检索结果-南通市图书馆

基于视觉激光惯性相结合的机器人slam算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机床与液压 2023年第17期51卷 39-44页

作者：王立玲朱旭阳马东王洪瑞河北大学电子信息工程学院河北保定071002 河北大学机器人技术研究中心河北保定071002

针对弱纹理环境下slam系统只依靠单一传感器鲁棒性较差的问题,提出一种视觉、单线激光雷达与惯性相结合的机器人slam算法。在视觉与雷达预处理阶段,视觉提取点线特征,同时雷达帧间匹配过程采用激光点到其最近两个点连线的距离构建误差方... 详细信息

针对弱纹理环境下slam系统只依靠单一传感器鲁棒性较差的问题,提出一种视觉、单线激光雷达与惯性相结合的机器人slam算法。在视觉与雷达预处理阶段,视觉提取点线特征,同时雷达帧间匹配过程采用激光点到其最近两个点连线的距离构建误差方程,实现更高精度匹配效果。采用惯性传感器与轮速里程计进行雷达运动畸变校正,同时雷达估计信息为单目点线特征三角化提供良好深度值,再利用点线视觉信息、雷达点云信息与惯性测量单元紧耦合优化机制提高机器人slam的精确度。最后,将该方法在仿真环境和真实弱纹理环境进行实验。结果表明:该方法定位准确率达到98.6%,在弱纹理环境中定位效果具有较强的鲁棒性和准确性,满足实际需求。

关键词：单线激光雷达视觉slam 多传感器融合slam

面向登机廊桥自动导引的多源异构传感器数据融合和实时跟踪导航

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

面向登机廊桥自动导引的多源异构传感器数据融合和实时跟踪导航

作者：谢玉森北京信息科技大学

学位级别：硕士

登接机设备是乘客登机离机的唯一途径。航班的登接机操作目前主要依赖于人工驾驶。在高峰期随着廊桥驾驶员的减少,将占用较长时间,影响飞机运行效率。同时由于有限的视角和复杂多变的环境条件,人类驾驶员无法准确估计接机廊桥与飞机的... 详细信息

登接机设备是乘客登机离机的唯一途径。航班的登接机操作目前主要依赖于人工驾驶。在高峰期随着廊桥驾驶员的减少,将占用较长时间,影响飞机运行效率。同时由于有限的视角和复杂多变的环境条件,人类驾驶员无法准确估计接机廊桥与飞机的相对位置,容易发生事故,据统计机场中约有20%的安全事故发生在登机廊桥靠接飞机的过程中。目前也发展出一定智能程度的光学辅助系统。其通常采用传统的图像处理方式,提取图像中的舱门特征,通过预设模板与之匹配。这些方法在多种类的飞机涂装现状下表现不佳,无法应对多航空公司和多天气条件的需求。且相关方法与设备的运算速度较慢暂时无法满足实时自动化的控制需求。随着自动驾驶、slam导航技术的快速发展,利用多种类传感器对周围环境进行多模态的感知和探索可克服环境的干扰并排除人工操作的不确定性因素,形成对飞机廊桥对接设备空间位置的一致性表达,从而指导廊桥全自动、全天候、精准、快速、稳定地对接飞机,保证运行效率与安全性能。本文利用多源异构传感器对登机廊桥进行智能化改造,主要解决在复杂的天气环境条件下对舱门的稳定跟踪问题。研究内容和创新点如下:(1)研究了基于近距离的手持式标定板的相机与固态激光雷达外参标定方法。通过深度编码的Marker模式编码特征,在相机图像和激光雷达点云中分别提取该Marker模式并匹配。最后在近距离上精确鲁棒的完成了相机与固态激光雷达之间的标定,该方法缩小了标定板的尺寸,缩短了标定时需要的工作距离。(2)研究了一种对舱门踏板稳定跟踪的相机-激光雷达跟踪方法。舱门踏板区域面积小,不易受到环境影响,利用连续图像提取舱门踏板附近特征点,利用对齐的激光雷达拟合飞机舱门曲面并提供该点的深度,可完成帧间实时跟踪。(3)研究了一种可对目标实时精确跟踪的紧耦合相机-激光雷达-IMU跟踪方法。将当前舱门的空间位置和传感器噪声建模为一个状态向量,通过视觉-激光雷达-IMU紧耦合模型,构建各传感器误差模型,跟踪过程中利用因子图最小化各传感器对当前状态向量的观测误差,可完成高精度的实时跟踪过程。在复杂的天气环境条件下,通过单目相机提取舱门和周边环境的视觉特征,利用激光雷达辅助深度信息获取,利用IMU采集高频运动变化量,在数据层面多传感器协同互补,提升了跟踪系统的精度和鲁棒性。该系统经过仿真与真实环境的实验验证,能够精确稳定地应对多飞机机型、涂装、全天候和全自动接机过程,部分成果已在成都天府机场中得到常态化应用,未来将进一步服务于智慧机场中设备的自动化与智能化建设。

