【摘 要】
：
近年来,送餐机器人、物流机器人、扫地机器人等一系列移动机器人已在日常生活中被广泛使用。未来,移动机器人将在更多领域为人类服务。同时定位与建图（SLAM）技术的实现,是移动机器人能够施展自身基本功能的前提。使用昂贵的传感器,例如激光雷达、深度摄像头等,固然能够达到精准的建图定位效果,但这显然不利于移动机器人的普遍使用。因此,本课题旨在,在对精度不苛求的应用场景中,以低成本实现同时定位与建图技术,且达
论文部分内容阅读
近年来,送餐机器人、物流机器人、扫地机器人等一系列移动机器人已在日常生活中被广泛使用。未来,移动机器人将在更多领域为人类服务。同时定位与建图（SLAM）技术的实现,是移动机器人能够施展自身基本功能的前提。使用昂贵的传感器,例如激光雷达、深度摄像头等,固然能够达到精准的建图定位效果,但这显然不利于移动机器人的普遍使用。因此,本课题旨在,在对精度不苛求的应用场景中,以低成本实现同时定位与建图技术,且达到较好的效果。针对需要设计价格低廉且通用的SLAM系统这一目标。首先,制定了单目视觉与IMU传感器联合实现SLAM系统的硬件方案。其次,以视觉SLAM经典框架为模板对本课题需要设计的系统进行了系统需求分析与系统结构设计。最后,对SLAM系统各个模块做了基本功能定位,完成了系统的概要设计。针对现有光流跟踪算法依赖光度不变性的强假设准确率不高这一问题,对现有光流跟踪算法进行了改进。优化后的光流跟踪算法在劣质图像数据下能够快速提供高准确率的角点跟踪信息,有利于提升SLAM系统运行时的鲁棒性。以系统的需求分析与概要设计为蓝本,对系统的基于改进光流法前端模块、基于因子图的后端模块、基于松耦合的初始化模块、基于DBow的闭环模块进行了详细的理论分析与设计,实现了完整的基于单目视觉与IMU融合的SLAM系统。在数据集与自建平台上,做实验验证了本课题设计的SLAM系统运行效果较好,符合预期。在数据集上的表现,本SLAM系统优于开源框架VINS-Mono;在自建平台上,本SLAM系统在真实场景中稳定运行,完成实时建图定位任务。
其他文献
人体连续运动模态识别是外骨骼与人进行自然人机交互（Human-robot Interaction,HRI）的关键。表面肌电信号（surface Electromyography,s EMG）产生于人体动作,与人体运动直接相关,蕴含丰富的运动信息。因此,对s EMG信号进行解析,可有效识别人体运动模态。然而,在连续运动过程中,s EMG信号容易受到各种噪声干扰,同时s EMG信号本身具有混沌性、非线
机器人在工业、农业、物流、安防、家居等行业被广泛应用,随着任务越来越复杂,单个机器人很难满足人们的需求。由于多机器人系统在高容错性、可拓展性、自主性以及高效性方面的优点,受到广泛关注,在搬运、物流、国防、搜救等场景有更好的应用前景。如何在环境未知且模型未知的情况下,提高多机器人系统自适应能力和交互能力是多机器人系统的一个研究热点。强化学习可以通过机器人和环境的交互,学习到最优的控制策略。因此本文针
在现代医学中,某些眼科手术以及检查对瞳孔尺寸有明确要求。检测瞳孔尺寸的传统方式是使用瞳孔尺进行测量,然而这种方式存在精度不高、前后读数误差较大以及受医生经验影响较大等问题。为了解决这些问题,相关瞳孔计应运而生。目前相关瞳孔计产品大都是国外产品且价格昂贵,国内医院使用率极低,普遍采取传统瞳孔尺方式进行测量。此外国内相关瞳孔尺寸提取的研究也较少。基于此需求,本文设计了一个瞳孔尺寸提取系统,实现对瞳孔实
液压系统是通过液压增强作用力的系统,可用于动力传动和控制系统中,随着工业发展液压系统在各个领域中应用日益广泛,因此加强对液压系统安全运行的保障也日益重要。但由于液压系统趋向专业化和多样化,导致其结构组成越来越复杂,从而增加液压系统部件异常识别的难度。针对液压系统结构组成复杂、难以进行机理建模分析的特点,使用基于数据驱动的方法从系统整体的角度进行研究,研究内容分为特征工程、模型训练、软件实现三个部分
自动泊车系统作为自动驾驶领域的一个分支存在重要的应用价值,环境感知部分是其第一环节,具有关键的作用。室内停车场中复杂场景下的泊车位检测任务常面临污染、光照等环境因素引起的干扰问题,基于鱼眼摄像头和传统视觉的泊车位检测方法具有精度低、鲁棒性差和泛化能力弱等问题,而高精度深度学习网络会带来模型参数较大的压力,为克服现有车位检测技术的不足,本文重点研究了室内停车场中轻量级有效车位检测模型与泊车定位方法,
有效识别高速公路交通异常状态,有利于避免二次事故的发生。其中,数据质量欠佳一直是制约交通异常状态识别率提升的重要因素,对交通流数据进行有效修复可进一步提升异常状态识别的可靠性。同时,此类研究大多基于单一数据源（车检器数据、收费数据和视频数据等）且未考虑数据修复对模型输出的影响,导致模型准确性和鲁棒性较差。伴随着全国电子不停车收费（Electronic Toll Collection,ETC）技术的
加注系统作为发射场地面勤务系统的关键组成部分,在运载火箭发射中扮演着重要角色。繁多的系统设备、复杂的结构机理和恶劣的工作环境,使系统在任务执行过程中运行状态难以获得有效把控。目前,对于加注系统的管理主要依靠操作人员,人力需求大,技术要求高,而且加注系统在各种因素的影响下,个别异常表现得不够清晰,若操作人员没有及时获取到系统的异常信息,就有可能错过采取有效措施的时机,从而引发重大事故。鉴于此,本文以
随着分布式传感器网络在各个行业中的应用变得越来越广泛,传统的有线充电或是电池供电的方式已经不能满足日益发展的传感器的能源供给需求,这严重限制了分布式传感器网络的应用范围。无线电能传输技术,作为一种更加安全、稳定和灵活的新型供电方案,可以从空间全方位给各种耗电装置进行供电,这为分布式传感器网络的能源供给提供了一种全新的方法。在航空火箭内部,有着许多分布放置的传感器,为了保证分布式传感器网络的稳定工作
随着科技的进步与社会的发展,机器人所面临的任务越来越复杂。这就要求机器人能在更复杂的环境中处理更复杂的任务。对于广泛使用的机械臂视觉伺服控制系统,视觉图像的深度学习和机械臂强化学习运动控制已经成为研究的热点。但是传统的基于深度学习的目标检测算法和运动控制强化学习算法,分别针对图像学习和行为学习,彼此相互独立,而在复杂多变且存在大量未知环境的情况下,机械臂视觉伺服控制系统,往往需要视觉学习和行为学习
自动引导车（Automated guided vehicle,AGV）在物流行业作为一种越来越重要的自动运输载体,广泛应用于智能化自动停车场以及工厂制造业中进行物料的搬运和运送任务。其中,自动搬运过程中最重要的技术之一就是完成AGV对轨迹跟踪的控制,目前已有许多的轨迹跟踪控制方法,随着研究人员不断地解决越来越先进的AGV系统的出现,在保持小车运动稳定的情况下,能进一步提高小车的快速性和精确性。本文