检索结果-内蒙古大学图书馆

作者：戴秋阳哈尔滨工程大学

学位级别：硕士

SLAM(simultaneous localization and mapping),即同时定位与地图构建,是一种依赖机器人自带传感器,如激光雷达、里程计或相机,在未知环境中确定自身位置与姿态并实时构建地图的方法。SLAM方法常用于无人系统的定位任务中,其中实现高效... 详细信息

SLAM(simultaneous localization and mapping),即同时定位与地图构建,是一种依赖机器人自带传感器,如激光雷达、里程计或相机,在未知环境中确定自身位置与姿态并实时构建地图的方法。SLAM方法常用于无人系统的定位任务中,其中实现高效、稳定且鲁棒性强的定位功能显得尤为关键。考虑到户外环境的多变性和复杂性,无人系统需要应对诸如光线不足、快速移动以及GPS信号不稳定等多重挑战。 1.针对视觉受限环境下,基于视觉的视觉惯性里程计存在的定位鲁棒性问题,本文提出了一种新的基于多目视觉输入信息的视觉惯性里程计方法。相对于传统的单/双目视觉惯性里程计,本文系统输入为IMU数据和多目图像。使用光流跟踪提取和跟踪输入多目图像的特征点,并在相邻图像帧之间进行IMU预积分。并使用本文提出的跨相机特征点跟踪算法进行前视相机和左、右视角侧视相机之间的跨相机特征点跟踪,并根据特征点观测信息如同一时刻观测到该特征点的相机数目,特征点存在时长等信息对特征点的质量进行排序,动态选择一定数目的高质量特征点输入后后端线程,在保证特征点数目可控的条件下,极大的提高了优化时使用的特征点的质量,大幅度提升系统在单视角相机受限情况下的定位鲁棒性和准确性。当对相机输入数据完成特征点提取等预处理步骤后,基于前视双目相机和imu数据进行VIO的初始化,包括校准重力方向和估计IMU的陀螺仪偏差等,在滑窗优化中对多目相机之间建立约束,优化各个相机的位姿和各相机图像提取的特征点的三维坐标,同时将各相机之间的外参加入优化中以实现新加入相机外参的在线优化。 2.针对户外常见使用GNSS时存在多径效应、遮挡等问题导致的GNSS观测错误,本章节将提出了一种基于多目视觉惯性里程计的户外移动机器人多传感器融合定位定位系统。针对输入的GNSS测量值,本文提出了一种两步的GNSS异常值检测与优化方法,分别在GNSS测量值输入、处理端与图优化端对GNSS观测值相关量使用统计学方法进行监测,并结合当前系统运行环境动态判别GNSS测量质量,并采用多重优化的方法实时更新输出轨迹,保证输出轨迹的连续性。针对原始系统对于GNSS输入初始化时的对齐矩阵和杆臂都是采用固定的形式,即预先设置参数并在系统中作为常量使用或者在系统中以此求解后便不再进行更新导致的对于初始参数的敏感性问题,本文针对融合GNSS数据使用的参数值:GNSS杆臂以及东北天坐标系和世界坐标系对齐矩阵两个值,采用实时优化的方式进行动态更新,以保证系统针对初始化时错误GNSS信息的鲁棒性。 3.使用公开的多目数据集HILTI以及自采数据集对本文提出的系统和相关算法进行测试,证明本文系统在GNSS挑战环境和视觉受限环境下的鲁棒性以及本文相关算法的有效性。

关键词： SLAM 多传感器融合定位外参在线更新多目视觉惯性里程计 GNSS挑战环境

来源：评论

学校读者我要写书评

暂无评论

竹林场景下无人机避障系统的研究

竹林场景下无人机避障系统的研究

引用

作者：陈子昂浙江农林大学

学位级别：硕士

我国毛竹资源丰富,无人机技术可以应用于竹林开发,结合视觉检测与自动定位算法,为智能化开发竹林资源带来新可能。多传感器融合技术涉及双目相机与惯性导航系统（INS）的信息的同步和集成。由于相机提供的视觉数据与惯性测量所得信息之... 详细信息