关键词：自动接机系统多传感器融合slam 相机-激光雷达-IMU 多传感器定位与导航

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于slam的无人机测绘方法及应用研究

基于SLAM的无人机测绘方法及应用研究

作者：李璟湖南大学

学位级别：硕士

无人机测绘是室外大尺度场景三维重建的重要手段,广泛应用于国土测绘、工程质量检测、历史遗产保护等行业。目前主流无人机测绘方案包括倾斜摄影与机载激光雷达测绘,然而倾斜摄影精细度差、重建速度慢;机载激光雷达测绘成本高昂,需要精... 详细信息

无人机测绘是室外大尺度场景三维重建的重要手段,广泛应用于国土测绘、工程质量检测、历史遗产保护等行业。目前主流无人机测绘方案包括倾斜摄影与机载激光雷达测绘,然而倾斜摄影精细度差、重建速度慢;机载激光雷达测绘成本高昂,需要精确的GNSS(全球导航卫星系统)信息。针对上述问题,本文搭建了配备多种传感器的测绘无人机平台,开展了基于slam(同步定位与地图构建)的无人机测绘方法研究,并实现了无人机测绘任务,主要工作如下:(1)针对无人机测绘应用需求,搭建了配备IMU(惯性测量单元)、双目鱼眼相机和固态激光雷达的测绘无人机平台,并对每个传感器进行了内参标定与外参标定。(2)针对固态激光雷达视场小、扫描不规则的问题,提出了一种基于PCA(主成分分析)的自适应GICP(Generalized-ICP)算法用于固态激光雷达点云配准。该算法通过PCA分析,将面到面的GICP配准扩展为点到点、点到面、面到面,在配准过程中能够自适应地在各模式间切换,充分利用了场景中的结构信息与非结构信息,并具有较高的计算效率。实验证明该算法在固态激光雷达点云的配准上相较于常用激光点云配准算法具有更好的精度和鲁棒性。(3)针对IMU积分漂移、视觉定位精度低、固态激光雷达点云配准易退化的问题,提出了一种多传感器融合slam算法。该算法将IMU构建的预积分约束、图像构建的重投影误差约束、激光雷达点云构建的配准约束使用LM(Levenberg-Marquardt)算法进行联合优化,能够输出高精度的位姿与地图。实验证明该算法具有准确的定位能力与高质量的建模能力。同时展示了本系统生成的点云模型在建筑领域的应用,体现了本系统的实际应用价值。

关键词：无人机测绘三维重建多传感器融合slam 固态激光雷达点云配准

港口三维地图构建与船舶进出港状态监测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

港口三维地图构建与船舶进出港状态监测方法研究

作者：王传成湖南大学

学位级别：硕士

船舶进出港作为船舶海上航行必备环节,实现其安全、快速和有效的进出港口,将能促进海洋产业的发展,并推动船舶技术的进步。基于上述背景,本课题选择从港口三维场景高精度地图构建方法和船舶进出港状态监测方法两大部分进行研究,以此实... 详细信息

船舶进出港作为船舶海上航行必备环节,实现其安全、快速和有效的进出港口,将能促进海洋产业的发展,并推动船舶技术的进步。基于上述背景,本课题选择从港口三维场景高精度地图构建方法和船舶进出港状态监测方法两大部分进行研究,以此实现对港口场景的三维重建和船舶进出港状态的实时监测。针对本课题具体研究内容,所做主要工作如下:(1)面向船舶进出港口应用需求,设计并搭建出了由船舶、激光雷达、IMU和GPS等设备组成的多传感器硬件系统平台和在Ubuntu系统下基于ROS的软件系统平台。并通过软硬件系统平台的相互协作,制作出了多传感器参数标定和不同港口场景下多传感器融合slam实验的数据集。(2)针对港口环境中所存在的海杂波,本文提出了一种多滤波器联合方法,有效实现了激光点云中海杂波噪声数据的剔除。此外针对激光雷达和IMU传感器所采集数据还进行了相应的预处理操作,包括将三维激光点云投影至二维图像以便数据的处理、对IMU内参和激光雷达与IMU外部参数进行标定以此减少传感器的误差以及通过IMU测量数据对激光雷达由于自身运动所形成的点云畸变进行校正,增加多传感器融合slam算法的准确性。(3)针对港口周围环境物体特征稀少和分布不均等问题,本文提出了一种由强度特征点、边缘特征点和平面特征点组成的特征提取方式,有效提升了激光点云的利用率,减少了位姿估计的误差。并通过IMU预积分、激光里程计和回环检测联合因子图优化方式实现了面向港口环境的多传感器融合slam算法。在实测港口场景数据集中通过与其它相关slam算法进行对比,评估了本文算法,结果表明本文算法针对不同规模港口场景均具有更好的定位精度和构建地图效果。(4)针对船舶进出港状态的监测,在Windows系统下采用C++、Qt和OpenGL联合开发出了船舶进出港状态监测软件。该软件的开发主要涉及人机交互界面的设计与制作、三维动画的渲染以及软件与船舶之间的实时网络通信。软件最终具备可加载显示港口三维场景点云地图和船舶3D模型、可以实时展示船舶的位姿和态势感知数据以及可以进行鼠标控制和视角切换等功能。

