检索结果-南通市图书馆

基于Transformer的轮式里程计误差预测模型

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2023年第3期53卷 653-662页

作者：何科丁海涛赖宣淇许男郭孔辉吉林大学汽车工程学院长春130022

针对利用轮式里程计定位时会产生难以预测和多变误差的问题,提出了使用Transformer神经网络建立轮式里程计误差预测模型,以准确预测变化的里程误差,提高了轮式里程计的定位精度。首先,建立不考虑工况特征和考虑工况特征两种模型。然后,... 详细信息

针对利用轮式里程计定位时会产生难以预测和多变误差的问题,提出了使用Transformer神经网络建立轮式里程计误差预测模型,以准确预测变化的里程误差,提高了轮式里程计的定位精度。首先,建立不考虑工况特征和考虑工况特征两种模型。然后,在多种工况下与LSTM模型进行对比实验,结果表明:在常规和挑战性工况下,本文模型相比LSTM模型具有更高的精度、稳定性和可靠性。同时,相比于不考虑工况特征,考虑工况特征能有效提高模型的整体性能。

关键词：车辆工程自动驾驶定位轮式里程计深度学习 Transformer模型

基于轮式里程计的全景惯性SLAM系统初始化

在线全文

学校读者我要写书评

暂无评论

测绘地理信息 2023年第4期48卷 21-24页

作者：姜帆相恒茂季顺平武汉大学遥感信息工程学院湖北武汉430079 山东省国土测绘院山东济南250000

提出一种基于轮式里程计的全景惯性SLAM(simultaneous localization and mapping)初始化方法,用于地面测量系统、地面移动机器人中。在地面载体下,单目视觉惯性SLAM由于常加速或者纯旋转运动会出现退化问题,导致无法正常估计视觉尺度而... 详细信息

提出一种基于轮式里程计的全景惯性SLAM(simultaneous localization and mapping)初始化方法,用于地面测量系统、地面移动机器人中。在地面载体下,单目视觉惯性SLAM由于常加速或者纯旋转运动会出现退化问题,导致无法正常估计视觉尺度而造成系统初始化失败,而引入轮式里程计可以解决这一问题。首先,基于轮式里程计的双轮差速模型推导了两个视觉帧之间的轮式里程计旋转平移的预积分模型;其次,提出一个系统初始化方法,先分步初始化视觉尺度和IMU(inertial measurement unit)参数,再将全景相机、IMU、轮式里程计的观测值进行联合法平差得到精化后的初始化参数。实验结果表明,该算法能够得到较高精度的尺度信息,完成全景惯性SLAM系统的初始化流程。

关键词：轮式里程计全景相机 IMU SLAM 初始化

因子图框架下里程计辅助GNSS/INS组合导航算法

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第3期 63-68页

作者：唐卫明戚克培邓辰龙邹璇李洋洋胡泽奇武汉大学卫星导航定位技术研究中心湖北武汉430079 武汉理工大学航运学院湖北武汉430063 湖北文理学院汽车与交通工程学院湖北襄阳441053

在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多... 详细信息

在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多次线性化计算和多次迭代的因子图优化方法进行参数估计。实际车载试验解算结果表明,在GNSS信号良好时,基于因子图方法比滤波方法具有更快的收敛时间,收敛速度提高了近10倍;在GNSS信号发生中断时,添加里程计辅助后组合导航系统在东向和北向分别提升了83%和89%。与传统的滤波融合手段相比,本文采用因子图优化后在东向和北向的定位精度分别有63%、70%的改善。

关键词： GNSS INS 轮式里程计因子图优化组合导航

在线全文

学校读者我要写书评

暂无评论

IMU和轮式里程计联合的雷达畸变校正算法

应用科技 2023年第5期50卷 149-156页

作者：刘佳豪罗天放王桐哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室黑龙江哈尔滨150001

为了校正低帧率2D激光雷达在机器人快速移动时产生的运动畸变,提出一种惯性测量单元(inertial measurement unit,IMU)和轮式里程计联合的激光雷达运动畸变较正方法。在传统轮式里程计辅助法的基础上,针对轮式里程计高速时容易打滑造成... 详细信息

为了校正低帧率2D激光雷达在机器人快速移动时产生的运动畸变,提出一种惯性测量单元(inertial measurement unit,IMU)和轮式里程计联合的激光雷达运动畸变较正方法。在传统轮式里程计辅助法的基础上,针对轮式里程计高速时容易打滑造成角度测量误差较大的缺点,利用局部角速度精度较高的IMU数据来完成激光雷达角度误差的较正。算法采用麦克纳姆全向轮式机器人进行验证。实验结果表明:IMU和轮式里程计联合较正运动畸变的方法能够克服轮式里程计打滑的机械性缺陷,有效减小雷达的位移误差和角度误差,大大提高低帧率2D激光雷达地图构建的质量。

