检索结果-内蒙古大学图书馆

作者：邱跃电子科技大学

学位级别：硕士

同时定位与建图(Simultaneous Localization and Mapping,SLAM)是移动机器人实现智能化的关键技术,被广泛应用于自动驾驶、虚拟现实、环境测绘等领域。采用单目相机实现的视觉SLAM具有体积小巧、重量轻便、价格便宜等优势,受到了越来越... 详细信息

同时定位与建图(Simultaneous Localization and Mapping,SLAM)是移动机器人实现智能化的关键技术,被广泛应用于自动驾驶、虚拟现实、环境测绘等领域。采用单目相机实现的视觉SLAM具有体积小巧、重量轻便、价格便宜等优势,受到了越来越多的关注。然而在纹理缺失、光照快速变化、剧烈运动等场景下,单目视觉SLAM的鲁棒性较差,且无法恢复出尺度信息,限制了其应用范围。本文主要研究如何通过多源信息融合的方式来提高单目视觉SLAM在复杂场景下的定位精度和鲁棒性,包括多模态传感器信息、环境中的几何结构特征、载体运动学信息等。主要研究内容如下:(1)本文提出了一种基于IMU先验信息辅助的轻量级视觉前端算法,提高了系统在动态环境下的特征点跟踪能力。首先通过网格化方法对图像进行角点提取,随后利用IMU解算得到的先验位姿对特征点跟踪、外点剔除以及地图点三角化过程进行辅助,得到更准确的视觉几何约束。实验结果表明,本文提出的算法能够得到更为鲁棒的特征关联,在高动态场景下具有更高的位姿估计精度。(2)针对单目视觉惯性SLAM在轮式机器人上出现的退化问题,本文提出了一种基于因子图优化的紧耦合视觉-惯性-轮速SLAM算法,能够为地面轮式机器人提供鲁棒且高精度的位姿估计结果。首先,根据车辆的运动学信息以及轮速计原始观测量,提出了流形上的IMU/ODO联合预积分模型,解决了由于重复积分导致计算代价增加的问题;其次推导了该预积分的残差及雅克比矩阵,并在后端优化中对轮速计的内参进行在线标定;最后在大规模的城市车载环境下的实验结果表明,相较于主流的视觉惯性SLAM方法,本文算法具有更高的定位精度与鲁棒性。(3)针对在快速运动、弱纹理、光照快速变化等场景下,基于点特征的视觉SLAM算法鲁棒性较差的问题,本文引入了线特征作为补充,提高了算法在弱纹理环境下的定位精度。首先通过改进的ELSED线检测算法和LBD描述子对图像进行线特征的提取和匹配;随后采用普吕克坐标和正交表示法对直线进行参数化表示及几何计算,解决由于直线过参数化导致计算结果不稳定的问题;接着推导了空间直线的残差模型及雅克比矩阵,并基于滑动窗口策略对点特征、线特征和IMU预积分残差进行联合优化。实验结果表明,相较于仅依赖于点特征的方法,本文算法能够得到更精确的位姿估计结果,并构建出周围环境的结构化地图。

关键词：单目视觉SLAM 点线特征多传感器融合轮式里程计惯性传感器

来源：评论

学校读者我要写书评

暂无评论

室内无人车载MINS/LiDAR/OD组合定位系统设计

室内无人车载MINS/LiDAR/OD组合定位系统设计

引用

作者：牛群超哈尔滨工程大学

学位级别：硕士

单一的定位方式在精度、稳定性、安全性方面均无法满足发展迅猛的无人车需求,多传感器信息融合技术已经成为室内无人车定位系统的研究热点。本文以室内无人车载定位系统为研究背景,设计并搭建了MINS/LiDAR/OD组合定位系统,对传感器模型... 详细信息

