二维激光雷达的实时三维重建方法

激光雷达测距技术的发展为三维空间数据的获取提供了一种全新的技术手段,可以实现从传统的人工单点数据获取到连续自动数据获取的转变,大大提高了测量的速度和精度。然而,三维激光雷达数据获取设备具有价格昂贵、机动性较差、数据量过大及三维重建耗时过长等缺点,本文提出由二维激光扫描仪通过空间坐标变换算法实现三维点云获取,通过四元数算法将点云配准所得旋转平移矩阵优化,多次迭代取最优旋转平移矩阵,从而提高点云配准速度与精度。试验应用与分析结果表明,本文提出的二维激光雷达实时三维重建的方法,具有低成本、精度高、三维重建速度快的特点,满足现场低成本、实时、精确三维重建的测绘需求。

基于二维激光雷达的定日镜清洗车导航避障系统的研究

针对国内外现有塔式太阳能热发电站中存在的无法全自动化清洗定日镜的问题,提出了一种基于二维激光雷达的定日镜清洗车导航避障系统,该系统由清洗车导航系统和激光雷达系统结合而成,利用激光雷达来测量前方定日镜的姿态,从而为清洗车导航系统提供避障保护,以实现清洗车对定日镜的全自动化清洗。首先,建立了地面导航系统坐标系,推导了WGS84坐标系到当地导航系统椭球坐标系的转换方程;其次,分别建立了定日镜、清洗车、激光雷达的运动学模型,并将清洗车和定日镜分别置于多种姿态,截取激光雷达的检测数据,使用检测数据标定激光雷达的安装位置,即激光雷达相对于车辆中心的坐标和安装倾角;最后,对定日镜清洗车导航避障系统进行实际测试,使用标定参数来检测前方定日镜的姿态,实现定日镜的全自动化清洗,当该导航避障系统反馈前方定日镜为异常姿态时,制动清洗车。该导航避障系统还可应用于与自动清洗系统相关的类似应用场景。

视觉与二维激光雷达的目标检测方法

为了改进单一传感器对目标物体的检测范围小、检测特征少以及检测准确率较低的问题,提出一种视觉与二维激光雷达的目标检测方法。在视觉检测方面提出一种改进的GoogLeNet算法实现视觉对目标物体的识别,该方法相比GoogLeNet算法在对6种目标物体的识别准确率上提高了0.7%。在二维激光雷达检测方面采用欧氏聚类算法对二维激光雷达的点云数据聚类,接着使用RANSAC算法对聚类簇中的数据点进行筛选,最后使用卡尔曼滤波算法对目标物体的位置进行预测,实现二维激光雷达在特定平面上360°对目标物体进行跟踪检测和定位。实验结果表明,该方法使得移动机器人扩大了检测范围、增加了检测特征并提高了识别准确率。

3D激光扫描仪设计及数据处理

利用2D激光雷达配合云台装置,设计了一种3D激光扫描仪作为三维数据获取装置。根据扫描仪的硬件特性和传输特性,进行PC端的扫描控制系统以及数据处理系统的设计。扫描控制系统实现了对扫描范围以及扫描精度的控制和设定,数据处理系统针对采集到的原始数据,经过坐标的映射将相对坐标转换到全局坐标,并进行点云滤波,利用最小二乘进行曲面光滑,最终进行三角网格重建。经过多次实验结果证明,该系统可以对一般几何复杂度的三维场景进行较好的重建。

二维激光雷达定位建图系统设计与实现

定位建图是智能车自动导航的关键问题之一。以未知环境为研究背景,研究基于二维激光雷达的定位建图系统。激光雷达扫描周边环境建图,里程计和IMU完成航位推算提供位姿,通过滤波匹配不断更新地图构建全局地图。为实现精确实时的定位建图,分析了飞行时间法激光雷达测距误差和基于IMU和里程计的航位推算误差,通过线性最小二乘和加权移动平均滤波对激光雷达原始数据进行标定和滤波;通过互补滤波抑制陀螺仪低频噪声和磁力计高频噪声;在所搭建的基于激光雷达的定位建图系统上进行了实验。实验结果表明,经过滤波校正后,提高了系统定位建图精度和稳定性。

基于二维激光雷达的自动室内三维重建系统

设计了一个基于二维激光雷达的自动室内三维重建系统.系统的硬件由一套自行设计的基于2D激光雷达的三维扫描系统和一台电脑构成.介绍了系统的软件模块,提出了结合最近点迭代(ICP)和通用多边形裁剪(GPC)的3D平面场景合成方法.ICP能够获得不同采集位置之间的位置变化,以此能将各个不同位置获得的3D场景转换到同一坐标系下.场景合成时的碎平面问题通过GPC方法来解决.实验结果表明:该系统成本低,精度高,能稳定可靠地实现室内场景的自动三维重建.