关键词：船舶海杂波多传感器融合slam 动画渲染 Qt OpenGL

基于slam技术的南极冰盖机器人导航定位系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SLAM技术的南极冰盖机器人导航定位系统研究

作者：李宇帆太原理工大学

学位级别：硕士

南极冰盖的变化和演化对全球气候系统具有重要影响。目前,南极冰盖常见的探测方法主要有卫星遥感、激光雷达、冰芯钻探、无人机观测、地面观测等。这些方法可以获取一定范围内的冰盖表面形态、冰盖移动、降雪量等参数,但对于冰盖表面特... 详细信息

南极冰盖的变化和演化对全球气候系统具有重要影响。目前,南极冰盖常见的探测方法主要有卫星遥感、激光雷达、冰芯钻探、无人机观测、地面观测等。这些方法可以获取一定范围内的冰盖表面形态、冰盖移动、降雪量等参数,但对于冰盖表面特定地区的长期精细化测量仍无法实现,尤其是人类无法轻易到达的冰盖内陆深处。移动机器人作为一种无人化高科技装备,可集成相关科学载荷,实现高精度建图,冰盖、冰裂缝探测等功能,代替人类进入南极内陆进行科学考察。但机器人在茫茫一片的白色冰盖上行走时的自主导航、路径规划仍是一个难题。本文针对这一问题,利用同步定位与建图(Simultaneous Localization And Mapping,slam)技术,开展南极冰盖履带式机器人的自主行走高精度导航与定位技术研究。主要开展了以下几个方面的工作:(1)为适应南极冰盖环境,本文以履带式底盘机器人为研究对象,对机器人系统进行总体架构设计。通过机械结构、传感器硬件、控制系统、软件平台四部分对机器人系统进行搭建,并对搭建的系统进行运动学建模分析,保证履带式机器人得到精准控制。(2)环境与状态监测传感器数据预处理。分析传感器采集的数据,设计传感器数据预处理方案。从硬件和软件两方面设计多传感器时间同步策略,消除传感器数据采集时间误差,对传感器测量模型进行研究,设计标定实验对传感器内外参矩阵及畸变参数进行矫正,保证机器人可以获得时空同步的原始数据。(3)基于所获取的原始数据,设计基于因子图优化的多传感器融合slam算法。选择二维栅格地图作为slam算法的环境地图表示方法。对LIO-SAM算法原理进行研究,使用激光雷达、深度相机、IMU、GPS和轮速计等传感器对LIO-SAM算法进行优化设计,提出地面特征融合策略、多传感器融合策略、激光和视觉融合回环策略等提高算法的精度和鲁棒性,并通过仿真实验进行验证。(4)选择适合南极冰盖的履带式机器人路径规划算法。对路径规划算法从全局和局部两个角度进行研究,从中选择搜索效率更高的A*算法和规划轨迹更加平滑的DWA算法作为履带式机器人的路径规划算法,并通过仿真实验对算法性能进行验证。在国内搭建实验场景,分别进行多传感器融合slam算法和路径规划实验。实验结果表明,多传感器融合slam算法可以建立全局一致的地图,并且在二维栅格地图中可以完成路径规划、局部避障等任务,验证了自主导航系统的可行性和可靠性。

关键词：履带式机器人多传感器融合slam 路径规划

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

移动机器人同步定位与建图技术综述

计算机测量与控制 2022年第2期30卷 1-10,37页

作者：任伟建高强康朝海霍凤财张志强东北石油大学电气信息工程学院黑龙江大庆163318 黑龙江省网络化与智能控制重点实验室黑龙江大庆163318

同步定位与建图技术(slam)一直是移动机器人领域比较热门的研究方向,它可以给机器人提供强大的环境感知能力;传统的依靠外部位置参考来定位的方法如果无法获得时,移动机器人需要即时定位自身位置来构建增量式地图,因此slam技术也就应运... 详细信息

