败等问题,提出一种基于改进的相关性扫描帧间匹配算法(CSM)的激光反射导航定位方法:通过筛选地标反射点云,分层搜索其与多分辨率全局栅格地图的最优匹配映射,提高机器人实时定位的速度与精度。实验结果表明,改进CSM算法在正常工况下的平均定位误差为2.571 mm,在部分人工地标被遮挡时也可维持在5.015 mm以下,在障碍物复杂且动态的工作条件下可完成同步定位与地图构建。