我国毛竹资源丰富,无人机技术可以应用于竹林开发,结合视觉检测与自动定位算法,为智能化开发竹林资源带来新可能。多传感器融合技术涉及双目相机与惯性导航系统（INS）的信息的同步和集成。由于相机提供的视觉数据与惯性测量所得信息之间存在高度互补性,这种结合能够显著提高定位导航的精确度和系统的稳定性。本文研究了竹林场景下无人机避障系统。设计了适用于山地丘陵地形的路径规划和避障框架,分析了四旋翼无人机运动学模型,构建了双目相机和惯性测量单元模型,并介绍了传感器预处理步骤和实时定位与ESDF建图理论。仿真验证表明,数据集中的定位精度提升了26.3%。在路径规划及避障算法研究中,详解了A*算法和Hybrid A*算法,提出了路径规划算法的改进方法,包括代价函数优化和基于B样条曲线的轨迹优化,通过Matlab和ROS环境的仿真实验对比分析,结果显示使用动态代价函数后,Matlab中规划时长平均值和最大值分别减少了5.5%和10.5%,搜索节点数减少了9.7%。在ROS环境中,尽管轨迹长度增加了15.6%,但规划时长和飞行时长分别减少了17%和8.4%。硬件及软件结构介绍了无人机避障系统的硬件组成和软件架构。以及在真实环境中的定位、建图结果和路径规划实验分析,结果得到改进后的算法显著减少了规划时长和陷入局部困境的次数,尽管轨迹变长,但通过改进轨迹跟踪控制算法,无人机的平均飞行速度提高,增强了机动性,最终优化了飞行时长。论文最后对全文进行了总结,并对未来的研究方向和可能的技术进步进行了展望。通过系统的设计、算法改进、以及大量的实验验证,本论文为竹林等复杂自然环境下无人机的避障技术提供了可供参考的的解决方案。

关键词：竹林开发多传感器融合定位 ESDF建图 Hybrid A~* 避障系统

来源：评论

学校读者我要写书评

暂无评论

移动双臂协作机器人关键技术研究

移动双臂协作机器人关键技术研究

引用

作者：雷伟达安徽工业大学

学位级别：硕士

随着机器人技术的发展,移动双臂协作机器人以其优秀的运动性能和强大的作业能力受到越来越多的学者关注,移动双臂协作机器人技术是未来机器人发展研究中的重点与难点,在物流搬运、巡检作业、辅助看护、特种作业等领域大有可为。自主导... 详细信息

随着机器人技术的发展,移动双臂协作机器人以其优秀的运动性能和强大的作业能力受到越来越多的学者关注,移动双臂协作机器人技术是未来机器人发展研究中的重点与难点,在物流搬运、巡检作业、辅助看护、特种作业等领域大有可为。自主导航和双臂协作是移动双臂协作机器人运动和作业的关键技术,本文从以下几个方面对关键技术展开研究:首先,基于ROS架构设计了一款移动双臂协作机器人平台,其中包括机器人的硬件平台设计和软件平台设计,构建了机器人的仿真模型,为后文对机器人的自主导航研究和双臂协作研究奠定了基础。其次,对本文的移动双臂协作机器人底盘进行了运动学建模,对机器人自主导航中的定位问题进行了重点研究,分析了里程计、IMU和激光雷达的定位原理,提出了结合扩展卡尔曼滤波和自适应蒙特卡洛定位的多传感器融合定位方案,并通过实验验证了该方案的优越性。设计了机器人的自主导航方案,对SLAM算法和路径规划算法进行了研究,将多传感器融合定位、Cartographer算法、A*全局路径规划算法和DWA局部路径规划算法应用到机器人自主导航中,设计并进行了仿真和实物实验,验证了本文导航方案的可行性。再次,对本文使用到的机械臂进行了正、逆运动学建模,求解了双臂的工作空间。采用结合子弹头包围盒和球形包围盒的设计,构建了双臂的碰撞检测模型,推导了包络模型间的距离关系,对提出的碰撞检测方案进行了实验,实验表明本文的撞检测方案具有可行性。在机械臂路径规划方面,基于RRT算法提出了改进的RRT*-Connect算法,通过对比实验得出:本文改进的路径规划算法能在较短时间内规划出最优路径。通过机械臂配置将改进的路径规划算法应用到了本文的机械臂中。最后,对本文的移动双臂协作机器人设计了双臂协作方案,推导了三种协作模式下的运动约束条件。通过实物实验验证了本文求解的运动约束的正确性和双臂协作方案的可行性。