同步定位与建图技术(slam)一直是移动机器人领域比较热门的研究方向,它可以给机器人提供强大的环境感知能力;传统的依靠外部位置参考来定位的方法如果无法获得时,移动机器人需要即时定位自身位置来构建增量式地图,因此slam技术也就应运而生;对激光slam和视觉slam的研究现状及最新标志性成果进行了介绍,重点对以相机与激光雷达融合、相机与IMU融合、激光雷达与IMU融合为代表的多传感器融合slam技术展开讨论、系统地梳理了几种融合方式的优势与不足,同时介绍了该领域的研究热点语义slam,最后讨论了slam技术在该领域未来的发展方向以及存在的挑战。

关键词：视觉slam 激光slam 多传感器融合slam 语义slam

面向自动驾驶场景中同时定位与地图创建关键技术研究

维普期刊数据库博看期刊

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

面向自动驾驶场景中同时定位与地图创建关键技术研究

作者：宋宝安徽理工大学

学位级别：硕士

作为新基建时代的热点——自动驾驶,其范畴涉及定位、导航、路径规划、智能控制等技术领域,还涉及卡尔曼滤波、粒子滤波等传统算法领域和深度学习、模式识别与图像处理等前沿算法领域。其中,自动驾驶技术领域中的定位与导航方向包括GNSS... 详细信息

作为新基建时代的热点——自动驾驶,其范畴涉及定位、导航、路径规划、智能控制等技术领域,还涉及卡尔曼滤波、粒子滤波等传统算法领域和深度学习、模式识别与图像处理等前沿算法领域。其中,自动驾驶技术领域中的定位与导航方向包括GNSS、IMU等全局定位方式和基于激光雷达和视觉相机等传感器的同时定位与地图创建（Simultaneous Localization and Mapping,slam）局部定位方式。根据当下使用各类slam方法的实际运行落地的产品较少,对各类slam方法/算法在实际环境的运行可靠性和置信度不高的问题,且缺乏充足的路测环境数据支撑,不利于未来自动驾驶在汽车市场推广与大规模商业化,意味着slam问题的研究仍存在不同程度和方向的优化空间。本文分别基于单一传感器如激光雷达、视觉相机的slam实验以及二者融合slam的实际环境下的实测研究。本文以四驱差速转向底盘为基础实验底盘,配置英伟达的Jeston Nano处理器,并根据实际需求搭一个长宽高参数为30cm、26cm、7cm的基础版实验平台。同时,在实验平台上安置了 16线激光雷达、深度相机等传感器,进行单一传感器的slam实验和二者融合slam探索性实验。实验表明:（1）在同一环境下的不同传感器的slam实验中,明亮环境下,基于16线激光雷达的slam实验结果的特征量和特征点的形参数最大偏差为1.961m,均误差为0.398m,中误差为±0.644;基于深度相机的slam实验结果中最大偏差为1.519m,均差为0.112m,中误差为±0.203。黑暗环境下,基于16线激光雷达的slam实验结果的特征量和特征点的形参数最大偏差为2.004m,均误差为0.477m,中误差为±0.683;基于深度相机的slam实验结果中最大偏差为1.154m,均差为0.143m,中误差为±0.282。总上,在关于单一传感器slam实验中,基于深度相机的实验精度和最终效果要由于基于16线激光雷达的精度和效果。（2）对不同环境下的同一传感器的slam实验中,对于16线激光雷达的slam实验,明亮环境下slam实验结果的特征量和特征点的形参数最大偏差为1.961m,均误差为0.398m,中误差为±0.644。黑暗环境下,特征量和特征点的形参数最大偏差为2.004m,均误差为0.477m,中误差为±0.683。总体上,明亮环境下的激光雷达结果的中误差优于黑暗环境下结果中误差5.71%。对深度相机slam实验而言,明亮环境下的结果精度优于黑暗环境的结果精度28.01%。综合而言,基于明亮环境下的实验结果更优于黑暗环境,更有利于自动驾驶安全保障。（3）在多传感器数据融合的slam探索性实验中,分别进行手动和自动标定实验,最终对二者的标定结果进行叠加初步融合精度分析。其中,手动标定下的叠加初步融合的中误差为0.0002,自动标定下的中误差为0.0017,由此证明多传感器融合slam的可行性。图[34]表[13]参[80]

关键词：自动驾驶 slam LOAM RTAB-MAP 多传感器联合标定多传感器融合slam