ORB-SLAM3融合语义分割的AGV栅格地图构建与导航

同时定位与建图(SLAM)技术是自动引导车(AGV)实现自主引导的关键技术之一,传统的视觉SLAM生成的稀疏点云地图无法得到真实场景中空间是否被障碍物占据的状态,因此不具备导航功能。提出了一种基于语义分割的栅格地图构建方法。通过全景分割网络Panoptic FCN对ORB-SLAM3生成的关键帧进行语义分割,利用相机水平安装且高度固定作为先验条件确定地面的空间位置,再结合关键帧位姿将得到的语义掩膜进行反投影,利用贝叶斯增量式估计方法构建二维占据栅格地图。在实验室搭建的AGV平台上对该建图算法进行验证,利用A*算法作为路径规划算法,实验结果表明算法生成的语义栅格地图能够正确的表示出地面和障碍物位置,AGV按照规划好的路径正确地跟踪到目标点,算法生成的栅格地图能够正确地反映出环境语义信息并可以应用于AGV实际导航,算法实时性和准确性都能够满足需求。

机器人信息处理与栅格地图的构建

伴随着人类社会的发展进步,机器人技术的发展和应用也开始遍布人们的生活,从开始的工农业逐渐向人们的生活中延伸,诸如扫地机器人、清洁机器人等。文章则主要考虑了机器人技术在送餐场景下的应用,而考虑一个机器人在有人环境中的送餐问题,导航技术则是其中的关键部分。机器人导航问题的基础是地图。文章建立了一幅多层代价地图,并对障碍物的类型按照语义信息进行划分,针对环境中的动态障碍物通过区别处理的方式提高地图的处理效率。

基于SURF特征的多机器人栅格地图拼接方法

实现地图拼接是多机器人协作创建地图的一项关键技术。研究了一种基于加速鲁棒特征(SURF)的多机器人栅格地图拼接方法,该方法通过对机器人运动坐标系进行刚体变换,将栅格地图拼接问题用图像配准的最小化问题来表示并建立数学模型。首先利用一种改进的SURF算法从待拼接地图中提取特征,然后利用随机抽样一致性(RANSAC)算法剔除误匹配得到初始拼接参数,并将拼接参数作为ICP算法的初值来求解目标函数。最后分别利用公开数据集和Turletbot2移动机器人进行了实验,结果表明该方法能对多机器人建立的栅格地图实现可靠拼接,鲁棒性好且精度高,拼接速度快适用于较大规模环境栅格地图拼接。

基于图像配准的栅格地图拼接方法

栅格地图拼接是多移动机器人协同创建环境地图中的一项关键技术.本文提出一种图像配准意义下的栅格地图拼接方法.该方法将栅格地图拼接问题视为图像配准问题,建立相应的目标函数,并给出局部收敛的迭代最近点算法求解该目标函数.为获得最优的拼接结果,该方法从待拼接的地图中提取局部不变特征,并借助随机抽样一致性算法分析初始拼接参数,以作为迭代最近点算法的初值.最后,提出了拼接参数已知时的栅格地图融合规则.实验结果表明,该方法能可靠地实现栅格地图拼接,且具有精度高和速度快的优点.

使用三维栅格地图的移动机器人路径规划

针对移动机器人使用三维地图进行路径规划的问题,研究了使用三维栅格地图的路径规划算法。该算法将装载三维激光扫描仪的移动机器人得到的三维点云转换成为八叉树结构的三维栅格地图;扩展了D*算法使之考虑机器人的尺寸,检测每种位姿状态下是否与环境发生碰撞,生成多条可行路径可以在栅格地图中直接生成机器人的运动轨迹,保证运动过程中机器人自身及物体的安全。实验结果表明:该算法不需要对地图具有先验认识,并且考虑了机器人的实际尺寸,具有较强的可靠性和实用性,已经在真实环境中进行了实验。

基于栅格地图的移动机器人完全遍历算法——矩形分解法

提出移动机器人的一种新的完全遍历算法:矩形分解算法。首先通过机器人环境学习建立栅格地图,对环境中的障碍物实行矩形化建模。而后应用矩形化模型中的关键点将环境分解成为矩形块,最后在这个分块环境的拓扑图中寻找到一条Hamilton路径,机器人沿此路径即可实现对环境的完全遍历。为处理复杂的局部情况,又提出基于模板的局部环境处理算法。矩形算法的优点在于机器人可以实现完全自主的复杂环境遍历,并且可以处理未知障碍,从而使算法适合于任意非结构化的工作环境。