单一的定位方式在精度、稳定性、安全性方面均无法满足发展迅猛的无人车需求,多传感器信息融合技术已经成为室内无人车定位系统的研究热点。本文以室内无人车载定位系统为研究背景,设计并搭建了MINS/LiDAR/OD组合定位系统,对传感器模型、位姿解算、组合定位算法进行了深入研究,最终通过仿真分析和试验验证了设计的组合定位系统能够满足室内无人车的应用需求。本文的主要研究内容如下:(1)组合定位系统设计与实现。根据无人车定位系统整体方案和设计指标完成传感器选型、软硬件方案设计。完成相应的硬件电路设计和驱动程序编写,基于四轮无人车底盘设计并搭建了传感器、数据采集与处理、底盘运动控制和遥控与显示等模块,实现了MINS/LiDAR/OD组合定位系统。同时根据传感器和无人车实际参数,在ROS环境下的Gazebo软件中搭建了无人车仿真环境。(2)传感器模型和数据处理方法。首先研究了磁力计辅助下的MINS初始对准,并针对MEMS器件误差较大的原因忽略了部分误差项,简化了导航解算方程;其次研究了MINS辅助下的LiDAR运动畸变校正、占据栅格地图更新、基于Hector SLAM算法的LiDAR数据解算,得出无人车的位置和航向变化;最后基于车轮上安装的四个MGT010霍尔编码器,研究了基于OD的车体运动学模型和位姿推算。(3)多传感器组合定位算法研究。设计了基于EKF滤波器的MINS/LiDAR/OD组合定位算法,分析建立了组合定位系统的状态误差方程和量测方程,研究了不同更新频率下的多传感器数据处理流程。(4)组合定位系统试验与分析。为了验证设计的组合定位系统可靠性和精度,分别进行了单传感器定位试验、LiDAR运动畸变校正试验和MINSLiDAR/OD组合定位试验。结果表明:MINS单独工作时误差发散较快,不具备单独定位功能;LiDAR和OD单独定位时,位置均方根误差分别为0.17m和0.4m,不满足无人车定位精度需求;MINS辅助下的LiDAR运动畸变校正效果良好;MINSLiDAR/OD组合定位系统的精度优于单传感器定位精度,在直线运动、矩形运动、多边形运动和室内复杂环境运动下的位置均方根误差分别为0.096m、0.084m、0.060m、0.079m。位置精度可以满足室内无人车的定位需求,具有一定的应用价值。

关键词：室内无人车微惯性导航系统激光雷达轮式里程计扩展卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于视觉的移动机器人高速移动状态下定位建图方法研究

基于视觉的移动机器人高速移动状态下定位建图方法研究

引用

作者：李仁杰哈尔滨工业大学

学位级别：硕士

移动机器人在机器人学中占据很大的比重。近年来,其建图,定位方法已成为各大科研团队热门研究方向之一。由于移动机器人成本低,便于维护,量产等原因,在反恐防暴,人质解救,抢险救灾等危险任务中的环境探查方面得到了广泛应用。在感知模... 详细信息

移动机器人在机器人学中占据很大的比重。近年来,其建图,定位方法已成为各大科研团队热门研究方向之一。由于移动机器人成本低,便于维护,量产等原因,在反恐防暴,人质解救,抢险救灾等危险任务中的环境探查方面得到了广泛应用。在感知模块的选择上,选择被动传感器作为感知模块更具有隐蔽性;同时针对任务变数很大,情况紧急,空间狭小的特点需要机器人尽可能具备灵敏机动的能力,所以也需要机器人在较高速移动和急速转向时时仍能完成定位功能。综上所述,本文将从高速场景下的视觉三维地图构建与视觉自主定位两方面展开研究,并在实际移动机器人平台上进行实时定位与建图实验。本文首先针对传统视觉定位算法由于特征点跟踪效率低,无法应对高速的剧烈旋转的场景,对视觉跟踪算法进行改进,提出了基于GPU加速的视觉特征匹配与跟踪算法,利用GPU具有的大规模多线程同时运算能力优势与机器人的运动约束,实现特征提取与特征跟踪步骤效率的提升。针对移动机器人在高速移动时IMU受到震动引起的加速度测量噪声降低定位精度问题,引入轮式里程计进行联合定位以提升精度;针对移动机器人系统中由于存在运动约束,而定位算法中不存在该约束,影响优化精度的问题,本文在优化函数中引入平面约束以解决该问题。针对基于深度学习的双目立体匹配算法效率低,难以实时运行的问题,提出了基于特征引导的代价聚合网络,减少了算法在代价聚合步骤的耗时。此外,为了提升算法的鲁棒性,设计了基于Top-k选择的视差回归方式。并通过该算法生成视差图进行视觉三维重建。针对视觉定位与双目三维重建功能的需求,设计了移动机器人实验平台,首先从视觉定位算法与视觉双目立体匹配算法的精度与实时性与其他算法进行了对比,以说明本算法的优势;此后,将视觉定位算法与双目立体匹配算法相结合,完成机器人在一定空间场所内的地图构建实验以验证本文算法有效性。

