针对Cartographer算法在激光雷达的数据处理中存在的点云特征丢失的问题和低帧率激光雷达导致的运动畸变问题,提出一种改进激光同步定位与地图构建(simultaneous localization and mapping, SLAM)算法。采用k邻域搜索邻近点降采样的体...针对Cartographer算法在激光雷达的数据处理中存在的点云特征丢失的问题和低帧率激光雷达导致的运动畸变问题,提出一种改进激光同步定位与地图构建(simultaneous localization and mapping, SLAM)算法。采用k邻域搜索邻近点降采样的体素滤波方法代替Cartographer算法中的传统体素滤波方法,在不丢失点云特征的情况下提升计算速率;嵌入轮式里程计辅助模块去除激光雷达运动畸变,减少机器人的位姿累积误差,从而改善建图效果;最后,增加了边约束条件改善回环检测效果。通过在机器人操作系统中的gazebo搭建仿真环境进行模拟实验,对比两种算法,实验结果显示改进算法的建图轨迹误差更小。展开更多
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...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。展开更多
激光实时定位与地图构建(simultaneous localization and mapping,SLAM)是创建地图和实时导航的重要手段之一,也是无人驾驶不可缺少的一环。针对目前激光SLAM算法对特征匹配可靠性不足、配准误差较大等问题,基于平面拟合算法,提出一种...激光实时定位与地图构建(simultaneous localization and mapping,SLAM)是创建地图和实时导航的重要手段之一,也是无人驾驶不可缺少的一环。针对目前激光SLAM算法对特征匹配可靠性不足、配准误差较大等问题,基于平面拟合算法,提出一种局部地图改进和关键帧估计的方案。具体包括以下3个方面:①局部地图匹配规则和平面表示方法;②局部地图更新方案;③关键帧筛选机制。该方法解决了目前激光定位方案中缺乏关键帧估计,以及局部地图中平面多向性问题,实验表明该方法使得局部地图能够保留更具多样性的激光雷达帧,同时平面表示和匹配也更为可靠。展开更多
Hough变换是图像处理中常用的提取线段与圆弧的检测方法,但计算量大,难以满足即时定位与地图构建(simultaneous localization and mapping,SLAM)导航的实时性。迭代端点拟合(iterative end point fit,IEPF)算法是一种常用、高效的将激光...Hough变换是图像处理中常用的提取线段与圆弧的检测方法,但计算量大,难以满足即时定位与地图构建(simultaneous localization and mapping,SLAM)导航的实时性。迭代端点拟合(iterative end point fit,IEPF)算法是一种常用、高效的将激光SLAM点集提取为线段特征的递归算法,但不能进行圆检测。为了满足实时性与圆检测的双重要求,提出一种将IEPF算法与Hough变换结合的提取方法。首先用IEPF算法,将激光雷达采集的数据集合递归分割成线段;再将各线段端点作为新的集合,进行Hough变换形状检测,经过筛选判断形状。对比实验结果表明,该算法比直接进行Hough变换直线检测与圆检测的计算量显著减少,并且圆精度误差达到导航要求。展开更多
文摘针对Cartographer算法在激光雷达的数据处理中存在的点云特征丢失的问题和低帧率激光雷达导致的运动畸变问题,提出一种改进激光同步定位与地图构建(simultaneous localization and mapping, SLAM)算法。采用k邻域搜索邻近点降采样的体素滤波方法代替Cartographer算法中的传统体素滤波方法,在不丢失点云特征的情况下提升计算速率;嵌入轮式里程计辅助模块去除激光雷达运动畸变,减少机器人的位姿累积误差,从而改善建图效果;最后,增加了边约束条件改善回环检测效果。通过在机器人操作系统中的gazebo搭建仿真环境进行模拟实验,对比两种算法,实验结果显示改进算法的建图轨迹误差更小。
文摘针对传统的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。
文摘激光实时定位与地图构建(simultaneous localization and mapping,SLAM)是创建地图和实时导航的重要手段之一,也是无人驾驶不可缺少的一环。针对目前激光SLAM算法对特征匹配可靠性不足、配准误差较大等问题,基于平面拟合算法,提出一种局部地图改进和关键帧估计的方案。具体包括以下3个方面:①局部地图匹配规则和平面表示方法;②局部地图更新方案;③关键帧筛选机制。该方法解决了目前激光定位方案中缺乏关键帧估计,以及局部地图中平面多向性问题,实验表明该方法使得局部地图能够保留更具多样性的激光雷达帧,同时平面表示和匹配也更为可靠。
文摘Hough变换是图像处理中常用的提取线段与圆弧的检测方法,但计算量大,难以满足即时定位与地图构建(simultaneous localization and mapping,SLAM)导航的实时性。迭代端点拟合(iterative end point fit,IEPF)算法是一种常用、高效的将激光SLAM点集提取为线段特征的递归算法,但不能进行圆检测。为了满足实时性与圆检测的双重要求,提出一种将IEPF算法与Hough变换结合的提取方法。首先用IEPF算法,将激光雷达采集的数据集合递归分割成线段;再将各线段端点作为新的集合,进行Hough变换形状检测,经过筛选判断形状。对比实验结果表明,该算法比直接进行Hough变换直线检测与圆检测的计算量显著减少,并且圆精度误差达到导航要求。