关键词： ROS 自主导航多传感器融合定位双臂协作路径规划

来源：评论

学校读者我要写书评

暂无评论

无GPS复杂环境下自动驾驶的高精度定位导航研究

无GPS复杂环境下自动驾驶的高精度定位导航研究

引用

作者：胡洋江汉大学

学位级别：硕士

随着科学技术的发展以及工业4.0智能时代的到来,自动驾驶技术作为一个火热的话题开始进入了我们的生活,同时面向室内或者封闭园区的无人车开始逐渐成熟,但由于受到应用环境的特殊性,这种类型无人车的应用还是遇到了很多问题,比如面向室... 详细信息

随着科学技术的发展以及工业4.0智能时代的到来,自动驾驶技术作为一个火热的话题开始进入了我们的生活,同时面向室内或者封闭园区的无人车开始逐渐成熟,但由于受到应用环境的特殊性,这种类型无人车的应用还是遇到了很多问题,比如面向室内或者封闭园区的无人车是在一个无GPS做预定位的环境下行驶,并且室内的运动环境相比室外来说不确定性更高,障碍物相比室外也要多很多,行人的运动规律也充满不确定性。这种情况下就需要在这种无GPS的情况下针对不同的室内环境设计出精度更高、稳定性更强、灵活性更号融合定位系统框架以及导航方案。所以,本文通过对无GPS情况下室内无人车的高精度定位导航框架进行深入的研究,取得了以下成果。1、分析本文用到的相关底盘的运动学模型,完成硬件分析选型,实际设计搭建了两轮差速无人车的软硬件系统,并确定整体的系统框架。通过前期广泛阅读相关文献资料,了解目前无人车的现状,确定了本次研究的重心在于面向医院、工厂、办公室、封闭园区等无GPS信号覆盖或者GPS信号遮挡的场景。并针对不同的应用场景,对无人车底盘的选择主要分为面向室内的两轮差速类型和面向封闭园区或者大型工厂的阿克曼运动模型,为后续定位算法的设计奠定硬件和数学基础。2、提出并设计针对面向室内和封闭园区两种不同场景的多传感器融合定位算法,并在此基础上实现了无人车的重定位功能。为解决室内无GPS情况下无人车定位精度低的问题,本文结合扩展卡尔曼滤波算法(EKF)、基于粒子滤波的蒙特卡罗定位算法以及其改进版本----自适应蒙特卡罗定位算法(AMCL),提出了面向两轮差速室内无人车的轮式里程计、惯性导航单元(IMU)和单线激光雷达多传感器融和定位框架;面向阿克曼底盘的室内无人车提出了轮式里程计、IMU、超宽带模块(UWB)和单线激光雷达的多传感器融和定位框架,并把传感器的数学模型带入到定位框架中进行推算。为了解决在无人车刚刚启动时或者无人车在经历SLAM的绑架问题后导致自适应蒙特卡罗定位算法中粒子发散而无法收敛的问题,对上述定位算法再次进行改进,实现了无人车在没有初始位置或位置丢失后的重定位。其中面向两轮差速无人车融合定位算法在验证后其精度都明显低于0.1m,而且它相比较于单独轮式里程计精度提升了63%,相比较于单独激光里程计精度提升了76%,达到了预期效果。3、提出一种针对全局路径规划的改进,并设计出一套无人车多任务点连续巡航的算法和基于ROS的多无人车协同建图与导航的系统。针对无人车在自主导航过程中路径不够平滑的问题,对无人车的全局路径规划部分的A*算法进行改进,解决无人车路径不平滑的问题;并且为了实现无人车在多个任务点之间的巡航功能,设计了无人车的多点导航算法;最后设计出一套面向大场景下的多台无人车协同建图与导航方案,解决多台无人车融合建图以及分别自主导航的功能。4、将多传感器融合定位算法与改进的自主导航算法以及多车协同建图与导航方案应用于无人车上,上位机软件部分采用Ubuntu18.04,并在此上面搭载机器人操作系统ROS Melodic。在室内环境和仿真环境下,验证本文提出的定位算法的可行性与精度,将本次设计所提出的算法定位精度与只使用一种传感器对比,可以明显看到精度的提升,并验证本文提出的重定位算法的可行性。最后验证导航算法中改进后A*算法的路径规划,在Matlab和无人车仿真环境下与传统A*算法进行对比,并实现多点连续自主导航。最后在移动机器人上验证了基于ROS的多车协同建图与导航框架,可以实现在大范围环境下多台室内无人车的协同建图并融合,之后在该先验地图下实现多车的同步导航功能。

