改进位姿估计环节的ORB-SLAM稠密建图算法

为了提高ORB-SLAM2系统的位姿估计精度并解决仅能生成稀疏地图的问题,提出了一种融合ICP算法与曼哈顿世界假说的位姿估计策略并在ORB-SLAM2系统中加入稠密建图线程来实现稠密建图。首先通过ORB特征点法、LSD算法和AHC方法进行点、线、面特征的提取,其中点、线特征跟上一帧匹配,面特征在全局地图中匹配。然后采用基于surfel的稠密建图策略将图像划分为非平面与平面区域,非平面采用ICP算法计算位姿,平面则通过面与面的正交关系确定曼哈顿世界从而使用不同的位姿估计策略,其中曼哈顿世界场景通过位姿解耦实现基于曼哈顿帧观测的无漂移旋转估计,而曼哈顿世界场景下的平移以及非曼哈顿世界场景位姿采用追踪的点、线、面特征进行估计和优化;最后根据关键帧和相应位姿实现稠密建图。采用TUM数据集对所提建图方法进行验证,实验结果与ORB-SLAM2算法比较,最终均方根误差RMSE平均减少0.24cm,平均定位精度提高7.17%,验证了所提方法进行稠密建图的可行性和有效性。     

基于Harris-Hist的特征匹配及目标定位算法

针对目前机器人伺服定位抓取中定位精度和实时性较差的问题, 提出一种基于Harris-Hist的快速特征匹配及目标定位算法. 首先, 采用Harris检测算法提取图像特征点; 然后, 提出一种新的特征点描述子定义方法, 计算特征点圆形邻域内像素点灰度直方图刻画特征点, 通过计算两幅图像中各特征点描述子间的距离实 现特征匹配; 最后, 根据匹配结果, 估计单应性矩阵, 定位目标在场景图像中的位置. 实验结果表明, 该算法匹配速度快、 定位精度高, 能满足机器人伺服定位抓取中定位精度和实时性的要求.     

基于散射体信息的室内NLOS单基站定位算法

针对室内非视距(non-line-of-sight，NLOS)环境下的定位问题，提出一种基于散射体信息的室内NLOS单基站定位算法。根据室内场景的先验信息获得散射体的分布范围，选定一条反射路径的飞行时间(time of flight，TOF)作为参考，利用剩余路径的TOF与其做差分来构造差分TOF观测值，从而消除由于收发两端时钟不同步造成的相位误差影响; 根据每条路径的AOA及散射体的分布范围进一步确定散射体的位置范围; 利用差分TOF构造非线性定位目标方程，进一步将此方程转换为非线性最小二乘优化问题，利用遗传算法(genetic algorithm，GA)对目标进行初步定位，采用列文伯格-马夸尔特(Levenberg-Marquard，LM)算法对目标进行精确定位。仿真结果表明，该算法可以有效解决室内NLOS环境下的单站定位问题。     

基于BoW模型的RGB-D SLAM算法的运动轨迹估计

针对目前RGB-D SLAM算法特征匹配耗时高、在大规模场景中闭环检测效率低的问题,提出了基于词袋(Bag of Word,BoW)模型的RGB-D SLAM改进算法。通过BoW模型缩小每个特征的匹配范围,解决了暴力特征匹配算法的耗时问题;利用BoW模型对关键帧序列进行相似度度量,得到闭环候选帧并通过多层次筛选最终确定闭环帧从而实现闭环优化,解决了传统的闭环检测算法不能适用于大规模场景的问题。与传统的RGB-D SLAM算法的实验测试及对比分析结果表明:改进的RGB-D SLAM算法能使得相机轨迹估计实时性更好,定位更准确。     

基于云计算的大规模交通路网的最短路径算法

针对大规模路网路径搜索算法计算量大、耗时长、效率低等问题,采用MapRe-duce并行编程模型计算框架,利用网络中大量不同位置的计算机进行集群式海量数据计算,解决基于大规模路网分割成若干子图并行计算问题.本文基于MapReduce构建一个新的计算框架,建立了基于子图分割的并行搜索方法,实现超大规模真实交通路网中最短路径搜索.案例分析证明:该方法能够在可接受的计算时间内提供高质量的最短路径搜索服务.     

基于RGB-D的室内场景实时三维重建算法

针对基于视觉的室内场景三维重建过程中存在三维点云匹配不准确、过程耗时和深度信息部分缺失的问题,提出一种带有深度约束和局部近邻约束的基于RGB-D的室内场景实时三维重建算法.该算法首先利用RGB-D相机采集到的RGB图像做哈里斯角点检测,再用SURF特征点描述方法对检测到的特征点生成64维特征描述子.接着利用特征点集合的深度信息和局部近邻特征点信息作为约束,初步筛选出相邻帧间正确的匹配点对,再结合随机抽样一致性(RANSAC)算法去除外点,以此得到相机的姿态估计.最后利用RGB-D的深度图像,在图优化方法(g2o)的基础上生成三维点云,实现室内场景的三维重建.实验中,RGB-D摄像头装载在自主移动导航的小车上,实时重构的三维场景验证了所提算法的可行性和准确性.     