关键词：移动机器人轮式里程计双目立体匹配深度学习视觉定位

来源：评论

学校读者我要写书评

暂无评论

基于图优化的GNSS/INS/OD融合定位算法研究

基于图优化的GNSS/INS/OD融合定位算法研究

引用

作者：李政良中国矿业大学

学位级别：硕士

多源融合定位技术是当前定位导航领域研究的主要方向,基于图优化的融合定位技术因传感器组件可变、可实现异步异构定位源融合的特性越来越受到人们的关注。由于图优化算法本质是优化问题,其不可避免有计算繁琐、计算复杂度随定位时间增... 详细信息

多源融合定位技术是当前定位导航领域研究的主要方向,基于图优化的融合定位技术因传感器组件可变、可实现异步异构定位源融合的特性越来越受到人们的关注。由于图优化算法本质是优化问题,其不可避免有计算繁琐、计算复杂度随定位时间增加而累计的问题,并且随着高大建筑物林立,定位环境日益恶劣,对基于图优化的融合定位算法的鲁棒性也提出了挑战。针对上述问题,本文立足基于图优化的GNSS/INS/OD融合定位算法,以提高融合定位的时效性和鲁棒性。主要研究内容包括:(1)针对图优化计算过程繁琐、计算复杂度高的问题,提出一种改进IMU/OD预积分算法,构建相邻节点之间的位姿约束,在出现IMU零偏或OD比例因子变化时可以直接使用一阶近似修正预积分结果,无需重新计算,提高了计算效率;设计了一种混合滑动窗口优化器,将窗口划分为成熟区和成长区,用成熟区内节点完成先验因子的更新,在降低运算复杂度的同时,减少边缘化过程中的信息丢失。通过实验发现,在满足解算时间远小于采样时间的前提下,运行轨迹的定位精度较传统算法均有提升。(2)在融合定位算法的鲁棒性提升方面,本文提出一种自适应EM方法解算高斯混合误差模型。设计一种嵌套EM算法同时估计状态与误差模型,其中内层EM算法估计高斯混合误差模型,外层EM算法估计状态。同Gauss、c DCE、DCS、SM和MM算法进行对比,实验结果证明在复杂环境下本文提出的自适应EM算法的解算速度远高于传感器信息传入速度并且具有良好的收敛性,特别是自适应EM算法-MM在多数场景下都具有很高的定位精度。论文有图31幅,表4个,参考文献89篇。

关键词：融合定位图优化 GNSS/INS 轮式里程计边缘化

来源：评论

学校读者我要写书评

暂无评论

声源-视觉惯性激光SLAM融合定位方法

声源-视觉惯性激光SLAM融合定位方法

引用

作者：陆科帆天津理工大学

学位级别：硕士

同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是移动机器人领域重要的研究方向,受到了学者们的广泛关注。传统的单传感器SLAM往往受到复杂环境的制约,例如:视觉相机会在光照不足、特征缺失等场景下跟踪失败,惯性测... 详细信息