关键词：激光雷达运动畸变即时定位与地图构建 IMU 轮式里程计传感器融合线性插值机器人操作系统

在线全文

学校读者我要写书评

暂无评论

面向濒海环境的两栖轮式机器人定位算法研究

面向濒海环境的两栖轮式机器人定位算法研究

作者：田儒笑哈尔滨工程大学

学位级别：硕士

濒海环境为海洋与陆地的交界处,该地形内存在大量自然资源需要开发,因此对能够在濒海地带作业的两栖机器人研究受到广泛关注。定位技术作为机器人自主作业的重要支撑,近年来陆上定位和水下定位都有长足的发展,但这两种技术在濒海两栖环... 详细信息

濒海环境为海洋与陆地的交界处,该地形内存在大量自然资源需要开发,因此对能够在濒海地带作业的两栖机器人研究受到广泛关注。定位技术作为机器人自主作业的重要支撑,近年来陆上定位和水下定位都有长足的发展,但这两种技术在濒海两栖环境应用过程中性能表现不佳,主要原因为其使用的传感器仅能在单一环境下正常工作,如陆上的GPS定位、水下的超短基线定位等。因此,为了完善无人平台的自主应用范围,解决传统定位方案无法适用于濒海地带的问题,本文研究工作于此环境下的两栖轮式机器人定位问题,对濒海环境下的两栖轮式机器人自主作业具有现实意义。(1)本文结合濒海环境特点以及轻量化的设计需求,建立该环境下的两栖轮式机器人定位系统。开展试验测试,通过分析试验结果中导致定位误差产生的原因,对当前定位系统提出了两个后续研究方向:轮式里程计模型的改进和多传感器融合定位算法的优化。(2)基于两栖轮式机器人的轮式里程计模型,分析濒海环境下模型的两种主要误差:轮式里程计参数误差和里程计轮速误差。分别通过修正轮式里程计参数与四轮轨迹融合两种方法改进轮式里程计,降低了两种误差对定位精度的影响,并进行试验验证了模型改进的有效性。(3)基于多传感器融合定位算法,分析濒海环境下模型的两种主要误差:水陆环境切换时传感器观测方差变化带来的系统误差以及异常状况下传感器无效数据带来的随机误差。分别通过建立水陆环境切换下的主动调节参数与误差数据剔除两种方法优化多传感器融合定位算法,降低了两种误差对定位精度的影响,并通过试验验证了算法优化的有效性。(4)整合模型改进与算法优化,对平台在实地环境中进行定位精度测试,试验结果表明模型改进与算法优化能够改善濒海环境下两栖轮式机器人的定位精度,可以达到设计目标。研究两栖轮式机器人濒海环境下定位算法是为了满足其在该环境下的自主作业需求。本文搭建了适应环境的定位系统并进行试验测试,对误差进行分析后分别建立了对轮式里程计模型的改进与多传感器融合定位算法的优化,整合改进优化后的定位算法在实地环境进行了试验,试验结果表明改进优化提升了定位算法的性能,验证了本文内容对提升濒海环境下两栖轮式机器人的定位性能具有现实意义。

关键词：两栖轮式机器人濒海环境轮式里程计多传感器融合定位算法

基于卡尔曼滤波的UWB与里程计融合定位方法

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 2022年第14期50卷 119-125页

作者：黄俊杰李海滨贾翠玲内蒙古工业大学材料科学与工程学院内蒙古呼和浩特010051 内蒙古工业大学工程训练教学部内蒙古呼和浩特010051

针对轮式里程计误差随时间累积和UWB数据抖动以及非视距问题导致的粗大误差,提出一种基于卡尔曼滤波的数据融合方法,有望在单片机上实现长时高精度定位。该方法使用里程计对UWB数据进行非视距情况判断,然后使用卡尔曼滤波算法对里程计和... 详细信息

针对轮式里程计误差随时间累积和UWB数据抖动以及非视距问题导致的粗大误差,提出一种基于卡尔曼滤波的数据融合方法,有望在单片机上实现长时高精度定位。该方法使用里程计对UWB数据进行非视距情况判断,然后使用卡尔曼滤波算法对里程计和UWB数据进行不同信赖度下的融合,再使用融合后的数据对里程计数据进行累计误差修正以提高系统长时间运行的精度和稳定性。仿真和实验结果表明:系统可以检测到UWB的视距状态,同时能对里程计数据进行修正,在具有非视距的环境下,融合后的数据较只用UWB数据的稳定性提高了90.5%,精度提高了59.2%,实现了长时间高精度可靠定位。

关键词：室内定位超宽带非视距轮式里程计卡尔曼滤波

基于视觉惯性里程计的室内无人车定位方法研究

在线全文

学校读者我要写书评

暂无评论

基于视觉惯性里程计的室内无人车定位方法研究

作者：郝文敏哈尔滨理工大学

学位级别：硕士

在室内未知环境下使用无人车进行工作时,能够实时获得其精确的位置与姿态是进行后续研究的基础和保障。同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术自首次提出后,被很多学者看作实现自主移动无人车的关键研究... 详细信息

