【摘 要】
：
随着工业化的发展,信息时代的到来,智能机器人在制造、交通、物联网以及智能服务方面扮演了重要角色。室内场景智能机器人针对清洁作业任务,展开了围绕自主智能清洁平台技术的研发,其中首先需要实现场景高精度语义地图协同构建及自主增量式更新,确保在复杂环境下可以准确找到自身定位,实现避障,进而完成清洁任务。对于作业环境,由于是在室内进行工作,全球定位系统（Global Positioning System,G
论文部分内容阅读
随着工业化的发展,信息时代的到来,智能机器人在制造、交通、物联网以及智能服务方面扮演了重要角色。室内场景智能机器人针对清洁作业任务,展开了围绕自主智能清洁平台技术的研发,其中首先需要实现场景高精度语义地图协同构建及自主增量式更新,确保在复杂环境下可以准确找到自身定位,实现避障,进而完成清洁任务。对于作业环境,由于是在室内进行工作,全球定位系统（Global Positioning System,GPS）信号较差,导致定位精度大大下降,所以基于激光雷达的三维定位和建图便成了研究热点。在阅读了大量相关文献后,发现现有建图中的点云配准方法大多是针对高重叠率的场景,对于存在较多遮挡、较少对应点如处于狭窄的通道、拐角处等环境中的两帧低重叠率点云的配准并未有过多研究。为将复杂场景下点云配准技术更广泛、灵活的应用于智能机器人场景识别和为避障提供有力的技术支持,也为清洁机器人研发推广并走向真正实用提供帮助。针对上述问题,本文进行了深入研究,并提出合理的解决方案,实现了低重叠区域的精确高效图像配准算法。本文主要内容如下:1.提出了一种基于改进点对特征的最近迭代点（Iterative Closest Points,ICP）算法。通过限制点与点之间法向量夹角来筛选有效关键点,剔除移动物体/人产生的噪点。再通过聚类、边界点剔除、邻近点筛选操作,进一步提取关键点,实现点云精简,提高了待配准区域的重叠度,并采用点到面的误差函数作为配准误差。该算法一方面克服传统ICP无法实现低重叠区域点云地图配准的缺点,实验证明本算法具有较好配准精度;另一方面基于该算法可以通过减少采样帧数方式,加快三维建模的速度以极大节省时间。2.采用了一种基于隐马尔可夫随机场（Hidden Markov Random Field,HMRF）的ICP算法。基于改进点对特征的关键点对,从非对应点剔除方面着手,提出了HMRF建模,利用其马尔科夫性建立点与其领域系统内点的关系,并通过期望最大化（Expectation-maximization,EM）算法推断一个点是否为正确对应点。实验验证本算法能进一步提高低重叠率点云地图配准的精度,去除错误的匹配关系。
其他文献
五百米口径球面射电望远镜,简称FAST,是我国的重大科学基础设施,它在观测脉冲星等方面创造了巨大的科学价值。其中,馈源支撑系统作为FAST望远镜中对馈源舱进行高精度位姿调节的重要部件,必须对其开展定期的安全检测与维护,以保障射电望远镜能够正常地进行观测任务。因此,本文针对FAST望远镜中的馈源支撑缆索及滑车,设计能够自主进行缆索缺陷检测的机器人系统。本文首先对机器人进行了总体设计,根据FAST馈源
本文从一种平行导路的6-HTRT并联机器人出发,以其在飞机蒙皮铆接中作为内部顶铆机器人的实际应用为目标,研究了并联机器人位置正逆解、力学分析、误差标定补偿,控制系统研发等关键技术。在稳定可靠的前提下,尽量发挥并联机器人的结构优势,与其它设备协作实现飞机装配自动化。首先,研究了6-HTRT并联机器人的位置正逆解。位置逆解使用几何矢量法,并编写3D可视化程序验证逆解的正确性。位置正解使用了线性化的思想
