全自主机器人足球系统的全局地图构建研究

研究和讨论了如何通过多机器人的协作,实现全局地图的构建.在单个机器人通过自身携带的多传感器进行局部地图构建的基础上,研究了前向单目视觉传感器的建模方法,在此观测模型的基础上,用极大似然融合算法对球的位置信息进行融合,而对于多机器人返回的对方机器人位置信息,使用基于密度的空间聚类算法(DBSCAN)进行信息融合,从而实现全局地图构建.实验结果表明,通过多机器人的协作,可以准确地构建出全局地图,弥补了单个机器人自身传感器的有限感知范围,本文研究的方法完全满足全自主机器人足球比赛中动态环境地图构建的需要.

单目无人机视觉同步定位与地图构建中环路闭合问题的研究

尽管SLAM在过去的数年受到研究者们的广泛关注和投入,但仍有一些难题还未解决。特别是在大的动态的环境中,随着地图的持续增加,在保持可行的计算复杂度前提下,最小化全局偏移以及对闭环的高效侦测已经成为当前的研究热点。

室内未知环境下动态障碍物定位研究

针对室内未知环境下的动态障碍物定位,提出了一种基于形态学滤波与混合高斯模型的Background Subtractor MOG2算法相结合的动态障碍物定位,并通过一种以针孔模型为原理的视觉测距模型方法,计算出图像坐标与世界坐标的几何关系,绘制了一定比例的局部地图,通过对环境以及障碍物的真实位置与构建的局部地图对比试验,验证了采用此方法对动态障碍物定位的准确性。