排序方式： 共有2条查询结果，搜索用时 453 毫秒
1
1.
基于视觉的同时定位与地图构建（SLAM）技术是实现移动机器人自主导航的关键.当机器人处在陌生环境中时,通常会利用周围目标的点特征来估计导航相机的位姿,并利用光束法平差来估计相机位姿和特征空间位置.但如果环境中的特征信息不丰富,则无法准确估计相机轨迹,且欧式坐标与反深度信息下的光束法平差部分条件下不收敛.为此,提出了一种在缺少特征点的环境下通过收集深度相机信息,同时利用点特征与线特征融合的视觉里程计,构建了融合视差角光束法平差与基于线特征的光束法平差的策略,从而使重投影误差达到最小化.最后与其他基于特征的SLAM系统进行比较,实验结果表明,在缺少特征点的真实环境中,系统位姿估计的性能与准确度得到提升. 相似文献
2.
针对四足机器人机身因实现平衡稳定而进行横向调整的静步态稳定性规划问题,提出了一种新的基于粒子群算法的四足机器人机身横向调整参数优化方法.算法以运动过程中机身的横向调整参数为设计变量,其目标函数综合考虑了四足机器人躯体稳定性、行走直线性等运动性能,并利用Matlab与Adams软件对所提出的优化方法进行了一系列仿真实验验证.仿真实验结果表明:所提优化方法可以快速有效地寻求全局最优参数,使四足机器人能够实现具有良好运动性能的静步态. 相似文献
1