同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是移动机器人领域重要的研究方向,受到了学者们的广泛关注。传统的单传感器SLAM往往受到复杂环境的制约,例如:视觉相机会在光照不足、特征缺失等场景下跟踪失败,惯性测量单元存在位姿累计误差。而多传感器融合SLAM能将不同的传感器数据进行优化的同时,结合各传感器之间的优势,满足移动机器人在未知环境下的定位、建图需求。因此,多传感器融合SLAM成为SLAM技术的主要发展方向之一。本文通过将视觉相机、惯性测量单元、麦克风阵列等传感器进行融合,提高相机特征跟踪,以及移动机器人定位的鲁棒性和精度。本文的主要内容为: (1)针对麦克风声源阵列定位易受环境噪声影响的问题,提出了一种基于麦克风阵列的声源定位的参数优化方法,旨在提高定位的准确性。首先,选择了稳态小波变换(Stationary Wavelet Transform,SWT)来降低麦克风信号中的噪音。其次,引入了灰狼优化(Grey Wolf Optimization,GWO)算法,对基于到达时间差(Time Difference of Arrival,TDOA)的麦克风阵列的参数进行优化。最后,通过使用混沌序列和信息熵改进GWO算法,以增强其探索和开发能力。经仿真实验验证,在高噪声环境下,SWT-IGWO(Improved Grey Wolf Optimization,IGWO)方法在绝对误差较GWO方法提高了38.1%-51.6%。结果显示所提SWT-IGWO方法能够提高基于麦克风阵列的声源定位的准确性。 (2)针对视觉里程计在低纹理、暗光环境下,特征匹配跟踪缺失的问题,提出了一种位姿估计方法,采用多状态约束卡尔曼滤波器(Multi-State Constraint Kalman Filter,MSCKF)将轮式里程计与视觉信息结合,以提升移动机器人的定位性能。首先,在视觉预处理阶段使用光流法进行特征点跟踪和基础矩阵计算,以提高特征点的稳健性。其次,在轮式里程计数据处理阶段通过计算轮式里程计的姿态增量,更新全局坐标系方向矩阵和位置向量。最后,在视觉处理阶段使用视觉里程计位姿计算相机自身位姿,并通过滑窗视觉更新器将新的图像帧集成到系统状态中。在公开数据集中所提方法,在MH＿01序列中,改进算法在绝对位移误差和相对位移误差的均方根误差较MSCKF-VIO(Visual-Inertial Odometry,VIO)分别降低了42.3%、54.9%。 (3)针对视觉惯性里程计在位姿估计后期出现轨迹漂移的问题,提出了一种基于VINS-Fusion的改进里程计位姿估计优化方法。首先,在视觉前端采用KLT(Kanade-Lucas-Tomasi,KLT)稀疏光流算法进行特征点跟踪,同时通过检测器维护特征点数量。IMU(Inertial Measurement Unit,IMU)预积分采用了有效的预积分方法,提高了状态估计的计算效率。2D激光雷达和声源融合引入了激光雷达的距离信息以增强声源定位系统。其次,初始化阶段分为视觉和IMU初始化,以及声源初始化,通过图像序列和声音传感器进行定位初始化。最后,后端负责融合多传感器信息,通过优化和滤波提高移动机器人定位的精度。实验证明,经过声源定位改进的VINS-Fusion在位姿估计后期表现出了良好的鲁棒性。

关键词：声源定位轮式里程计多传感器融合SLAM 多状态约束卡尔曼滤波器

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的机器人定位研究与应用

基于多传感器融合的机器人定位研究与应用

引用

作者：张雪丽西安科技大学

学位级别：硕士

随着室内机器人应用的逐步深入,机器人自主导航能力已成为限制室内机器人服务能力提高的瓶颈之一,其中定位是实现机器人自主导航的基础和依据,是制约室内机器人广泛应用的核心技术之一。由于单传感器定位难以保证机器人在各种室内环境... 详细信息

