机器人视觉导航的几种特征点方法比较

针对移动机器人视觉导航中移动速度较快且计算能力较弱、视觉路标的图像特征检测与匹配时间之间存在矛盾这一问题,提出了选择合适的满足实时性的特征检测方法.对机器人视觉导航中获得图像特征常用的特征点法(如KLT,SURF,SIFT,Harris等)进行了探讨.通过对移动机器人导航中的图片采用不同方法进行测试,比较了不同方法所需...     

移动机器人的自动导航技术的研究综述

在该文中介绍了移动机器人的几种常见的导航技术和几种最新的导航方式。在对导航技术了解的基础上,对自主移动机器人在关于导航技术方面的关键技术——多传感器信息融合技术,该文对其进行了深入研究,与此同时,又对多传感信息融合技术在移动机器人导航中的应用进行了阐述和研究,最后该文对移动机器人导航技术进行了总结并对移动机器人自主导航技术的未来发展方向进行了展望。     

一种机器人导航中数字路标的分割和识别方法

基于路标的移动机器人视觉导航的基础上,提出了一种基于边缘点数量统计和FCM(Fuzzy C-means)聚类的路标图像分割方法。在对分割后图像进行维纳滤波,二值化等预处理的基础上,完成了数字路标的识别。通过实验证明,该算法能实时地完成数字路标的分割和识别,有效地应用于移动机器人的视觉导航。     

一种机器人导航中数字路标的分割和识别方法

基于路标的移动机器人视觉导航的基础上,提出了一种基于边缘点数量统计和FCM(Fuzzy C-means)聚类的路标图像分割方法.在对分割后图像进行维纳滤波,二值化等预处理的基础上,完成了数字路标的识别.通过实验证明,该算法能实时地完成数字路标的分割和识别,有效地应用于移动机器人的视觉导航.     

基于图像识别的机器人定位与导航算法的研究

近年来,由于移动机器人逐渐脱离实验环境进入到商用阶段,采用激光雷达进行地图导航的方式由于成本过高逐渐被低成本的视觉方案所取代。依托两台单目摄像机,基于图像识别理论可以对机器人的工作环境进行感知建模,所获得的信息相较于传统的激光雷达的距离信息更增加了特征信息,使得机器人的导航定位更加灵活。针对移动机器人的导航问题,提出了一种基于图像识别的定位导航算法。首先,分析了问题的研究背景和研究现状;其次,构建了双目视觉定位系统并分析了图像特征提取的主要方法;再次,提出了一种改进的图像匹配方法实现视觉SLAM;最终,所设计的算法通过实验进行了验证。实验结果表明,所设计的算法能够准确呈现工作环境的原始信息。     

移动机器人视觉导航的并行处理技术研究

视觉导航是自主式移动机器人智能导航的研究热点 ,但是视觉导航所需的图像计算量很大 ,导致系统延迟 .引入网格分布式并行处理系统 ,将大计算量图像进行并行处理 ,以满足机器人实时性要求 .文中做了一个 4个节点的异构平台的实验 ,展示了系统的实用性 .     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。     

机器人视觉中的信息处理技术的应用

在研究智能机器人的过程中,自主机器人的运动是主要方面,其中使用视觉进行导航占了很大一个比重,因为相比于使用其他的传感器来进行导航有很大的优点,因此人们在研究移动机器人的过程中,都倾向于研究视觉导航功能。而对于机器人来说,在视觉导航方面无疑会用到信息处理技术,而信息处理技术作为重要一项,扮演了非常重要的角色。本文通过研究视觉理论,研究了机器人的视觉图像处理算法以及运动追踪算法,对信息处理技术在机器人视觉中的应用进行了探讨和研究。     

基于惯性传感器和视觉传感器的室内定位研究

针对视觉定位实时性不高和惯性定位误差积累的问题,叙述了一种融合视觉全局定位和惯性传感器局部定位的移动机器人导航定位方法。该方法以惯性传感器定位为主,引入视觉定位技术来消除其积累误差,达到提高移动机器人定位的目的。实验表明,该方法能够克服视觉定位和惯性定位的缺点,定位精度优于单独采用惯性定位或视觉定位。     

移动机器人研究现状及发展趋势

移动机器人目前已经遍布军事、工业、民用等领域,并还在继续快速发展。本文主要回顾了移动机器人的进展,根据不同的分类方法对移动机器人进行了分类;着重阐述了移动机器人定位和导航方法,并进行了简单比较;回顾了目前移动机器人运动控制技术,包括路径规划技术和路径跟踪技术;最后对移动机器人技术的发展趋势进行了展望。     

农业机器人视觉导航试验平台

搭建了四轮驱动农业机器人视觉导航试验平台。设计了基于AVR单片机的下位机控制器,实现了4个电机的独立速度控制及其与上位机间的串口通讯功能。将最小二乘法和线扫描算法相结合,实现了农业机器人在作物行间行走的导航路径提取的视觉导航算法。测试表明:该算法具有较好的实时性,可以应用于农田两行作物间的导航试验。     

