一种智能空间辅助的家庭服务机器人SLAM方法

在单机器人SLAM过程中,定位误差和建图误差随机器人运动距离增大而增大。为了有效降低SLAM误差,本文提出了一种智能空间辅助的家庭服务机器人SLAM方法。基于Rao-Blackwellized粒子滤波思想,机器人定位和建图问题被分解为两个独立环节,首先,联合机器人控制量和智能空间摄像机网络的观测值估计机器人位姿,给出了位姿粒子的采样提议分布和权值更新公式;然后,机器人利用自身位姿及对目标的观测来构建环境地图。仿真实验表明本方法有效提高了机器人的定位精度,进而得到了更加精确的环境地图。     

动态家庭环境智能空间服务机器人全息建图方法

 针对家庭服务机器人工作的复杂动态环境,结合智能空间和机器人二者优势,提出了一种融合环境及其中目标资源分布的家庭智能空间全息地图构建方法。基于Rao-Blackwellized粒子滤波思想,根据建图初期机器人及其感知的全局空间特征点位置完成智能空间传感器网络节点的位姿参数标定,利用已标定传感器网络的观测值和机器人控制量进行机器人位姿估计,同时根据机器人位姿及其观测值进行全息建图。针对建图过程中及建图后的环境和目标变动,设计了基于智能空间监测的全息地图动态更新策略。实验表明,智能空间传感器网络有效地解决了建图中的动态数据关联问题,由其辅助的机器人定位和建图精度明显提高。     

一种改进的边缘粒子滤波SLAM方法

提出了一种改进的同时定位与地图创建(SLAM)方法--遗传优化Marginal-SLAM算法用于机器人导航,将Marginal-SLAM算法与遗传算法相结合,继承了Marginal-SLAM算法权值方差较低的优点对粒子集进行优化,进一步提高了算法的综合性能.将地图视为模型的参数,并由递归极大似然估计法得到,位姿估计采用边缘粒子滤波方法求取.设计了一种与Marginal-SLAM算法兼容的遗传算法,融合最新的观测信息来优化粒子集,同时兼顾粒子集的多样性,提高了粒子集的性能.仿真实验表明,该遗传优化Marginal-SLAM算法在有效粒子数和权值方差方面都很好的表现,路径和地图估计的精度也有一定提高.     

基于视觉SLAM的物体实例识别与语义地图构建

针对目前面向语义同步定位与地图构建(SLAM)研究大多需要已知三维对象模型作为先验知识,或者只对有限的几种物体的类别进行语义分割,而没有区分对象的个体的问题,结合目前先进的基于深度学习的实例分割算法和视觉SLAM算法提出了一种面向实例个体的物体识别和语义地图构建方法,使得机器人不仅获得了面向导航的环境几何信息,而且掌握了面向物体个体的属性和位置信息.该方法利用由视觉SLAM算法获得的图像帧间几何一致性约束来促进连续图像帧中物体匹配与识别结果,提高物体实例识别的精度,同时结合实例识别结果完成语义建图的任务.最后实现了基于视觉SLAM算法的物体实例识别与语义地图构建系统,并在ICL-NUIM数据集上进行实验,实验结果表明该系统能够基本完整地识别场景中的各种物体并生成环境的语义地图,验证了本方法的有效性.     

基于空间智能的网络机器人系统研究进展

介绍了空间智能系统的国内外最新研究成果,指出其与机器人智能系统有机结合的优势.其次,对国内外经典的基于智能空间的服务机器人智能系统研究实例进行分类介绍,指出二者结合中存在的问题和难点.     

基于ROS的智能轮椅室内导航

针对传统的智能轮椅都是依靠开发者单独设计的控制系统及软件框架,在功能模块上不同产品之间的通用性极其不好的问题,提出一种基于机器人操作系统(robot operating system,ROS)的智能轮椅导航方法.由于激光传感器在测距上准确率较高,该方案采用激光测距仪作为主要传感器,并运用基于扩展卡尔曼滤波器同时定位与地图创建方法进行建图.设计了基于ROS的导航软件系统,将其分为底层运动控制和上层导航功能模块两部分,通过Ad-hoc网络连接,以server/client的方式完成控制.配置了基于ROS的语音功能包,可完成语音自主导航等功能.通过多次实验证明,该方案能构建与实际环境一致的地图,并能成功地完成智能轮椅的语音导航任务.     

基于多源融合式SLAM的机器人三维环境建模

为有效处理移动机器人三维环境地图创建过程的不确定误差,提高所建地图的准确性、完整性和一致性,本文提出了一种基于传感器信息融合和Rao-Blackwellised粒子滤波(RBPF)的移动机器人三维同时定位与地图创建 (SLAM)方法. 在建立传感器不确定性概率模型的基础上,通过贝叶斯滤波实现传感器数据的去噪,将激光与视觉传感器获取的环境信息在一定的规则下融合,在SLAM框架下实现具有纹理映射的三维环境地图创建. 实验结果表明所用方法的有效性. 多源融合式自主SLAM提供了更为丰富、完备、准确的环境模型.      