基于栅格地图-蚁群算法的机器人最优路径规划

通过栅格法建立栅格地图作为机器人路径规划的工作环境,采用蚁群算法作为机器人路径搜索的规则。将所有机器人放置于初始位置,经过NC次无碰撞迭代运动找到最优路径,到达目标位置。为防止机器人在路径搜索过程中没有达到最大迭代次时路径大小已不发生变化而陷入局部最优,则通过对各路径上的信息素进行增减来使机器人路径搜索跳出当前值,继续搜索,直到迭代完毕,获得最优路径。

基于栅格地图-蚁群算法的机器人最优路径规划

通过栅格法建立栅格地图作为机器人路径规划的工作环境,采用蚁群算法作为机器人路径搜索的规则.将所有机器人放置于初始位置,经过NC次无碰撞迭代运动找到最优路径,到达目标位置.为防止机器人在路径搜索过程中没有达到最大迭代次数时路径大小已不发生变化而陷入局部最优,可通过对各路径上的信息素进行增减来使机器人路径搜索跳出当前值继续搜索,直到迭代完毕,获得最优路径.

彩色栅格地图矢量化方法研究

采用分区梯度模糊检测方法可以解决梯度边缘检测和模糊边缘检测方法在滤除背景时缺失前景要素的现象。利用提出的最优分量分色法,可以成功分离提取出前景要素;而在对提取出的线性要素进行细化时,提出了一种基于梯度特性的细化方法,得到的要素能很好地体现线性信息;采用现有的数学形态学方法对得到的细化要素进行后处理,最后得到了能够清晰表示要素特征的地图前景要素像素。

利用几何精校正进行多尺度数字栅格地图配准

利用几何精校正的原理,对比分析了三种栅格地图的校正模型,提出了不同比例尺地图采用不同模型校正的思想,并以某比例尺地图为例,编程对比了三种模型的校正效果及误差,验证了思想的正确性和可行性。

数字栅格地图的制作

阐述了数字栅格地图制作的技术流程 ,并对技术流程的关键技术问题作了详细的阐述。从方法上解决了扫描过程中因阈值选择不当而出现的断线、粘连现象 ,从原理上介绍了几何纠正。最后从方法上介绍了彩色数字栅格地图的色彩归一化。

针对复杂环境的模块化栅格地图构建算法

针对煤矿灾害救灾与信息探测机器人的自主导航问题,提出了一种用模块化的局部栅格地图表示复杂三维环境的地图构建算法。该算法使用TOF相机对三维环境信息进行获取,形成三维点云坐标矩阵。通过对坐标阵中每个点进行计算,判断坐标点在局部栅格地图中的位置,创建新的局部栅格地图,并对栅格单元占据概率进行实时更新,创建完整的全局环境栅格地图。根据栅格单元中坐标点的密度,对障碍物进行类型划分,确定通行区域与不可通行区域,简化路径规划的算法。实验结果和数据分析证明了本文地图构建方法的有效性和实用性。

一种自适应的数字栅格地图可见水印算法

基于数字栅格地图的数据特性,运用小波变换工具,结合人类视觉系统特征,提出一种自适应的数字栅格地图可见水印算法。首先,对可见水印信息进行扩展等预处理;然后通过计算数字栅格地图的视觉重要区域来选择水印嵌入位置,水印嵌入位置由人类视觉系统特征和地图数据特性共同决定;最后,将可见水印自适应地嵌入地图所选择嵌入区域的小波域中。对提出的水印算法进行了试验分析,结果表明,该算法不仅具有良好的抗差性,同时还较好地保持了可见水印和原地图的视觉特征,以一种更积极有效的方式保护了数字栅格地图的版权。

基于小波变换的数字栅格地图复合式水印算法

提出一种基于小波变换的复合式数字栅格地图水印算法。其基本思想是在数字栅格地图的不同频域块中分别嵌入抗差性数字水印和脆弱性数字水印。基于数字栅格地图相比一般影像数据具有较高亮度,低频分量具有更高感觉容量的特点,在地图的小波低频域上自适应嵌入抗差性数字水印,以实现地图版权保护功能;结合人类视觉系统特性,利用抖动调制技术在小波高频域中嵌入脆弱性数字水印,以实现地图内容完整性认证功能。试验结果表明,该算法能对地图内容的完整性进行认证,同时对常见的各种攻击诸如JPEG压缩、锐化、剪裁等具有良好的抗差性。