一种优化的SLAM变电站复杂环境地图构建

针对变电站等复杂环境地图构建问题,分析对比了目前几种主流激光SLAM算法,以Cartographer SLAM作为研究基础,在此基础上提出了一种优化后的SLAM建图方案,该方法基于双2D激光雷达互相垂直的方法实现三维建图的新系统,具体实现是通过高精度校准方法标定两台2D激光仪的位姿关系,并对两组数据进行优化融合以获得高精度的三维数据,进而保证最终定位和建图的精度。用Ubuntu 16.04环境下进行了仿真和实验,实验结果表明上述方案具很好的有效性和可实施性。

室内移动机器人平台设计与实现

针对目前智能移动机器人只能在单一楼层间工作的现状,对智能移动机器人在不同楼层间切换工作环境的问题进行了研究。基于机器人操作系统(ROS),设计了一套智能移动机器人研究平台IIMR-I,使用自身携带的激光雷达传感器、惯性测量元件(IMU)、超声波和深度相机感知外界环境信息,使用里程计获取自身位移信息,并通过卡尔曼滤波对传感器数据进行滤波处理。使用即时定位与建图(SLAM)技术,构建分辨率为5 cm的高精度栅格地图,并在此基础上进行全局和局部路径规划,实现了机器人的导航和壁障功能。使用蒙特卡洛定位的方法,在机器人导航过程中可以实时确定机器人位姿,其相对定位精度可达10 cm。通过使用深度相机能够识别出电梯按钮的三维坐标,并使用机械臂按下目标楼层按钮,实现了机器人按电梯的功能。

车载单线激光雷达成像分割及噪声检测算法

针对国内外已有的激光雷达2D成像分割聚类算法,提出了基于ABD(adaptive breakpoint detector)算法检测分割点后的再次分割聚类判定的方法,通过实验对比可以发现,改进后的算法使分割效果更加理想。针对激光成像中的噪声数据,提出了基于上述改进分割算法的有效简易检测算法,噪声点检测效果理想。针对激光雷达可能会扫描到路面数据,但该路面数据事实上不属于障碍物数据,提出了基于当前帧和前一帧局部区域及整个区域数据突变相结合的新型检测算法,实验结果表明路面检测效果理想。上述研究内容对于车载传感器数据融合具有一定价值。

基于二维激光雷达的避障系统的设计与实现

根据低成本二维激光雷达的三角测距系统,设计了一种基于二维激光雷达的双ARM Cortex—M4架构的移动机器人避障控制系统;该控制系统采用两块STM32F407为硬件平台,二者之间通过串口进行通信;通过多线程任务划分,按照不同优先级的调度任务实现移动机器人的实时避障功能;移动机器人采用直流减速电机,并以二次曲线拟合速度控制决策算法;实验结果表明,系统能很好地达到实时避障的目的。

基于二维激光雷达的轨道交通隧道施工参数测量

城市轨道交通在我国经济社会发展建设中正处于加速发展阶段,地铁隧道内部施工参数测量工艺的革新对此具有十分重要的意义。为保证整个隧道施工工艺高效、高质量地完成,克服传统隧道施工参数测量方法测量工艺复杂、测量精度不高,易受隧道内部复杂环境影响等缺点,设计开发一款基于二维激光雷达的智能激光雷达测量小车,对隧道剖面进行360度全方位、高精度的不断扫描,并将检测数据返回测量小车内仓的核心板,待核心板处理后得到隧道剖面的拟合曲线,并计算出施工参数。实践表明,采用智能激光雷达测量小车无论是在施工参数测量精度还是节省施工工艺所需人力、物力资源等方面都得到了很好的提高,满足了施工的需求。这项研究成果成功应用于兰州地铁1号线项目施工现场,节省了人力物力资源,大大提高了施工效率和进度。

不同滤波方法对二维激光雷达点云数据处理的影响

针对二维激光雷达数据存在噪声误差的问题,分别采取了线性最小二乘滤波、移动平均滤波、中值滤波、Savitzky-Golay(SG)滤波等方法对点云数据进行了平滑处理。利用实验数据对采用的方法进行了分析,结果表明所采用滤波方法都能够有效地对数据中的噪声误差进行过滤,但需要根据实际情况选用合适的滤波方式以获得最好的滤波效果。

基于2维激光雷达的小型地面移动机器人自主回收方法

为了解决小型地面移动机器人在野外环境中的回收问题,利用2维激光雷达进行环境感知与末端精确引导,设计并实现了一个自主回收系统.首先,提出一种自适应曲率滤波算法预先对雷达数据进行滤波处理.然后,在检测引导目标过程中,结合基于密度和最近邻度量方法对散乱的数据进行聚类,并且利用引导目标和辅助目标之间的几何结构约束进行目标检测与匹配.最后,采用基于影响层划分和候选方向评估的方法进行实时避障与最优行驶方向选择,对机器人进行精确引导,从而实现机器人的自主回收.在野外环境中对该自主回收系统进行验证,对自主回收系统中的若干环节分别进行实验分析.实验结果表明,该方法能够有效地实现小型地面移动机器人在野外环境中的自主回收.