在室内未知环境下使用无人车进行工作时,能够实时获得其精确的位置与姿态是进行后续研究的基础和保障。同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术自首次提出后,被很多学者看作实现自主移动无人车的关键研究方向,当无人车在室内环境下在进行匀速运动或者纯旋转运动时,单目视觉惯性里程计由于缺少加速度激励,尺度和部分角度变得不可观,导致定位精度不佳。而引入轮式里程计可以解决上述由于运动方式导致的不可观问题,并且可以提高在发生视觉退化或惯性测量单元测量值漂移时的定位鲁棒性。本文在对经典的视觉惯性里程计系统框架进行分析的基础上,提出了一种基于非线性优化方法的相机-IMU-轮式里程计融合定位算法。主要研究内容如下:为了解决单目VINS由于缺少运动激励导致的初始化不稳定的问题,提出一种融合轮式里程计的视觉惯性里程计定位方法。本文研究分析了IMU和轮式里程计的预积分和误差传播过程,在初始化模块使用松耦合的方法融合轮式里程计测量值,通过提出一种有效的监测外参质量的方法,在保证精度的情况下减少因固定时间重新校正外参的计算负担,以提高系统初始化的稳定性。为了解决室内弱纹理环境对定位精度的影响,本文采用基于RANSAC算法的层次聚类方法快速实时的提取环境中的平面几何信息。提出基于平面几何检测方法构建地面约束,并通过添加地面约束减少由于累计误差造成的对定位精度的影响,构建了基于位姿图优化方法的后端优化模型,进一步提高了无人车在室内弱纹理环境下的定位精度。最后搭建实验系统,在公开数据集与弱纹理、弱光环境的实际室内场景进行了对比实验。本文提出的算法在定位精度与鲁棒性方面相较单目视觉惯性里程计系统均有所提高。

关键词：视觉惯性里程计传感器数据融合定位轮式里程计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合导航方式的AGV室外导航系统研究

基于混合导航方式的AGV室外导航系统研究

作者：王岚颢山东大学

学位级别：硕士

随着大载荷、长续航等优势的逐渐显现,工业无人机在河道巡检中得到了广泛应用。作为无人机的配套基础设施,无人机机场为无人机提供了回收存储和自动充电等功能。一些工业无人机翼展长度可达2m以上,体积和重量都较大,如何对其进行安全回... 详细信息

随着大载荷、长续航等优势的逐渐显现,工业无人机在河道巡检中得到了广泛应用。作为无人机的配套基础设施,无人机机场为无人机提供了回收存储和自动充电等功能。一些工业无人机翼展长度可达2m以上,体积和重量都较大,如何对其进行安全回收是工程应用过程中的一个问题。本文以工业无人机在黄河巡检系统中的应用为背景,针对无人机的安全回收问题提出了一种方案,即无人机在允许范围内随机降落,之后由自动导航车(Automated Guided Vehicle,AGV)对其进行托举实现回收操作,本文基于此方案针对AGV导航方法进行研究。目前针对AGV导航的研究主要集中于室内场景,室内导航方法较为成熟,而由于室外环境的复杂性,室外AGV的自主导航更加困难。针对AGV室外工作环境复杂的问题,本文设计了一套基于多种导航方式混合使用的AGV室外导航系统,并着重对系统中的关键导航方法进行了研究。本文主要研究内容如下:(1)通过对黄河河道巡检系统中AGV工作流程进行分析,将AGV导航流程分为粗定位和精细定位两个阶段:AGV寻找无人机为粗定位阶段,AGV在无人机底部时为精细定位阶段。针对室外环境复杂的情况,提出一种可切换使用导航方式的AGV导航方案,并确定了该方案的主要技术。(2)在粗定位阶段,针对单源传感器定位在室外环境下存在局限性和脆弱性的问题,研究室外复杂场景下多传感器数据融合定位系统。采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)作为基础数据融合算法,利用基于轮式里程计推算的AGV运动学模型与实时动态(Real Time Kinematic,RTK)载波相位差分定位给出的量测值经由增益系数加权计算获得AGV位姿的最优估计。针对迭代过程中的观测噪声时变问题,提出一种基于模糊控制(Fuzzy Control,FC)的自适应EKF算法,降低了观测噪声变化对估计结果的影响,通过实验仿真证明其定位精度与定向精度分别提高了约66.7%和50%。(3)在精细定位阶段,针对无人机遮挡RTK天线导致定位精度降低的问题,研究基于AprilTag的单源视觉导航系统接替组合导航系统工作。针对传统AprilTag算法容易出现误识别的问题,本文提出一种基于随机抽样一致性(Random Sample Consensus,RANSAC)与最小二乘(Least Squares,LS)的改进AprilTag算法,提高了视觉定位的准确性与鲁棒性。通过实验验证,证明改进后算法对于误点的去除率可达87.5%。(4)结合实际应用需求和通信机制,设计AGV控制系统的硬件和软件框架,搭建AGV实体结构。在实际应用环境中对AGV室外导航系统进行测试,测试结果表明系统的运行成功率可达99%。目前,本文研究成果已成功应用于实际项目。

关键词： AGV RTK 轮式里程计 AprilTag 数据融合工业无人机

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

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉的移动机器人高速移动状态下定位建图方法研究

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