基于经典DSmT的Sonar栅格地图创建

基于最近提出的一种在贝叶斯和DST扩展而来的信息融合算法DSmT(Dezert-Smarandache Theory),在实验的基础上,结合Sonar测量的基本特性,对静态结构化环境建模,并构造了广义基本信度赋值函数,利用经典DSm融合规则,融合每个栅格的声纳冗余信息,计算栅格占用的Bel。最后,以Pioneer II移动机器人作为试验平台,并在线对小型环境进行了3D栅格占用信度分布地图创建,其俯视图与实际2D地图中的物体外观轮廓及所在位置进行比较,其比较结果充分验证了算法的有效性,为进一步研究应用基于折扣理论的DSmT解决异类或同类非可靠多源信息融合,基于Hybrid DSmT的动态环境地图创建,以及多机器人联合创建地图和自定位奠定了坚实的基础。

基于栅格地图的分层式机器人路径规划算法

采用分层规划的思想,给出一种基于栅格地图的最优路径规划算法.分层路径规划算法的第1层为拓扑层规划,采用Voronoi图起泡生成算法描述全局可行域的拓扑关系;第2层采用广义水平集算法,解决拓扑层的最优路径搜索问题;第3层为栅格层的路径再规划.在栅格层借鉴窄带水平集的思想,通过拓宽拓扑路径,得到一个机器人安全通行的窄带区域,并在此区域实行局部快速匹配算法,改善了拓扑路径,提高了算法的效率,并提高规划的实时性.

基于免疫自适应遗传算法的机器人栅格地图融合

融合各机器人独自创建的环境地图,实现信息共享,是提高分布式多移动机器人系统环境探索效率的关键.研究了在没有公共参考坐标系及机器人相对位置信息未知情况下的栅格地图融合问题,提出了一种基于免疫自适应遗传算法的栅格地图融合方法,该算法把反映两个栅格地图重叠区域相异程度的优化函数作为抗原,每个可能的平移、旋转平面转换对应一个抗体.仿真结果表明了该算法可以较快的收敛速度和较强的全局搜索能力,搜索到两个栅格地图的最佳重叠区域,实现地图融合.

基于栅格地图的智能车辆运动目标检测

运动目标检测是智能车辆动态环境感知中的关键问题。栅格地图是一种实用的环境感知方法。以激光雷达作为传感器,针对基于贝叶斯框架和证据理论的4种栅格地图更新算法,分别提出了不同的运动目标检测方法,并通过仿真和实验对4种方法在栅格地图构建和运动目标检测中的性能进行了对比研究。实验结果表明,通过对比当前时刻局部栅格地图和上一个时刻的全局栅格地图,原始的贝叶斯推理算法和证据理论框架中的经典Dempster组合规则能够清楚完整地检测到运动目标,并能滤除静态障碍物和空白区域中的测量噪声,性能优于修正的贝叶斯推理算法和冲突信息按比例重分配规则。

基于区域递增式彩色视觉密码的栅格地图多级分存算法研究

针对栅格地图中涉密数据可分为不同图层的特点,设计了一种保护多层数据的区域递增式彩色视觉密码方案,并给出了具体应用流程。该方案首先对多个授权集合进行了优化,然后基于随机数设计了秘密分享和恢复算法,避免了生成和保存加密矩阵产生的额外开销。实验结果表明,该方案能够实现栅格地图数据多级分存,在大大降低方案像素扩展度的同时,实现了栅格地图数据的完全恢复。

彩色城市栅格地图道路网络自动获取方法

为适应栅格地图向矢量地图转化的需求,提出一种从彩色城市栅格地图自动获取道路网络的方法———道路获取对象特征法.由于城市栅格交通地图由道路、区域及噪声3类像素构成,所以新方法包括3个关键步骤:首先利用道路和区域的特征进行图像规范化处理,即所有道路用一种颜色表示,所有区域用另一种颜色表示,图像中其他颜色的像素视为噪声;其次建立4种噪声分类方法来消除规范化图像中的噪声;最后结合规范化图像和道路的连通性,实施道路连接以获取完整的道路网络.与其他方法相比,对象特征法对地图图像的颜色不敏感,可从多类地图图像中自动获取道路网络,并且耗时较少.实验结果表明:对象特征法可完整地提取出地图图像中的道路网络,从整幅合肥市地图图像中提取完整的道路网络仅需32.593s.