ROS系统下机器人激光SLAM研究

自机器人出现以来,人们就在不断研究如何使得机器人更加智能化,这时出现了SLAM技术,很多学者认为SLAM是机器人真正自主行动的开端。本文主要研究ROS系统下机器人的激光SLAM。该课题的实现,借助我国的思岚激光雷达传感器采集数据,在安装有ROS的上位机进行远端操控,使用ROS框架结合控制移动的地盘节点、扫描周围环境的雷达节点、建立机器人坐标系的TF组件等多个功能包,在功能包的共同工作下实现远程控制机器人。功能的实现需要结合不同的环境选择不同的算法,通过算法程序结合雷达、底盘、stm32和上位机,从而实现低成本高精度的移动机器人的SLAM。     

未知环境下基于视觉与激光融合的SLAM系统研究与实现

在未知环境中实现机器人的自主导航与环境建图是一个极具挑战的研究课题,SLAM是应对这一挑战的关键技术之一。基于研究现状分析、系统方案设计、技术实现与实验验证等内容,结合视觉与激光各自的优势,设计一种未知环境下基于视觉与激光融合的SLAM系统。通过针对关键帧和滑动窗口的平衡选取策略以及分类优化策略对初始位姿和特征点进行优化,提高了系统的鲁棒性,可以输出高精度地图;通过实现以智能小车为载体的演示系统验证了所提出算法的可行性和实用性。     

基于视觉SLAM的动态图像处理方法研究

为解决动态图像处理方法误差大、处理精确性差的问题,以热门的SLAM为目标,对动态图像的处理做进一步的研究,提出基于视觉SLAM的动态图像处理方法。通过设计的ORB-SLAM线程和动态场景下结合PSP网络,实现目标运作的图像切割技术。实现了对ORB-SLAM和图像分割的完美融合。同时剔除目标的动态点,通过将数据集与传统的动态图像处理方法进行对比,得到相应的误差分析数据。实验证明,相较于传统的动态图像处理方法,在动态场景下的绝对轨迹误差、相对路径误差的精度均稳定提高,间接证明了提出的动态图像处理方法的实用性。     

基于视觉图像SLAM的巡检车研究和实现

随着5G通信技术的发展,车路协同的网络数据传输得到了极大突破.本文研究面向车路协同,进一步完善基于SLAM无人巡检车地图以及导航方式的系统.通过车路协同的方式完善导航地图,减少无人巡检车对传感器本身的精度和覆盖范围要求,利用路边摄像机等覆盖范围更为宽广的路侧检测方式,减少无人巡检车辆的开发成本,同时提高交通安全性,推动...     

加权融合鲁棒增量Kalman滤波器

在一定环境条件下,当系统的量测方程没有进行验证或校准时,使用该量测方程往往会产生未知的系统误差,从而导致较大的滤波误差。同样地,当系统的噪声方差不确定时,滤波的性能也将会变坏,甚至会引起滤波器发散。增量方程的引入可以有效消除系统的未知量测误差,从而带未知量测误差的欠观测系统的状态估计问题可以转换为增量系统的状态估计问题。该文考虑带未知量测误差和未知噪声方差的线性离散系统,首先提出一种基于增量方程的鲁棒增量Kalman滤波器。进而,基于线性最小方差最优融合准则,提出一种加权融合鲁棒增量Kalman滤波算法。仿真实例证明了所提算法的有效性和可行性。     

基于李群的无迹卡尔曼滤波视觉SLAM算法

视觉SLAM算法的理论框架已经十分完备,但是在实际应用中导航准确性还有待改善.基于此问题,提出了基于李群的无迹卡尔曼滤波(UKF?LG)视觉SLAM算法,优化了传统无迹卡尔曼滤波(UKF)的系统状态,把UKF的系统状态用李群表示,并构建视觉惯性紧耦合模型.在Euroc数据集下对包含该算法在内的5种滤波法进行了仿真对比,...     

基于人工视觉对比度掩模的鲁棒图像融合系统

现有的图像融合算法,不能有效区分噪声和视觉上有意义的特征,往往在输入含有噪声时性能变差。人类视觉系统对图像特征提取有特殊的机制。本文利用人类视觉系统对比度掩模过程对噪声和边缘信息的识别机制,在视觉域进行图像融合,达到自适应抑制噪声,增强图像特征的目的。对各方案性能的主、客观比较,充分验证了本文方案的优越性。     

基于激光SLAM的移动机器人实验室巡检

近年来学校实验室安全事故频现,为了确保实验室安全,减少实验室巡检人员工作量,设计在ROS环境下,基于激光SLAM的智能实验室巡检机器人。机器人采用激光传感器在实验室环境下定位并建立地图,自动完成定位导航和巡检任务,发现安全隐患及时通知保安人员并自动回传环境图像。     

