新的室内移动机器人自定位方法

针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6 cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。

基于贝叶斯滤波理论的自主机器人自定位方法研究

针对自主机器人定位问题,研究了基于贝叶斯滤波理论的自定位方法.从概率表达的角度介绍了贝叶斯滤波方法各种不同的实现形式,分析了各种不同定位方法的性能,指出了它们的优缺点,并对每种方法的改进方法进行了探讨和分析.最后总结了定位方法的基本特点,并对贝叶斯滤波理论在自主机器人领域中的应用前景进行了展望,探讨了未来的发展方向.

基于平面激光测量的移动机器人自定位方法

提出了两种基于平面激光测量的移动机器人自定位方法．第一种方法是改进的Hough密度谱的方法,它的主要优点是避免了现有方法Hough变换离散化过程中的信息损失问题,提高了算法的精度和鲁棒性．该方法在引进一种新的Hough密度谱的基础上,根据谱相关函数值和运动参数的密度得到机器人运动参数的候选值,并应用Hausdorff相似性度量从候选值确定运动参数的最终估计．第二种方法是基于Fourier-Mellin变换的方法,主要利用Fourier变换的位移理论和Fourier-Mellin不变量来估计运动参数．为了避免图像离散化造成的信息损失,在该方法中使用基于Hausdorff距离的最近点迭代(ICP)算法来进一步精化平移向量．实验结果表明,这两种方法均可有效地提高机器人的定位精度,具有一定的实际应用价值．

基于路标的机器人自定位方法

介绍了一种基于路标的移动机器人自定位方法。为了解决仅仅利用视觉系统得到的路标信息使用蒙特卡洛自定位(MCL)算法进行机器人自定位时存在较大误差的问题,提出了一种将MCL算法与unscented卡尔曼滤波器相结合进行自定位的方法,将从机器人视觉系统获取的路标信息,从驱动轮码盘获取的位置信息,以及从电子罗盘获取的机器人方位信息进行有效融合,从而提高了机器人的自定位精度。实验结果表明,该方法不但可以提高机器人的自定位精度,而且具有较好的鲁棒性。

基于垂线和水平线的机器人自定位方法

对基于垂线和水平线的机器人自定位问题进行了系统的研究．所得主要结论如下： （１） 当空间直线都垂直于机器人运动平面时，机器人的位置与朝向无法线性求解；（２） 当空间直线都平行于机器人运动平面时，至少需要三组直线对应对（一组直线对应对由一条空间直线和对应的图像直线构成；垂直直线对应对是指空间直线为垂线的直线对应对；水平直线对应对是指空间直线为水平线的直线对应对）才能线性求解机器人的位置与朝向；（３）当空间直线都垂直于机器人运动平面时，至少需要三组直线对应对才能非线性求解机器人的位置与朝向；（４） 当空间直线都平行于机器人运动平面时，同样至少需要三组直线对应对才能非线性求解机器人的位置与朝向．

融合测程法与视觉信息的足球机器人自定位方法

针对足球机器人自定位问题,提出一种融合测程法与视觉信息的定位方法.方法综合考虑两种信息的特点,有效实现优势互补:一方面,针对视觉定位易出现的歧义,利用测程法获得的定位结果予以有效消解;另一方面,随着运动,测程法定位易出现误差的累积,利用消歧后的视觉定位结果加以动态修正.最后,在Webots模拟平台上进行的机器人球场定位实验表明文中方法的有效性.

RoboCup3D仿真系统中的机器人自定位方法

在RoboCup3D仿真比赛中,机器人自定位非常重要,定位不准确会对仿真比赛产生严重的影响。为了模拟真实环境,比赛中加入了视觉噪声,这使机器人定位变得更加困难。本文针对RoboCup3D仿真中的机器人视觉特征,提出一种观测值加权融合的卡尔曼滤波方法来实现机器人自定位,采用此方法能得到更精确的观测值。仿真实验结果表明,此定位方法大大提高了机器人自定位的精度。

基于折反射成像原理的机器人自定位

为了实现煤矿环境探测救灾机器人的自主行走,研究一种利用单视点折反射成像系统进行机器人自定位的算法。应用全景成像系统,结合已知的人工路标,获得机器人周围360°景物的图像。对采集的图像进行处理,识别机器人周围的人工路标,获得路标距离全景图像中心的距离。根据单视点折反射成像原理,计算机器人与路标的相对位置,从而实现煤矿井下机器人导航、避碰等目标。实验结果表明,该算法可以应用于机器人自主定位。

自主移动机器人的自定位问题研究

为解决仅仅利用视觉系统或者声纳系统得到的信息进行机器人自定位时存在较大的误差的问题,提出了一种极坐标系下进行自定位的方法.在极坐标系下,通过简单的几何算法获得视觉距离和角度、码盘距离和角度及声纳距离和角度,然后运用模糊数学的方法再对其信息融合,即将机器人视觉信息,驱动码盘信息和声纳信息等进行有效的融合,得到了理想的距离和角度信息,从而提高机器人的自定位精度.实验结果表明:在4 m范围内,其定位误差低于1.5%.该研究为多机器人定位提供了参考依据.