关键词：无GPS 多传感器融合定位路径规划 A*算法 ROS系统多车协同

来源：评论

学校读者我要写书评

暂无评论

车辆运动约束的紧耦合单目视觉惯性里程计研究

车辆运动约束的紧耦合单目视觉惯性里程计研究

引用

作者：李希宇吉林大学

学位级别：硕士

对于智能网联车辆,能够实时稳定地获取车辆的精确位姿,是实现自主导航和自主运动的必要条件。基于视觉传感器的位姿估计技术具有成本低、便于硬件布置的优点,因此在智能网联车辆的高精度定位研究中引起广泛的关注。但单目相机无法恢复... 详细信息

对于智能网联车辆,能够实时稳定地获取车辆的精确位姿,是实现自主导航和自主运动的必要条件。基于视觉传感器的位姿估计技术具有成本低、便于硬件布置的优点,因此在智能网联车辆的高精度定位研究中引起广泛的关注。但单目相机无法恢复运动与环境的尺度信息,并且在遇到缺少纹理的区域或动态环境时,由于其视觉信息处理采用基于低级特征的方法,从而导致系统鲁棒性不佳甚至功能失效。视觉惯性融合的位姿估计方法在纯视觉位姿估计方法的基础上,融合了消费级惯性传感器的加速度、角速度测量信息,在维持成本优势的基础上精度和鲁棒性更佳,在移动机器人和自动驾驶车辆位姿估计领域取得大量研究进展和实际应用。在视觉惯性融合定位系统中,通过将视觉观测和惯性测量紧耦合处理用以估计载体6自由度位姿,在载体快速运动中或在剧烈光照变化的情况下也会产生较好的估计结果。当应用于地面车辆时,传统单目视觉惯性位姿估计方法在匀速直线运动或匀速圆周运动等工况下存在无法观察到退化运动,即可观测性发生变化的情况,此外,单目视觉惯性位姿估计方法由于受到系统非线性和无法直接观测距离的限制,在惯性测量元件激励不足下的初始化过程一直是一个巨大的挑战:一方面,单目视觉由于其自身测量限制无法估计环境及自身运动的公制尺度,并且纯视觉位姿估计算法在快速运动或动态环境下鲁棒性较差;另一方面,在初始化期间,惯性测量元件的激励不足将导致陀螺仪和加速度计的偏置估计通常难以收敛,进而导致基于视觉惯性测量松耦合的初始化方法失败,在这种情况下,整个系统的初始状态,即尺度信息、载体速度、重力向量和偏置项不能快速准确地估计。相较于视觉和惯性传感器在特殊工况下对尺度观测的限制,车辆里程计可稳定获取具有直观尺度信息的车辆运动测量。如何将消费级的视觉惯性传感器与能准确反应车辆运动的车辆里程计进行有效融合,从而提升多传感器融合定位系统在多种工况下的位姿估计精度与鲁棒性,是目前很有价值且具备旷阔应用前景的技术研究问题。为了解决传统的基于视觉惯性融合的位姿估计方法在应用于地面车辆时出现的鲁棒性欠佳、精度不高和可能初始化失败的问题,本文提出车辆运动约束的紧耦合单目视觉惯性里程计算法,该方法利用CAN总线从车辆控制单元获得高频车辆运动信息,采用车辆运动学模型来估计车辆的线速度和角速度状态,并将测量值进行积分,使用基于滑动窗口的非线性优化方法来处理紧耦合的单目视觉、惯性测量单元和车辆里程计的测量约束,估计车辆状态。紧耦合的测量约束有助于估计准确的车辆运动状态,此外,车辆运动信息的引入使状态估计系统对于自动驾驶的应用具有更强的鲁棒性。本文的主要贡献是提出一种适用于智能网联车辆的将单目视觉、惯性测量单元与基于车辆运动学模型的车辆里程计紧耦合的多传感器融合定位框架,并基于该框架提出鲁棒的系统初始化方法,能够从未知的初始状态引导基于滑动窗口的非线性优化求解器。此外,针对基于车辆运动学模型的车辆里程计测量过程的系统误差,提出了基于误差状态卡尔曼滤波的车辆运动学模型系统误差参数估计方法,无需外部辅助装置就能够在车辆运动的同时在线标定车辆里程计的内外参数,并通过多种工况下的实车实验评估算法准确性,证明系统误差参数估计算法及外参估计算法的有效性。针对本文所提出的多传感器融合定位算法,基于实车在园区小场景环境和开放大场景环境中进行了多种算法的对比实验,实验表明,与现有的视觉惯性导航方法相比,本文提出的算法实现了更高的定位精度和鲁棒性。