随着室内机器人应用的逐步深入,机器人自主导航能力已成为限制室内机器人服务能力提高的瓶颈之一,其中定位是实现机器人自主导航的基础和依据,是制约室内机器人广泛应用的核心技术之一。由于单传感器定位难以保证机器人在各种室内环境中长期稳定工作,融合多个传感器数据的定位方式得到了越来越多的研究与应用。本文在分析单传感器定位基础上,提出了一种融合单目视觉、IMU和轮式里程计传感器的定位算法。首先分别研究了单目视觉定位和IMU定位相关理论,论述了单目ORB-SLAM算法,为多传感器融合奠定理论基础,并通过相关实验分析得出单目视觉定位鲁棒性较差和IMU定位累积误差严重。针对单传感器定位存在的问题,提出了一种基于ORB-SLAM算法的单目视觉/IMU融合定位算法。该融合算法对单目ORB-SLAM算法的Tracking、Local Mapping和Loop Closing三个线程进行改进,并增加数据预处理线程和初始化线程。在EuRoc数据集中的实验结果表明,与单目ORB-SLAM算法相比,本文提出的单目视觉/IMU融合算法定位精度较高和定位鲁棒性较好;与单目VINS-mono算法相比,本文单目视觉/IMU融合算法定位鲁棒性略有不足但定位精度更好,可适用于室内机器人定位。针对单目视觉/IMU融合算法未考虑加速度计传感器的零偏和对重力分量的估计存在误差问题,本文在单目视觉/IMU融合算法中引入轮式里程计传感器,提出一种单目视觉/IMU/轮式里程计融合定位算法。该融合算法采用联合预积分方式融合IMU和轮式里程计数据,并利用该联合预积分改进ORB算法,使用联合预积分误差和视觉重投影误差构建目标函数。为评估算法有效性,论文利用Turtlebot2机器人进行了相关实验。实验结果表明,本文单目视觉/IMU融合算法和单目视觉/IMU/轮式里程计融合算法可以有效改善单传感器定位存在的问题;同时,与单目视觉/IMU融合算法相比,单目视觉/IMU/轮式里程计融合算法定位精度更高,定位稳定性更好,在室内地面环境中表现更优。

关键词：室内机器人定位多传感器融合 IMU 单目视觉轮式里程计

来源：评论

学校读者我要写书评

暂无评论

基于单目相机与里程计的室内机器人定位研究

引用

电视技术 2021年第3期45卷 100-105,125页

作者：温倩雯苏毅辉李庚福州大学物理与信息工程学院福建福州350108

昂贵的定位传感器限制了室内服务机器人相关技术在实际生活中的发展。室内服务机器人定位技术的发展趋势之一是使用价格低廉的传感器。因此,基于单目相机与轮式里程计两种价格低廉的传感器,提出一种适用于室内动态环境的机器人定位解决... 详细信息

昂贵的定位传感器限制了室内服务机器人相关技术在实际生活中的发展。室内服务机器人定位技术的发展趋势之一是使用价格低廉的传感器。因此,基于单目相机与轮式里程计两种价格低廉的传感器,提出一种适用于室内动态环境的机器人定位解决方案。该方案将相机朝向天花板,以减少室内动态环境下信息多变带来的误差,改变特征匹配策略以提升重复纹理场景下的匹配精度,并结合轮式里程计固定场景尺度。在典型室内场景进行验证的结果表明,在仅使用天花板信息进行定位时,该方案具有较高的定位精度。

关键词：室内定位同时定位与建图服务机器人轮式里程计单目相机

来源：评论

学校读者我要写书评

暂无评论

基于改进MSCKF算法的室内机器人定位方法

引用

计算机系统应用 2020年第2期29卷 238-243页

作者：孙弋张雪丽西安科技大学通信与信息工程学院

针对传统多状态约束卡尔曼滤波算法(MSCKF)在实现机器人室内定位时,速度和位置状态方程需要对IMU中加速度计的测量数据进行积分,存在漂移和累计误差,且加速度计受重力干扰问题,本文提出改进MSCKF算法.改进MSCKF算法避免使用加速度计传感... 详细信息

