检索结果-南通市图书馆

作者：斯琴其木格北京交通大学

学位级别：硕士

伴随着人工智能、机器人、无人驾驶等技术的蓬勃发展,越来越多相关智能产品渗透进人们的日常生活中,作为底层技术基石之一的slam(Simultaneous Localization and Mapping,同时定位和地图构建)技术也逐渐被大家所熟知。经过几十年的发展... 详细信息

伴随着人工智能、机器人、无人驾驶等技术的蓬勃发展,越来越多相关智能产品渗透进人们的日常生活中,作为底层技术基石之一的slam(Simultaneous Localization and Mapping,同时定位和地图构建)技术也逐渐被大家所熟知。经过几十年的发展,视觉slam在理论上已经比较成熟,但是在实际产品应用中,往往会面临两方面的挑战,一是关于精度和鲁棒性,实际场景中难免存在动态变化,会影响图像匹配的鲁棒性和计算结果的准确性;二是关于高效性,在大尺度场景下,slam的计算复杂度和时间复杂度会成倍增长,影响其运行效率。因此,本文针对这两大挑战设计实现了一种面向动态场景的集中式slam协作建图系统,采用深度学习模型、多视图几何法和多机协同工作方式来解决动态场景下传统slam中存在的精度低、不稳定和效率低的问题。首先,从实际需求出发,分析了系统的产品特点,确定了系统的功能性需求;然后,确立了系统的技术架构——“slam前后端分离”的集中式架构,分别对单体机器人前端和服务器后端设计分层及模块化方案,以高系统的可扩展性;最后作者独立设计并实现了本系统的三大功能模块。(1)单机定位追踪模块:该模块部署于单体机器人前端,包括个体系统初始化、定位追踪等功能,主要实现了基于RGB图像和深度图像的位姿估计功能。(2)动态目标分割及背景填充模块:此为单体机器人前端的核心模块,主要包括动态目标分割、动态目标剔除以及缺失背景填充等功能。首先,采用深度学习模型和多视图几何法对传感器所采集的图像进行动态目标检测和分割处理;然后,剔除动态目标,并填补背景空洞,生成完整的静态图像,用于定位追踪和三维建图,以高定位和建图精度。(3)服务端三维建图模块:此模块部署于服务器后端,包括三维建图、数据可视化等功能。首先,接收各单体机器人的位姿估计结果;然后,采用词袋匹配和Sim3算法实现多机地图融合,生成多机融合轨迹、全局稀疏点云地图和全局稠密点云地图,并实时显示。同时,本模块能够根据用户需求将点云地图转换为八叉树地图,进一步应用于导航避障等功能中。本系统采用视觉slam数据集TUM中的动态目标序列集Dynamic Objections,进行了功能性和非功能性测试,实验结果表明:本系统能够较好地完成动态场景中的协作建图任务,且相较于ORB-slam2、Dyna slam和CCM-slam等经典算法在定位精度和处理速度上均有升,并表现出较强的鲁棒性。

关键词：动态场景集中式协作slam 三维建图

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

考虑通信状况的多机器人Cslam问题综述

引用

自动化学报 2014年第10期40卷 2073-2088页

作者：张国良汤文俊曾静徐君姚二亮第二炮兵工程大学西安710025

多机器人系统的通信状况能够直接影响协作同时定位与地图创建(Cooperative simultaneous localization and mapping,Cslam)算法的设计和实现.根据对多机器人通信状况所作出假设的侧重点不同,对多机器人Cslam算法研究现状和进展进行综述... 详细信息

多机器人系统的通信状况能够直接影响协作同时定位与地图创建(Cooperative simultaneous localization and mapping,Cslam)算法的设计和实现.根据对多机器人通信状况所作出假设的侧重点不同,对多机器人Cslam算法研究现状和进展进行综述.首先,简要介绍了基于完全连通通信条件的集中式Cslam算法的特点和缺陷;其次,结合多机器人系统初始相对位姿关系未知的情况,从地图配准、数据关联和地图融合等三个方面,对基于通信范围或者带宽受限条件的分布式Cslam算法的地图合并问题进行了分析和阐述;进而重点对考虑稀疏–动态通信状况的分布式Cslam算法的最新研究成果进行了归纳总结.最后指出多机器人Cslam研究领域今后的研究方向.

关键词：多机器人系统通信网络协作slam 地图合并地图配准数据关联地图融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

传感网环境下基于多源信息融合的移动机器人slam研究

传感网环境下基于多源信息融合的移动机器人SLAM研究

引用

作者：李永威北京邮电大学

学位级别：硕士

随着人工智能技术和传感器技术的发展,移动机器人同时定位与建图(Simultaneous Localization and Mapping,slam)技术受到广泛关注。但是现有的移动机器人slam技术存在定位不准确、建图效率低等问题,已经不能满足室内复杂环境的需要。因... 详细信息

随着人工智能技术和传感器技术的发展,移动机器人同时定位与建图(Simultaneous Localization and Mapping,slam)技术受到广泛关注。但是现有的移动机器人slam技术存在定位不准确、建图效率低等问题,已经不能满足室内复杂环境的需要。因此,需要将无线传感器网络(Wireless Sensor Network,WSN)与移动机器人结合,组成无线传感器网络-移动机器人混合系统。该系统既能利用无线传感器网络减少移动机器人定位的累积误差,又能利用移动机器人进行实时决策规划。本文在无线传感器网络与移动机器人结合的背景下,致力于研究传感网环境下基于多源信息融合的移动机器人slam算法。主要研究内容如下:(1)针对传统slam算法因移动机器人长时间运动而导致累积误差的问题,本文提出了一种无线传感器网络辅助移动机器人slam算法。首先,算法引入基于超宽带(Ultra Wide Band,UWB)技术的无线传感器网络,即UWB传感网,在UWB传感网节点位置已知的情况下,基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法融合惯性测量单元(Inertial Measurement Unit,IMU)和UWB传感网信息,实现移动机器人局部位姿估计,并为扫描匹配算法提供良好初值。其次,利用全局优化算法得到全局一致地图和移动机器人全局最优位姿。最后,通过仿真实验验证了本文提出的算法相比于传统的激光slam算法具有更好的建图效果和定位精度。(2)考虑到UWB传感网节点的位置信息是通过人工标定或者携带全球定位系统(Global Positioning System,GPS)获得,在应急场景下并不能完成高效部署,存在一定的局限性。本文进一步提出了一种无线传感器网络与移动机器人协作slam算法。该算法在UWB传感网节点位置未知的情况下,通过无迹卡尔曼滤波算法充分融合多种传感器信息,实现UWB传感网节点和移动机器人同时快速定位。同时,针对UWB测量值存在误差而导致节点估计位置产生较大误差的问题,改进全局slam算法,引入UWB传感网测距约束,建立目标函数,通过非线性优化方法实现移动机器人位姿和UWB传感网节点位置最优估计。最后,通过仿真实验验证了本算法的有效性。(3)搭建移动机器人和基于UWB的无线传感器网络软硬件实验平台。通过机器人操作系统(Robot Operating System,ROS)实现UWB传感网和移动机器人的交互。最后,通过搭建的软硬件平台,在室内开展无线传感器网络辅助移动机器人slam实验和无线传感器网络与移动机器人协作slam实验,通过与Cartographer算法对比,验证了本文提出的算法在实际场景中具有可行性和有效性。

关键词：无线传感器网络移动机器人辅助slam 协作slam

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

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：