关键词：车辆工程多传感器融合定位视觉惯性里程计车辆运动学

来源：评论

学校读者我要写书评

暂无评论

城市环境中基于线性地标的语义线段建图与定位技术研究

城市环境中基于线性地标的语义线段建图与定位技术研究

引用

作者：朱德智华中科技大学

学位级别：硕士

在自动驾驶应用领域,高精地图发挥着至关重要的作用,其保真度和使用效率直接影响自动驾驶车辆的定位、决策准确性和灵敏度。然而,传统高精地图存在点云存储不便和效率低的问题,解决这些问题对于实现高精度自动驾驶至关重要。针对这些问... 详细信息

在自动驾驶应用领域,高精地图发挥着至关重要的作用,其保真度和使用效率直接影响自动驾驶车辆的定位、决策准确性和灵敏度。然而,传统高精地图存在点云存储不便和效率低的问题,解决这些问题对于实现高精度自动驾驶至关重要。针对这些问题,论文提出城市环境中基于线性地标的语义线段建图与定位方法。该方法采用深度学习技术,利用线段高效存储方式,以道路线性地标为载体,构建城市环境下的线性地标语义线段地图。同时,采用基于线段地图的多传感器融合定位算法,整合GPS、IMU和视觉传感器数据,计算位姿信息。论文详细阐述了该方法的构建流程及其算法原理。在建图阶段,采集摄像头数据并运用COLMAP算法进行相机位姿估计。同时,采用PSPNet对图像进行语义分割并筛选出线性地标。接着,将分割后的图像进行线段提取并计算线段的空间位置,得到3D语义线段地图。在定位阶段,针对GPS、IMU和视觉传感器测量数据分别构建残差模型,并通过滑动窗口非线性优化方法计算位姿信息。为解决地图更新维护问题及降低建图时的算力消耗,论文提出一种云端协同方案。该方案将采集到的传感器数据上传至云端,并将建图与地图融合更新任务分配给云端服务器,从而构建一套可行的云端协同架构。论文在开源数据集和真实园区场景中验证了所提方法的可行性。实验结果表明,该算法成功实现了高效存储和高保真的建图方案,并能精确计算位姿信息。与其他方法相比,该方法显著减少了建图结果所占用的存储空间(仅为Line3D++线段地图的2.27%,以及COLMAP点云地图的0.05%),同时在复杂环境中表现出良好的鲁棒性。

关键词：自主驾驶建图与定位线段地图语义分割多传感器融合定位云端结合

来源：评论

学校读者我要写书评

暂无评论

基于ROS移动机器人的自主定位导航技术研究

基于ROS移动机器人的自主定位导航技术研究

引用

作者：彭岩超天津职业技术师范大学

学位级别：硕士

智能移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。精确定位和导航是移动机器人实现智能化和自主化的基础。本文以ROS移动机器人为实验平台,主要针对其自主定位和导航过程中存在的技术问题展... 详细信息

