基于激光SLAM的AGV路径规划仿真分析

利用激光SLAM进行AGV导航具有路径灵活多变、环境适应性强、易维护等优点。激光AGV导航的技术关键在于路径规划的精度与效率。对两种常用的激光SLAM算法进行理论分析,应用MATLAB模拟激光SLAM导航AGV沿直线路径行走和在复杂环境中行走的地图构建与路径规划。仿真结果表明,基于无迹卡尔曼滤波的SLAM算法比基于扩展卡尔曼滤波算法的SLAM算法有更好的准确性,且两种算法数据处理时间相差不大,即基于无迹卡尔曼滤波算法在保证运行速度的同时有着更高的精度。     

基于视觉的多机器人协作SLAM 问题

 视觉SLAM 仅采用图像作为外部信息,用于估计机器人位置的同时构建环境地图。SLAM 是机器人自主性的基本前提,如今在小动态环境采用激光或者声呐传感器构建2D 地图得到较好地解决。然而动态、复杂和大范围下的SLAM 仍存在问题,使用视觉作为基本的外部传感器是解决问题的一个新颖热门的研究方法。在视觉SLAM 中使用计算机视觉技术,如特征检测、特征描述和特征匹配,图像识别和恢复,还存在很多改善的空间。本文在视觉SLAM 领域的最新技术的基础上,对基于视觉的多机器人协作SLAM 领域的前沿技术进行综述。     

激光处理技术在机械工程中的应用

简述了激光表面改性技术的研究与发展现状,特别是激光冲击硬化与激光镀技术。对各项技术的原理、特点和国内外研究现状加以描述,重点是对激光表面处理技术在实践工程中的应用加以叙述。     

基于激光同步定位与建图的移动机器人路径寻优方法

针对未知场景下移动机器人路径寻优问题,提出一种基于改进蚁群算法的激光SLAM移动机器人路径寻优方法。该方法由场景重构和路径寻优组成,利用激光雷达传感器观测特征物信息对广义卡尔曼滤波估计值更新,建立场景理解信息点云构造二维栅格地图,根据场景重构地图信息结合改进的蚁群算法进行路径优化。在复杂场景下,通过激光SLAM移动机器人实验表明,改进蚁群算法的激光SLAM移动机器人在多种复杂场景路径寻优和运行消耗时间等方面取得了较好的效果。     

倾斜摄影测量和SLAM激光点云在丘陵地带获取地形模型技术

倾斜摄影测量和激光SLAM点云技术目前正在土木工程领域广泛推广,通过此技术,可以获取复杂丘陵地带地形模型,用于指导路基土方施工。本文介绍了倾斜摄影、激光点云和传统方法获取地形模型基本原理与步骤,选取具有丘陵地带地形模型特点的试验段,用三种方法获取该试验段的地形模型,将倾斜摄影技术和SLAM激光点云获取的地形分别与传统测量GPS动态RTK测量技术的对比可知,采用激光点云获取地形数据的精度最高,然后依次是传统方法、倾斜摄影方法,倾斜摄影方法具有建模效率高的优点,适合于西北地区的路基土方施工。     

移动机器人VSLAM和VISLAM技术综述

同时定位与地图构建(SLAM)技术是指移动机器人通过自身搭载的传感器以实现同时定位与地图构建。视觉传感器与惯性测量单元极强的互补性使得视觉SLAM(VISLAM)成为SLAM研究中的热点方向。分别介绍了VSLAM技术中具有代表性的算法、特征提取方法以及卡尔曼滤波和非线性优化方法的应用,并对惯性导航系统做了简短阐述。当前VSLAM系统中往往存在光照变化剧烈、图像模糊、特征不明显等问题,将对SLAM系统造成严重后果。进而引出了多传感器融合SLAM中具有代表性的VISLAM技术,并介绍了VISLAM技术中视觉传感器和惯性测量单元的松耦合、紧耦合2种信息融合方法以及卡尔曼滤波和光束平差法在后端优化上的应用,对其未来的发展方向也做了展望。     

激光表面处理技术在汽车工业中的应用

结合激光表面处理技术在汽车零部件表面强化中应用的大量实例,从激光表面处理技术的基本原理和工作特点出发,对其进行总结和分类.并论述目前激光表面处理技术在国内外汽车工业中的研究、开发和应用,为进一步提高国产发动机的使用寿命提供了一个有效的途径.最后探讨了激光表面处理技术在未来工业中应用的发展趋势和广阔前景.     

动态环境下基于时序滑动窗口的鲁棒激光SLAM系统

无人驾驶场景中的动态物体会影响同时定位与建图（SLAM）系统的整体精度和鲁棒性，针对现有多数激光SLAM系统在动态环境下易出现里程计漂移、定位失败和建图重影问题，本文融合轻量级PointPillars目标检测网络和多目标跟踪方法，构建了一种面向动态场景的语义激光SLAM系统.该系统首先利用PointPillars网络获取潜在动态目标检测框并过滤检测框内特征点，以获取里程计初始位姿.其次基于匀速卡尔曼滤波器的多目标跟踪算法获取跟踪结果，以构建时序滑动窗口，实现鲁棒、高效的目标级数据时空关联，以去除动态物体和恢复静态目标，进一步优化里程计.最后在包含动态场景的KITTI和NUSCENES公开数据集上与主流激光SLAM方法进行对比实验，结果表明本系统在里程计和全局地图的准确性和鲁棒性方面有显著的提高，同时系统保持了实时性，可满足动态场景下自主机器人系统和智能交通应用.     

基于多传感器融合SLAM应用的室内机器人研究分析

针对SLAM技术发展的限制,加上移动机器人的不确定复杂环境且不能实现长期可重新定位的导航方案,该文将在多传感器信息融合的基础上进行SLAM算法行为优化,以提高SLAM的速度和精度。采用2D激光雷达和一般深度相机,与里程计信息和惯性传感器IMU相融合,优化多传感器信息融合以及数据关联模型。对多传感器融合SLAM应用的室内机器人研究作出一个浅述。     

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。