光学与深度特征融合在机器人场景定位中的应用

针对移动机器人室内环境的场景定位问题,研究和提出了一种基于视觉光学与深度特征融合的机器人场景匹配定位算法.首先针对摄像机采集到的光学图像和相应的深度图像信息进行预处理,均匀采样后分别对其进行尺度不变特征变换SIFT的特征提取.然后将2组特征进行特征融合,并利用局部线性编码LLC算法进行特征编码.最后应用线性分类器对场景图像进行分类和匹配,得到场景定位信息.在基于PowerBot移动机器人和微软公司Kinect传感器搭建的机器人实时场景定位系统中,针对设计的算法,进行了实验验证.实验结果显示,提出的算法获得了较高的分类准确率,有效提高了机器人场景定位的工作效率,验证了场景定位算法的高效性和可靠性.     

一种基于Shi-Tomasi和改进LBP的特征匹配及目标定位快速算法

针对机器人伺服抓取中对定位精度和实时性均要求较高的问题, 提出一种特征匹配及目标定位快速算法. 首先, 采用Shi-Tomasi检测算法提取特征点; 其次, 提出一种新的特征描述子定义方法： 先以特征点为中心截取子图像, 利用二维Gauss函数偏导数确定特征方向, 再根据特征方向对局部图像做旋转处理, 提取旋转后标准局部图像局部二值模式作为特征描述子, 该描述子具有良好的局部性以及平移、 旋转不变性; 最后, 通过计算特征描述子间的Hamming距离实现特征匹配, 估计单应性矩阵, 定位目标在场景中的位置和方向. 实验结果表明, 该算法匹配速度快、 定位精度高、 稳定性好, 能满足机器人伺服抓取中定位精度和实时性的要求.     

基于Harris-改进LBP的特征匹配及目标定位算法

为满足机器人伺服抓取中定位精度和实时性的要求, 提出一种基于Harris及改进局部二值模式(LBP)的特征匹配和目标定位快速算法. 首先采用Harris检测算法提取图像特征点; 然后提出一种新的特征点描述子定义方法, 先利用胡矩确定特征方向, 再根据特征方向对局部图像做标准化处理, 提取标准化局部图像LBP特征作为特征点描述子; 最后通过计算两张图像中各特征点描述子间的汉明距离实现特征匹配, 再根据匹配结果估计单应性矩阵, 定位目标在场景图像中的位置. 实验结果表明, 该算法匹配速度快、 定位精度高.     

室内应急疏散的多人员Wi-Fi定位精度研究

应急疏散研究中的人员定位问题对于快速疏散人群和拯救被困人员具有重要的意义.为了确定Wi-Fi定位手段对于室内人员疏散的适用性,采用手持Wi-Fi设备和预设置的无线信号基准参考点,利用无线接收信号强度指数通过模式匹配的方式进行多人员定位的尝试.所得实验结果表明此方案的室内定位精度能达到5~7m.新方案所提供的定位精度能够区分室内多个体的移动路径,为相应疏散应用提供人员的动态位置信息描述.     

室内应急疏散的多人员Wi-Fi定位精度研究

应急疏散研究中的人员定位问题对于快速疏散人群和拯救被困人员具有重要的意义.为了确定Wi-Fi定位手段对于室内人员疏散的适用性,采用手持Wi-Fi设备和预设置的无线信号基准参考点,利用无线接收信号强度指数通过模式匹配的方式进行多人员定位的尝试.所得实验结果表明此方案的室内定位精度能达到5~7m.新方案所提供的定位精度能够区分室内多个体的移动路径,为相应疏散应用提供人员的动态位置信息描述.     

基于改进双向探索A∗算法的医疗巡检机器人路径规划研究

针对传统导航机器人在复杂大型地图中路径搜索时间长、效率低等问题,提出了一种基于医院复杂环境下的导航策略.对移动机器人在路径规划过程中遇到障碍物、接到临时任务指令以及在同一楼层中两个行驶机器人相遇3种情况,分别讨论了较为合理的路径规划方案.在医院复杂场景模拟环境下的导航策略实验结果表明:该方法能够有效减少路径规划时间,提高搜索效率.EAI移动机器人在线的医院场景模拟环境下实验结果表明:相比传统路径规划算法,该方法能够提高探寻最短路径的效率,且在连续障碍环境下仍能寻找到一条安全性更高、用时最短的最优路径.     