智能移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。精确定位和导航是移动机器人实现智能化和自主化的基础。本文以ROS移动机器人为实验平台,主要针对其自主定位和导航过程中存在的技术问题展开研究。系统设计与建模。本文设计了一款四轮前驱、差速控制的移动座椅式机器人,搭建了移动机器人的硬件和软件开发平台,并建立了相对应的笛卡尔坐标系模型、运动模型和里程计模型,为后续的定位和导航研究奠定了基础。移动机器人多传感器融合定位。为了解决移动机器人仅依据轮式里程计的传感器信息进行位姿估计时存在误差大、精度低的问题,本文采用了一种将轮式里程计、IMU和激光雷达多种传感器数据融合的定位方法。首先,采用扩展卡尔曼滤波将轮式里程计和IMU的数据进行融合,根据它们的相对可靠性对位姿估计进行加权,将IMU的航向角信息整合到里程计信息中,减少里程计航迹推演的角度误差,从而获得更精确的位姿数据。然后,基于激光雷达的数据和经过校正的位姿数据,采用自适应蒙特卡洛定位算法完成移动机器人在地图中的全局定位,解决移动机器人的绑架问题。犹豫中智集路径规划算法。针对人工势场法现存的局部极值和目标点不可达问题,本文提出了一种基于犹豫中智集理论和改进人工势场法的路径规划算法。在人工势场函数中,引入犹豫中智集的概念。根据不同的环境条件,分别构建真隶属度函数、不确定隶属度函数和非隶属度函数。以聚集障碍物融合后权值梯度下降最快的方向与移动机器人在人工势场中所受到合力方向的差值为输入,以三个隶属度函数的犹豫值为输出,设计犹豫中智集模糊控制器,量化移动机器人在判断自身所处环境时的犹豫性,从而移动机器人能够自主决策并选择更加安全的行进路线。基于模糊控制和改进DWA的自主回充算法。针对移动机器人自主充电技术硬件成本偏高、对接过程复杂的问题,本文提出基于模糊控制和改进DWA的自主回充算法。在DWA算法的方位角评价函数中添加水平和垂直方向的姿态调整函数。设计模糊控制器实时调节移动机器人的位姿,促使移动机器人能够正对着充电桩完成电极对接。同时,通过突变点检测算法获取充电桩标定物的点云数据,校正DWA导航目标点(充电桩电极)的准确位置,提高移动机器人自主充电的可靠性。通过对移动机器人在多传感器融合定位、犹豫中智集路径规划和自主返回充电方面的研究和改进,可以有针对性地解决移动机器人在工程开发或算法研究过程中存在的一些问题,并提供较为简单、高效的思路和方案。

关键词：多传感器融合定位人工势场法犹豫中智集 DWA算法自主返回充电

来源：评论

学校读者我要写书评

暂无评论

鸡舍自动循迹除臭消毒装置的关键技术研究

鸡舍自动循迹除臭消毒装置的关键技术研究

引用

作者：李涛长春工程学院

学位级别：硕士

随着自主导航技术的迅速发展,智能移动机器人在各行各业中的应用越来越普遍。在养鸡产业中,由于笼养鸡舍规模的不断扩大,导致笼养鸡群因舍内空气质量差而发生疾病的现象越来越多,为降低人工除臭消毒劳动强度、避免工作人员与除臭消毒药... 详细信息

随着自主导航技术的迅速发展,智能移动机器人在各行各业中的应用越来越普遍。在养鸡产业中,由于笼养鸡舍规模的不断扩大,导致笼养鸡群因舍内空气质量差而发生疾病的现象越来越多,为降低人工除臭消毒劳动强度、避免工作人员与除臭消毒药液长时间接触,本文结合国内外的笼养鸡舍除臭消毒装置研究现状,从实际应用场景出发,设计了一种能够自动在鸡舍内进行除臭消毒喷洒作业的移动装置,主要的研究内容如下: (1)搭建除臭消毒机器人移动装置。根据装置的基本功能需求,在结构上设计了2驱动轮+2万向轮移动底盘方案;在控制系统方案上设计了Raspberry Pi3B+搭载ROS系统发布导航信息和远程通信;Arduino Mega 2560控制执行模块;最后搭建了鸡舍除臭消毒装置试验机。 (2)研究了一种电磁循迹与Dijkstra路径规划的组合导航方法。使用电磁循迹作为装置的行进方式、Dijkstra路径规划作为装置的全局路径规划器。根据鸡舍内的环境特点,设计了适用于鸡舍的电磁循迹传感器,通过改变电感的空间摆放位置来实现对横/纵向电磁引导线走向变化的监测;基于鸡舍的平面结构,对其道路信息进行分析从而构建拓扑地图,介绍了基于此地图的Dijkstra算法实现流程与应用,最后对电磁循迹与Dijkstra路径规划组合导航方案进行了流程设计与实现,验证了组合导航方案在鸡舍内的可行性。 (3)研究了基于扩展卡尔曼滤波的多传感器融合定位技术。针对传统的轮式里程计在鸡舍内定位时容易受道路状况或本身机械结构等原因的影响,从而导致误差越来越大的问题,本文采用多传感器数据融合技术通过扩展卡尔曼滤波算法对传统轮式里程计定位方式进行优化,设计了将轮式里程计作为状态估计同时加入IMU传感器作为观测的融合架构,最后在试验机上进行了验证并取得了良好定位效果。 (4)开发人机交互软件。使用Qt开发平台在Windows系统上搭建了与除臭消毒装置进行人机交互的应用软件,并设计了交互软件的分层架构与交互流程图;研究了软件的远程通信方式与数据存储方式,配置了软件的开发环境;对软件的交互界面架构布局和程序逻辑进行了设计,最后对软件的功能进行了测试。