智能轮椅视觉SLAM仿真系统实现

运用了基于视觉的EKF同时定位与地图创建（SLAM）方法来实现智能轮椅在室内环境下的导航问题。通过对图像的特征提取及匹配、更新确定自身位姿并建立地图。有效准确的特征提取是SLAM实现的必要条件之一。仿真实验显示,所提出的算法可以实现移动机器人的视觉SLAM。     

基于激光雷达和SLAM的自主行驶小车设计

结合ROS平台、激光雷达和SLAM技术设计出拥有自主移动能力的行驶小车。首先搭建硬件开发平台,配置ROS下的一系列开源功能包,实现路径规划、自主行驶和避障功能。软件部分通过激光雷达的功能包获取周围的环境信息,进行SLAM地图创建,通过导航功能包进行全局路径规划和局部路径规划,小车行驶过程中结合AMCL功能包对移动过程中产生的误差进行修正,小车能够实现自主行驶。     

基于多源信息融合的SLAM算法研究

视觉与惯性测量元件的融合极大地提高了定位的精确度和鲁棒性,然而,长时间运行后会出现漂移的问题。文章将GNSS数据与视觉惯性里程计系统结合,采用紧耦合的方式将GNSS原始测量数据与视觉和惯性信息结合,从而解决漂移问题,同时采用多级GNSS初始化策略,将GNSS测量与视觉惯性里程计结果对齐。同时,为了更好地保持系统的一致性,文章采用基于动态边缘化的策略来进行IMU初始化。本算法在具有挑战性的UrBanLoco数据集上进行评估,结果表明,本算法优于现有VIO算法。     

基于在线估计的视觉SLAM低光照图像增强算法

为了提升基于特征点的双目视觉定位算法在低光照环境下定位的准确性,提出一种基于在线估计的视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)低光照图像增强算法.通过在线估计图像亮度值,实时更新图像增强算法的参数,解决了基于固定参数的图像增强算法在图像较亮、较暗等情...     

视觉SLAM在动态场景下的图像处理方法

SLAM一直是机器人领域的研究热点,近年来取得了万众瞩目的进步,但很少有SLAM算法考虑到动态场景的处理。针对视觉SLAM场景中动态目标的处理,提出一种在动态场景下的图像处理方法。将基于深度学习的语义分割算法引入到ORB_SLAM2方法中,对输入图像进行分类处理的同时剔除人身上的特征点。基于已经剔除特征点的图像进行位姿估计。在TUM数据集上与ORB_SLAM2进行对比,在动态场景下的绝对轨迹误差和相对路径误差精度提高了90%以上。在保证地图精度的前提下,改善了地图的适用性。     

一种基于线特征约束的无人机双目视觉SLAM算法

为了解决点特征SLAM算法在低纹理环境中精度下降的问题,提出了一种基于线特征约束的无人机双目视觉SLAM算法。首先,将双目相机观测线特征分为单目相机在两帧下观测、双目相机在两帧下观测、双目相机在一帧下观测3种情况;然后,计算了3种情况下的残差块和雅可比矩阵;最后,利用所提线特征约束改进了VINS-Fusion算法。在EuRoC数据集上进行实验验证,结果表明提出的算法在数据集半数以上的场景中都有良好的表现,相较于改进前的VINS-Fusion算法定位精度平均提升13.2%。     

基于最小回环检测的多车协同SLAM框架

为了提升自动驾驶车辆的感知效率和准确率,解决协同感知算法中对协同条件的限制和多源数据融合等问题,本文引入基于激光雷达的即时定位与建图(Simultaneous Localization and Mapping,SLAM)算法,提出面向自动驾驶的多车协同SLAM框架.首先,车辆运行单车SLAM,构建本地约束并共享地图和位姿数据.同时车辆接收并处理其他车的数据,若其他车辆与本车已建立坐标系转换关系则直接完成数据融合,否则基于重叠区域相似点云配准解算多车坐标系转换关系.采用图的连通分支和生成森林理论跟踪数据融合情况并构建多车回环约束,基于通用图优化(General Graph Optimization,G2O)理论对全局地图优化.真实场景与KITTI数据集的实验结果表明,本文的框架无需构建包含所有车辆相对位姿的全局坐标系或满足多车相遇等约束条件,即可实现多车协同SLAM,并在SLAM的效率和准确率等指标上具有优势.     

一种视觉SLAM单目半稠密建图方法的实现

SLAM即同时定位与地图构建,一直是机器人和计算机视觉的研究热点.尤其是视觉SLAM技术,21世纪以来在理论和实践上均取得了明显的突破,已逐步迈向市场应用.建图作为SLAM的两大目标之一,可以满足更多的应用需求.本文在给定相机轨迹的情况下,提出一种视觉SLAM单目半稠密建图方法,利用极线搜索和块匹配技术,加入图像变换和...