基于粒子滤波的移动机器人SLAM算法

针对FastSLAM算法对传感器精度要求较高,不适用于方向性差的超声传感器问题,提出了一种基于超声概率栅格地图环境特征点提取匹配的移动机器人粒子滤波同时定位与地图创建(SLAM)算法.该算法可分解为机器人位姿估计和环境路标估计2个部分.基于蒙特卡罗定位原理利用粒子滤波算法对机器人运动轨迹进行估计;在建立全局超声概率栅格地图的基础上,利用概率栅格地图环境特征提取算法对环境路标坐标进行估计.实验证明,该算法较好地解决了超声测距传感器由于散射角大带来的特征点估计不准的问题,对环境路标和机器人轨迹的估计都比较准确.并对移动机器人累计误差进行了有效的补偿,减少了由于累积误差造成的移动机器人轨迹扭曲失真.     

一种基于光度信息和ORB特征的建图SLAM

针对同步定位与建图(Simultaneous Localization and Mapping,SLAM)系统经常因为相机抖动及场景结构单一等问题而导致跟踪失败的情况,以及重建三维地图的任务,提出了一种混合SLAM方法(R-ORB SLAM).该方法采用一种基于光度误差的位姿粗略估计作为特征视觉里程计的先验,在ORB-...     

SLAM仿真系统在智能移动机器人中的应用研究

为实现机器人的自主导航,采用了SLAM三层结构的仿真模型,通过对产生环境地图和实体对象程序的设计,并采用面向对象的设计方法,模拟了一种基于MATLAB的SLAM仿真系统,借助于对内部和外部传感器的数据采集文件的模拟应用,同时完成了机器人的定位和环境地图的构建.     

改进粒子滤波器的移动机器人同步定位与地图构建方法

传统的基于粒子滤波器的移动机器人同步定位与地图构建(SLAM)方法往往随着迭代次数的增加会产生粒子退化的问题,提出了一种基于人工鱼群算法与定向重采样思想的改进的粒子滤波器用于移动机器人SLAM问题。方法首先将人工鱼群算法引入到粒子滤波器中,从而使得粒子分布在重采样之前就更加接近真实情况,然后利用定向重采样的方法,使得新产生的粒子更加接近于真实的运动情况,从而提高了机器人的位置估计精度与地图创建精度。仿真实验结果证明了该方法能够得到更多的有效粒子,而且能够提高粒子的多样性,并且提高SLAM性能。     

“机器人管家”主理下的智能家庭自动化初探

在分析和把握现有自动控制科技成果的基础上,对家庭自动化的发展趋势进行了研究和科学预测。研究认为,家庭自动化将向着综合自动化和智能自动化发展,“机器人管家”将成为智能家居中的核心部件和关键。智能家庭自动化将人类生活真正推向智能时代。     

基于LABVIEW的巡逻机器人智能识别系统设计

针对无人化工厂智能自主巡逻功能的实现,设计了一种基于LABVIEW的无线监控巡逻机器人。基于巡逻机器人工作环境和上下楼梯等越障过程的分析,设计了机器人主要结构参数,分析了机器人的稳定性,测试了基于LABVIEW的视觉智能识别系统在识别并分类障碍物时的实用性。实验结果表明,采用所设计的智能识别系统可满足巡逻机器人智能越障的要求。     

智能机器人迎宾服务系统的设计

以IFIX组态软件系统、GE PLC系统及机器人控制系统为开发平台,设计了一套机器人智能迎宾服务系统,实现了机器人礼节性迎宾、人性化待客的智能服务,为解决日益严峻的服务行业用工荒问题提供参考和借鉴。     

一种具有生理参数监测功能的智能家居系统

本研究以人体生理参数和家庭安防情况为监控对象,采用ZigBee协议构建了智能家居安防无线网络．系统配置了短信模块,使得用户可以使用手机通过GSM网络实现对系统的远程访问和控制．该系统不仅实现了对家庭安防情况的实时监测,也实现了对家人情况的实时监测,切实体现了智能家居智能化、人性化的设计理念．     

基于卡尔曼滤波的室内服务机器人定位

研究了服务机器人在室内环境中运用卡尔曼滤波算法定位的一种方法.服务机器人事先将特定的墙壁与墙角信息存储,依靠自身配备的里程计获得基本的位置信息,通过声纳传感器进行观测,对墙壁进行识别匹配,根据事先的墙壁信息获得观测位置,通过将预测值与实际观测值之间匹配和修正的递归过程实现定位算法,用Matlab软件仿真验证了该方法的可行性.     

基于可拓理论的家庭机器人环境认知方法

为提高对环境的感知与理解水平,以家庭环境为研究背景,将可拓学的理论和成果应用于智能机器人环境认知过程,从而提出了建立环境空间概念模型的思想和实现方法.家庭机器人用基元理论表达先验知识与环境模型,可实现认知环境过程中深层知识的存储、表示及处理,用可拓推理方法与优度评价准则处理认知过程中出现的矛盾,再根据空间关系建立环境概念模型.提出的方法适用于家庭机器人的环境认知过程,经过适当改进完善,也可应用于其他类型的智能机械系统(机器人)中.