移动机器人定位方法研究综述

文章综述了几种典型的移动机器人定位方法,并讨论了每种方法的优势与不足.对比单一传感器的应用局限性,分析了多传感器信息融合技术对于定位问题的重要意义.最后,对移动机器人定位系统的发展提出展望.

一种被动展开球形机器人的设计分析与实现

为了提升球形机器人在狭小空间、复杂地形、颠簸路面等不同场景下的机动性与越障性能,使用被动展开单自由度机构扩大展开半径来提升越障性能,通过引入齿轮齿条直线展开机构,设计了一种结构紧凑、多种运动模式的球形机器人。建立数学模型,对球形机器人机构进行运动学和动力学分析;通过对球形机器人Adams仿真建模,得出滚动、越障时的仿真结果,与理论值对比分析,验证了运动学、动力学分析的正确性;在此基础上制作实物样机,进一步验证了该机构的可行性,证明该机构具有较强的机动性与越障能力。

智能安保巡检机器人设计与应用

为有效解决仓库巡检过程中人手不足的问题,将智能巡检机器人新技术与仓库相结合,设计实现一套针对仓库值守及安全检查的智能安保巡检机器人,涵盖了机器人功能设计、巡检整体框架、监控系统布局等功能。智能安保巡检机器人仅具有动态自主规划路径功能,代替了按照固定路线的巡检模式;该机器人系统还能够与实际场景应用融合,代替了单纯搭载摄像头的移动监控模式;同时,该机器人实现了云端融合,可实现多机器人协同作业与监控。该机器人可根据操作人员在管理平台的任务操作或预先设定任务,仓库现场工作人员可通过机器人后台管理系统收到的实时图像与数据等信息,实现仓库无人巡视工作,代替人工巡检及传统单机器人,有效节约人力资源成本,为仓库新的运维模式提供了可靠借鉴。

智能消杀安保机器人设计与实现

针对公共卫生领域消杀安保机器人存在开发成本高、维护性差、消毒方式单一、消毒效果不够理想等问题,该文提出一种基于机器人操作系统(ROS)的智能消杀安保机器人控制系统方案。该方案基于分层控制的理念将智能消杀安保机器人的控制系统分为用户层、决策层以及执行层,各层次功能明确,耦合性低、复用性好、灵活性高。其中用户层主要用来接收用户的应用指令,起到人机交互的作用;决策层主要承担机器人语音识别、定位与导航、路径规划等核心功能;执行层主要执行决策层发送过来的控制指令,控制机器人运动以及消杀消毒工作。最终试验结果表明,该控制系统具有可靠性高、灵活性好、低成本等优点。

自动驾驶与大数据驱动下的车险定价智能化转型:车企与险企的协同创新路径

随着新能源汽车(特别是纯电动车)在公共出行领域的迅速崛起,以及大数据与人工智能技术的高速发展,自动驾驶技术在民用(无人出租车)与工业(无人矿卡)领域的正式运营,正深刻重塑车险行业的定价逻辑。传统基于车辆类型、驾驶员信息及历史出险记录的粗放定价策略,已难以适应当前智能化、数据密集型的行业环境。因此,车险行业亟须与车企紧密合作,利用大数据分析及人工智能算法,深入挖掘车辆行驶数据、驾驶员行为模式、车辆维护记录及电池健康状态等多元化信息,以实现车险定价的精细化与智能化转型。这一转型过程不仅要求车险公司具备先进的数据处理与分析能力,还需与车企在技术创新、产品定制及客户服务等方面形成协同效应,共同探索出适应未来自动驾驶时代的车险解决方案,从而确保车险行业的持续创新与健康发展。

低延时智能监控系统设计与实现

国内市场针对机器人监控系统的设备大多较为繁琐且功能单一,且无法第一时间获取监控范围内的相关信息的情况。针对智能机器人安防系统的实际需求,设计了一种低延时智能监控系统。利用软硬件结合的方式,可通过任意流媒体播放器实现远程监控第一时间掌握周围信息。该系统在相同网络环境下与海康威视官方系统远程视频传输延时相比,相差约110毫秒,满足智能移动机器人视频监控实时传输的需求。

基于全卷积神经网络和点云的道路检测算法

传统利用视觉传感器进行道路检测的算法受到环境光影响明显,难以在实际驾驶环境进行应用.本研究基于全卷积神经网络和激光雷达点云提出了一种道路检测算法,通过将点云进行投影,栅格化计算统计学特征,将无序的点云转化为全卷积神经网络能够训练的数据,进而对车辆前方的道路进行检测.在KITTI数据集上的训练和测试表明,该算法在识别精度、计算耗时、感知范围和稳定性上能够满足对于车辆前方道路的检测要求,具有鲁棒性好、全天应用的特点.