机械臂因为能够代替人类执行一些复杂和较难的任务,被越来越多地应用在工业机器人、医疗机器人等机器人领域。轻型机械臂具有体积小、重量轻、操作灵活等特点,一般由6～7个旋转关节串联构成,从而实现多自由度运动,因此提高机械臂控制性能的关键在于提高机械臂每个关节的控制性能。本文以实验室自研的7自由度轻型机械臂为研究对象,为其设计了一套电流、速度双闭环的关节伺服控制算法,并将算法用Verilog硬件描述语言实
随着深度学习技术的蓬勃发展,对话系统的研究和应用迅速增长,如Siri、Cortana、谷歌助手等。相应地,这些产品也成为长辈和孩子的情感伴侣、在线客服、移动终端中的虚拟助手和网上购物和消费的智能指南。与前面提到的虚拟助手不同,智能导购的应用刚刚受到产业界和学术界的关注,亚马逊、Ebay、淘宝、京东、Yelp等智能导购通常扮演店员或顾问的角色,为移动终端用户推荐商品、店铺、餐厅、服务等,让他们的日常
自主抓取分拣操作是家居机器人实现智能化的关键,具有自学习能力的深度强化学习在面向非结构化家居环境中的机器人操作任务上有巨大优势,但是在实际应用中存在着算法所需样本量过大、训练时间过长,造成收敛困难与训练成本过高等问题。本文基于自编码与好奇心模型,结合深度强化学习算法,对家居环境下的机械臂自主抓取与分拣方法进行了研究。首先,本文针对高维状态与奖励稀疏造成强化学习样本使用效率低,使得收敛困难的问题,对
角振动台是用于进行振动测试的实验设备,通过将被测试件固定在角振动台表面,利用角振动台的振动来模拟试件在振动中的受力情况,以此对被测试件的使用寿命和抗振能力进行测试。角振动台最初由航空航天领域发展而来,目前已经推广汽车、船舶、建筑等重要工业领域。对于正弦振动波形的高精度复现是角振动台研究的一项重要内容,正弦振动一般是模拟回转机械引起的振动,或结构固有频率处的振动,用于考核振动强度和疲劳强度。同时,对
在柱状钢制电池壳的生产和运输过程中,由于材料、冲压工艺、摩擦、碰撞等原因,会在个别电池壳上产生拉伤、划擦、凹坑等缺陷,严重影响着产品质量,甚至会造成安全隐患。本课题受计算机视觉技术的启发,基于神经网络技术检测电池壳的表面缺陷,对于与电池壳类似的反光回转体的缺陷检测研究具有借鉴意义。本文的主要工作内容如下:分析了电池壳缺陷检测的特点和存在的难点,确定缺陷检测的总体方案。使用机器视觉技术对电池壳缺陷进
随着科技的发展,曾经的人力工作越来越多的被机器人工作所取代,机器人的使用开始进入各个领域,随之出现的机器人示教技术也开始被人们重视,此前机器人的操作员都是一群有一定机器人学基础的人,但随着机器人的推广,机器人的使用者不再局限于那些知识分子,如何设计出一套同时满足示教精度高和上手门槛低两点的示教系统变成了机器人想要进一步发展和“出圈”需要解决的重要问题。这次毕业设计选择设计一款基于MEMS惯性传感器
心血管疾病是世界范围内损害人类健康的严重疾病,每年因心血管疾病死亡的人数正逐年递增,因此及早预测心血管疾病成为了医学领域内研究的重点之一。目前临床通过刚性传感器对人体进行连续动脉压检测,而这些商业化的检测产品无法做到对人体实时、连续、长期的监测。因此,本课题拟开发一种能够实现微型化、集成化和智能化的柔性超声波微传感器,它可以佩戴在人体手腕处实现实时血压波形监测。这种无创监测方式为预防心血管疾病和完
室外场景下的SLAM技术是机器人研究领域一大热点,是军事攻防、搜救、探索等领域的核心技术之一。论文重点研究室外大场景下无人系统定位优化、回环检测两部分内容,其中回环检测部分需要考虑到回环误匹配问题。该研究内容旨在解决智能无人系统在室外环境特征缺失情况下,传感器测量误差增大,场景干扰多,噪声大导致的定位精度降低,无法构建全局一致性地图的问题。论文中,合理利用多传感器信息,研究设计融合外观和几何信息回