北斗导航辅助移动机器人同时定位和地图构建研究

针对未知环境下移动机器人实时构图和导航问题,将基于激光的环境特征提取和地图构建技术与北斗卫星导航相结合,设计了一种基于特征地图的移动机器人自主导航系统。利用激光提取环境信息,采用点和直线段进行环境表示,结合里程计进行定位,同时进行地图构建。然后在地图上关联北斗坐标,丰富地图信息,根据路径规划方法实现移动机器人自主导航。在Poineer3-AT机器人上实验表明:该方法能够快速提取直观的表示环境信息,并实现自主导航功能,有效提高了移动机器人导航能力。     

一种遥操作移动机器人的研究与实现

移动机器人在工业制造、国防以及服务行业具有广阔的应用前景。由于环境感知、自主定位与导航等技术瓶颈的存在,完全自主移动机器人在目前还难以走向实用。采用遥操作控制,能有效地解决上述问题。对遥操作移动机器人的体系结构、环境信息感知、通讯方式、导航与控制进行了阐述,在此基础上提出的基于局域网的遥操作移动机器人具体实例,既可在危险环境下执行任务,也可用于社区保安巡逻。     

移动机器人的并行免疫计算模型

为了支持未知环境下移动机器人自主导航，提出了移动机器人的并行免疫计算模型，为解决其在线导航优化、病毒／路障识别和计算效率问题提供了基础组织。免疫计算模型分为固有免疫计算层、适应性免疫计算层和并行／分布式计算层，并行免疫计算模型建立在此3个免疫计算模型基础上。探讨了移动机器人并行免疫计算模型的负载极限和负载平衡，分析了此类移动机器人系统的鲁棒性；提出了移动机器人并行免疫计算模型用于路障识别的方法。移动机器人并行免疫计算模型的复杂性分析及仿真结果表明，并行计算能提高其效率；仿真结果表明，移动机器人可消除病毒，并具有较高计算性能。     

基于机器人操作系统的移动机器人激光导航系统

为了验证激光导航的先进性及机器人操作系统(robot operating system,ROS)的便捷性,进一步对机器人导航机理进行研究,提出了改进粒子滤波算法及改进A*路径规划,分别应用于地图构建和路径规划,并搭建了基于ROS平台的移动机器人导航试验平台,该平台具有低成本、高性能的特点。试验平台由上位机和移动机器人组成,上位机实现对机器人的控制,移动机器人配置有工控机和激光传感器,机器人通过激光传感器采集环境信息,为实现即时定位及地图构建功能提供数据支撑。研究并构建基于ROS的地图构建和自主导航功能包并通过实际环境进行试验验证。试验结果表明:构建功能包可用于机器人的激光导航中,该激光导航系统的可行且具有一定的稳定性与可靠性。     

移动机器人同时定位与建图室内导航地图研究

针对当前视觉同时定位与建图(simultaneous localization and mapping,SLAM)生成的点云地图不能满足路径规划和导航的需要,提出一种室内移动机器人的导航地图制备方法.首先,通过SLAM估计相机位姿,后端优化后生成室内场景的三维点云地图;其次,根据地面移动机器人的运动约束及结构特点分情况讨论,推导点云相对于地面的二维坐标,同时对点云进行地面与障碍的分离、截取与筛选;最后,根据栅格占据状况有序构建出导航地图.实验结果表明,基于点云坐标的障碍物截取准确度高于地面拟合截取方法,所建地图精度与完整度均高于传统方法.室内移动机器人能基于该地图进行路径规划与导航.     

移动机器人的嵌入式控制系统

基于ARM处理器和MEMS器件设计了移动焊接机器人控制和导航定位系统,给出了陀螺仪、加速度计外围电路和相应AD采集模块设计方法,以及捷联式惯性导航系统位置和姿态解算方法.仿真实验结果表明,该导航定位系统能正确给出移动焊接机器人的位置、姿态信息.     

Deep Reinforcement Learning Based Mobile Robot Navigation:A Review

Navigation is a fundamental problem of mobile robots, for which Deep Reinforcement Learning(DRL)has received significant attention because of its strong representation and experience learning abilities. There is a growing trend of applying DRL to mobile robot navigation. In this paper, we review DRL methods and DRL-based navigation frameworks. Then we systematically compare and analyze the relationship and differences between four typical application scenarios: local obstacle avoidance, indoor navigation, multi-robot navigation, and social navigation. Next, we describe the development of DRL-based navigation. Last, we discuss the challenges and some possible solutions regarding DRL-based navigation.     

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.     

一种自主移动机器人智能导航控制系统设计

提出一种实用的自主移动机器人智能导航控制方案,以研制的模型样机HN-9为例,阐述了其具体实现技术.机器人采用扫描式超声波实现作业环境的探测,基于码盘和电子罗盘的组合导航子系统实现定位估计,利用模糊决策子系统产生反应式智能导航控制行为.仿真实验及模型样机的实际运行效果验证了该系统构成的可行性.这种模块化的低成本设计方案便于在移动机器人的嵌入式控制系统上实现,便于对已有移动机器人系统进行改造以实现自主导航功能,用以提高操作机动性与可靠性.