蓝牙有界定位问题

基于蓝牙beacon的室内定位方案在谷歌、苹果等公司的力推下得以广泛应用,但高效解决大规模、高精度的定位问题仍是研究难点。出于信息安全、抗干扰等因素考虑,限制定位信号辐射范围且满足定位精度的"有界"定位方案具有广阔的应用前景。详细阐释有界定位问题的整数线性规划求解方法,证明大型定位问题可分解为多个独立求解的有界定位问题并快速获得次优解,最后通过仿真验证解在beacon个数、耗时等方面的性能。     

步行机器人定位系统特征粒子的优化

针对视觉机器人定位问题,提出一种改进的蒙特卡罗定位方法.在特征粒子的观测更新上,用机器人当前位置确定局部地图的范围,用局部地图的搜索方式来匹配不惟一地标,减弱了粒子分布的多值性;并在粒子的重采样过程中应用历史观测信息和运动信息产生新粒子点,使新粒子有效的概率加大,加快了结果的收敛速度.该方法应用于TJArk队四腿机器人上,在2008机器人世界杯足球赛上取得了令人满意的结果.     

一种基于Hu不变矩的匹配演化算法

提出了一种基于Hu不变矩的匹配演化算法.该算法利用一种新的演化搜索策略取代传统的遍历搜索策略,将Hu不变矩特征融入演化适应函数.首先通过演化策略,产生多个搜索子图;然后计算待识别搜索子图与模板图像的不变矩特征值,用欧氏距离衡量两者的相似度;最后通过演化策略产生新的搜索子图,用该搜索子图淘汰种群中适应函数值最大的搜索子图.实验结果表明该算法具有较高的效率和鲁棒性.     

一种自适应搜索的足球机器人定位方法

基于目前结构环境下的机器人定位问题,将机器人定位的概率问题转换为有限空间范围内的极小值搜索问题,实现了一种新的基于机器自学习的搜索方法.为了保证定位的实时性与定位精度,提出了一个能自动调整搜索步长的自适应搜索算法,解决了RoboCup中型组足球机器人的自定位问题,并在实际环境中完成了算法有效性测试.     

高压配电变电站的优化规划

旨在提出一种工程上实用的求解高压配电变电站优化规划问题的方法．该方法将高压配电变电站优化规划问题分为平面定位和组合优化两个子问题．交替定位-分配（ALA）法已被广泛用于求解平面定位问题，但其所得解往往依赖于初始位置的选择，针对此情况做出了改进，明显地提高了解的质量，针对组合优化子问题的非凸非凹性，采用分支定界法，以求得或接近全局最优解．同时，为提高分支定界法的效率，利用启发式规则剪去产生最优解可能性很小的分支．算例表明，该方法可以求得工程上的满意解，并且计算速度快，是求解高压配电变电站优化规划问题的有效方法。     

基于GMS和块匹配的运动估计特征匹配算法研究

针对运动估计中传统特征匹配算法存在匹配时效性差、精度不高等问题,提出一种基于块匹配搜索的改进网格运动统计算法.首先提取ORB特征点并将图像划分网格;然后计算网格内各特征点的运动平滑约束度,并以此作为准则确保匹配精度;最后采用块匹配菱形搜索算法进行特征匹配筛选以提高匹配速度.仿真试验结果表明:相较于随机抽样一致算法,特征点保持数量为500时匹配效率提升24.6%,匹配速度提高42.9%;与ORB-SLAM2算法相结合用于连续运动估计时,单帧耗时0.13 s,实时性较好.     

基于混合SA算法的智能汽车全局路径规划

针对目前智能汽车路径规划存在A~*算法规划的路径精度高却搜索耗时长、搜索耗时短但精度差的矛盾问题,提出了一种既保证搜索效率又可提高路径精度的混合连接SA算法.在原有连接方式的基础上,提出了一种新型的连接方式和S算法,设计了混合SA算法的切换机制,确保了SA算法可获取保证搜索效率的次优路径.进行了路径规划单一地图仿真试验,验证了SA算法在不同的单一环境地图中,重复规划的路径具有一致性、耗时具有一定局限性;同时进行了路径规划普适性仿真试验,对比分析了混合连接SA算法与四连接A~*算法的各项性能指标.结果表明:在全局工况下,SA算法相比于四连接A~*算法,在保证搜索耗时优势的同时,提高了规划路径精度,尤其是在低百分比障碍物地图下,效果更为明显.     

基于OpenCV 的丝印机定位系统研究

现有OpenCV 模板匹配能实现丝印机的定位，但是模版图像不在搜索图中也能得到匹配结果，同时定位执行机构运用传统的直接传值方式运动会造成定位执行机构卡顿。为了解决上述2 个问题，提出了一种基于相似度的模板匹配方法。经验证该方法能解决模版图像不在搜索图中也能得到匹配结果的问题，实验结果表明，基于相似度的模版匹配方法对图片的相似度识别都在91%以上，平均用时低于250 ms，具有匹配稳定和快速的特点。同时还提出了一种速度匹配的运动方式，经验证该方法解决了定位执行机构运行卡顿的问题，实验结果表明，速度匹配的运动方式在250 次运行过程中没有出现一次卡顿现象。