针对传统多状态约束卡尔曼滤波算法(MSCKF)在实现机器人室内定位时,速度和位置状态方程需要对IMU中加速度计的测量数据进行积分,存在漂移和累计误差,且加速度计受重力干扰问题,本文提出改进MSCKF算法.改进MSCKF算法避免使用加速度计传感器,利用轮式里程计传感器对平移测量较为精确的优点,将IMU中陀螺仪和轮式里程计的数据进行融合,改进MSCKF算法的扩展卡尔曼(EKF)状态方程.首先利用陀螺仪传感器的角速度数据得到改进EKF姿态方程,然后利用轮式里程计传感器的平移数据,结合姿态方程中的旋转信息得到改进EKF速度和位置方程.最后在机器人操作系统(ROS)上实现MSCKF及其改进算法,并结合Turtlebot2机器人在室内进行实验验证.实验结果表明,改进MSCKF算法的运动轨迹更接近于真实轨迹,定位精度较改进前所有提高,改进前平均闭环误差是0.429 m,改进后平均闭环误差是0.348 m.

关键词： MSCKF IMU 轮式里程计 EKF状态方程机器人室内定位

来源：评论

学校读者我要写书评

暂无评论

融合视觉与运动学的车辆综合定位研究

引用

长春工业大学学报 2024年第6期45卷 500-507页

作者：许男杨帆吴晓双周健锋吉林大学汽车底盘集成与仿生全国重点实验室吉林长春130022

针对在城市峡谷、隧道等卫星定位系统失效的情况下,采用单目相机、消费级惯性测量单元和车辆底盘数据作为定位系统输入,为智能车提供定位信息。首先提出动态的轮胎周长模型,并通过对相关参数建立非线性最小二乘问题,求解出待标定的参数... 详细信息

针对在城市峡谷、隧道等卫星定位系统失效的情况下,采用单目相机、消费级惯性测量单元和车辆底盘数据作为定位系统输入,为智能车提供定位信息。首先提出动态的轮胎周长模型,并通过对相关参数建立非线性最小二乘问题,求解出待标定的参数优化值,对基于运动学的车辆里程计进行了改进。将改进后里程计的数据融入到定位系统前端的尺度因子初始化过程中,减少车辆启动阶段惯性测量单元噪声产生的不利影响,提高了系统初始化的稳定性。在后端部分增加了车辆的运动学约束,同时进行非线性优化。通过实车实验将其与VINS-Fusion算法结果对比,证明在初始化稳定性与车辆定位精度两方面上的提高。

关键词：同步定位与地图构建多传感器融合轮式里程计车辆运动学

来源：评论

学校读者我要写书评

暂无评论

基于MEMS惯导系统的小口径油气管道中心线测绘技术

引用

无损检测 2023年第7期45卷 41-44,52页

作者：章卫文卢润坤陈金忠杨志强马义来梁闯周汉权孙静韩旭东浙江浙能天然气运行有限公司杭州310000 中国特种设备检测研究院北京100029 中特检管网科技(嘉兴)有限公司嘉兴314051

针对小口径管道内检测场景,提出了基于MEMS惯导系统的小口径油气管道中心线测绘技术,自研了基于捷联惯导平台的速度、位姿与位置解算算法。根据捷联惯导、轮式里程计的误差方程,使用卡尔曼滤波器对IMU输出信息进行补偿矫正,最后融合地... 详细信息

针对小口径管道内检测场景,提出了基于MEMS惯导系统的小口径油气管道中心线测绘技术,自研了基于捷联惯导平台的速度、位姿与位置解算算法。根据捷联惯导、轮式里程计的误差方程,使用卡尔曼滤波器对IMU输出信息进行补偿矫正,最后融合地表磁标记信息获得高精度的管道中心线位置信息。利用某内检测项目的实际检测数据进行算法效果验证,并对比了纯惯导方案与多传感器融合方案的效果。结果表明,提出的导航算法可以将检测精度控制在每公里1 m以内,改善了纯惯导测量的检测效果,满足工程应用对检测精度的要求。

关键词：管道内检测捷联式惯导系统轮式里程计管道地表标记传感器融合

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：