关键词：鸡舍除臭消毒装置多传感器融合定位电磁导航人机交互软件

来源：评论

学校读者我要写书评

暂无评论

粮仓库区巡检、清洁、消防多功能机器人关键技术研究与实现

粮仓库区巡检、清洁、消防多功能机器人关键技术研究与实现

引用

作者：任泉林南京航空航天大学

学位级别：硕士

智能制造、机器人技术突飞猛进,相关产品在工作、生活等多个场景扮演着越来越重要的角色。调查中显示,储藏粮食的大型粮库,自动化水平低,库区清洁、巡逻等工作还在依靠人工进行,设计适用于粮库的多功能机器人很有必要。本文对粮仓库区... 详细信息

智能制造、机器人技术突飞猛进,相关产品在工作、生活等多个场景扮演着越来越重要的角色。调查中显示,储藏粮食的大型粮库,自动化水平低,库区清洁、巡逻等工作还在依靠人工进行,设计适用于粮库的多功能机器人很有必要。本文对粮仓库区多功能移动机器人设计关键技术进行研究,包括粮仓常见垃圾识别、粮仓库区供电线路测温、粮仓环境建图、定位、路径规划等,主要工作包括: (1)建立机器人模型,包括底盘运动模型、坐标系模型和传感器测量模型;基于机器视觉实现粮仓库区常见垃圾识别功能;基于非制冷红外测温技术实现粮仓库区供电线路温度测量及预警功能。 (2)设计实现机器人在粮仓库区的环境建图功能。对两种目前机器人应用最多的环境建图算法进行研究,通过实际建图实验对两种算法实际建图效果进行对比测试,依据实验结果和设计需求选择最优算法,在实际建图过程中提出两种优化措施有效提高算法建图效果。 (3)研究实现机器人在粮仓库区中的定位功能。提出多模式定位切换方法实现室外定位功能,在GNSS信号强时,采用基于GNSS/IMU融合的多传感器融合定位方法,在信号弱时采用基于激光雷达地图匹配定位算法进行定位。 (4)提出三种路径规划算法以适应机器人在粮仓库区的不同工作模式。一种已知起点和终点的路径规划算法,适用于消防工作。一种全覆盖路径规划算法,适用与清洁工作。一种循迹路径规划算法,适用于巡检工作。 (5)建立粮仓库区仿真环境,在仿真环境中对本文所设计的功能及算法进行验证。

关键词：粮仓库区多功能移动机器人 SLAM 多传感器融合定位多模式路径规划

来源：评论

学校读者我要写书评

暂无评论

面向工业园区无人车的激光建图与定位技术研究

引用

科技创新与应用 2021年第34期11卷 125-128页

作者：明瑞浩苏庆双徐兆江顾亚飞江苏金陵智造研究院有限公司江苏南京210000 上海飞机制造有限公司上海200000

针对工业园区中由于激光SLAM的累计误差造成的建图偏差问题,文章提出了一种基于RTK/全站仪的建图优化技术,利用因子图优化融合多源信息消除前端里程计漂移以获取更精确的位姿信息。另外,文章介绍了一种基于RTK/激光雷达/IMU/里程计的多... 详细信息

针对工业园区中由于激光SLAM的累计误差造成的建图偏差问题,文章提出了一种基于RTK/全站仪的建图优化技术,利用因子图优化融合多源信息消除前端里程计漂移以获取更精确的位姿信息。另外,文章介绍了一种基于RTK/激光雷达/IMU/里程计的多传感器融合定位技术,以解决工业园区复杂环境下激光点云匹配定位不稳定的问题。论文对所述建图与定位技术进行了工程化实现与验证,试验结果证明了上述技术的有效性。

关键词：工业园区激光SLAM 建图优化多传感器融合定位无人车

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：