RoboCup3D机器人定位研究综述

RoboCup3D仿真比赛中为了模拟真实世界环境,比赛中加入了受限视觉和视觉噪声,所以能否准确定位对比赛有着关键作用。综述了RoboCup3D足球赛中在受限视觉下的智能体自定位技术,介绍了定位技术的分类,系统地分析和比较了各种自定位方法,总结了定位过程中需要重点研究的粒子滤波器等相关问题,最后就RoboCup3D机器人定位存在的问题和发展趋势进行了讨论。

自主足球机器人视觉系统结构及关键技术

提出了自主足球机器人嵌入式多处理器体系结构以及视觉系统的构成框架.对单目视觉系统所涉及的关键技术进行了详细的分析和研究,其中包括图像分割、目标搜索算法、目标定位和机器人自定位技术.基于YUV颜色空间,对目标进行分割,并通过连通区合并来快速搜索目标,同时根据摄像机模型来确定目标的空间位置.实验表明分布式视觉体现结构能够实时准确地完成视觉处理任务.以上新算法可以快速鲁棒地搜索图像目标,并能较精确地确定目标的位置信息和机器人的自定位信息.

农业自主行走机器人视觉导航技术研究

对农业自主行走机器人的单目视觉导航技术展开了研究,包括行走路径的提取方法和机器人的自定位方法。对复杂农田场景和道路场景进行了描述和合理的假设,通过对图像信息的处理和理解,采用改进的Hough变换的方法提取出导航路径,并根据导航路径信息对农业自主行走机器人的自定位技术进行了研究,最终求得机器人相对于导航路径的横向偏离和角度偏差。实验结果表明,该方法能够满足农业机器人自主行走的要求。

RoboCup中型机器人视觉系统的设计与实现

针对RoboCup中型机器人比赛,设计了机器人的视觉系统.首先选择HSI颜色空间并采用查找表技术对图像进行颜色分割,接着利用RLC技术分割感兴趣的区域,实现目标识别后,再采用角度定位和特征点定位相结合的方法实现机器人场上自定位.

一种用于室内环境三维探测和数字化的三维激光测距自主移动机器人

在机器人救援和检测,设施管理和建筑上都需要数字化三维模型环境。本文介绍了一种用于测量和数字化三维室内环境的自动化系统。它由一个自主移动机器人,一个可靠的三维激光测距仪和三个复杂的软件模块组成。第一个模块是一个快速变异迭代最近点算法,用于记录一个共同坐标系统的三维扫描并定位机器人。第二个是一个最优视点模块,它根据所获得的三维数据来计算下一个估计姿态,并同时避开复杂障碍物。第三个模块是一个闭环且全局稳定的电机控制器,它通过估计姿态导航移动机器人到指定位置,同时避免与移动障碍物的碰撞。三维激光测距仪在此获得三维扫描数据。该方法可在没有任何干预的情况下快速、可靠地将大型室内环境数字化,并解决SLAM问题。而两个三维数字化实验结果是采用快速八叉树可视化方法得出的。

变电站智能巡检机器人现场应用与升级

变电站智能巡检机器人(以下简称机器人)是一种全自动化运行的先进设备,它借助自身可见光摄像机、红外热像仪、拾音器等功能系统的优势,应用在变电站中,不仅提高了站内设备运行的稳定性与安全性,同时还有效降低人力巡检工作量,实现高效巡检。文中针对智能巡检机器人在500 kV变电站的应用、升级进行介绍,展望智能巡检机器人的发展前景。

粒子群优化粒子滤波方法

针对粒子滤波方法存在粒子贫乏以及初始状态未知时需要大量粒子才能进行鲁棒状态预估等问题,将粒子群优化思想引入粒子滤波中.该方法将最新观测值融合到采样过程中,并对采样过程利用粒子群优化算法进行优化.通过优化,可使粒子集朝后验概率密度分布取值较大的区域运动,从而克服了粒子贫乏问题,并极大地降低了精确预估所需的粒子数.实验结果表明,该算法具有较高的预估精度和较好的鲁棒性.