在复杂的仓储与物流环境中,准确感知机器人位置和姿态,才能保障其高效、安全地完成作业任务。为实现上述目的,提出基于双目视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)多维数据融合的物流机器人定位算法。结...在复杂的仓储与物流环境中,准确感知机器人位置和姿态,才能保障其高效、安全地完成作业任务。为实现上述目的,提出基于双目视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)多维数据融合的物流机器人定位算法。结合双目视觉SLAM算法,完成传感器监测数据的多维融合,进而创建机器人运动场景的地图模型;在该模型中,估计物流机器人运动轨迹,并通过对位姿点特征的提取与匹配运算,求解目标算法的函数表达式,实现基于双目视觉SLAM多维数据融合的物流机器人定位。实验结果表明:基于所提算法可以避免机器人实时行进位置与预设轨迹点出现较大偏差,且利用目标位姿点所定义的运动轨迹中不包含障碍物样点,在复杂的物流环境中,能够保障机器人高效完成作业任务。展开更多
基于特征的视觉同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)存在实时性和鲁棒性差等问题,提出一种改进的基于四叉树的ORB特征提取方法,设计包含前后端及地图构建的机器人RGB-D SLAM算法。在前端使用四叉树方法完成...基于特征的视觉同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)存在实时性和鲁棒性差等问题,提出一种改进的基于四叉树的ORB特征提取方法,设计包含前后端及地图构建的机器人RGB-D SLAM算法。在前端使用四叉树方法完成ORB特征的均匀提取,计算描述子间汉明距离实现特征匹配。根据随机采样一致性算法思想,结合EPNP(Efficient Perspective-N-Point)和迭代最近点法求解位姿,获取多次迭代后的准确位姿。采用关键帧进行回环检测,并且基于光速法平差优化位姿图,从而构建全局一致的3D地图,达到减少累积误差的目的。通过TUM数据集和多履带式全向移动机器人进行对比验证,实验结果满足实时性和稳定性要求,证明了算法的可行性和有效性。展开更多
关键帧选择是提高视觉SLAM(simultaneous localization and mapping)算法精度及实时性的重要因素.关键帧常以图像的帧间相对运动距离为选择依据.该方法虽简单有效,但实时性、鲁棒性较差且容易产生大量冗余关键帧.针对上述问题,提出一种...关键帧选择是提高视觉SLAM(simultaneous localization and mapping)算法精度及实时性的重要因素.关键帧常以图像的帧间相对运动距离为选择依据.该方法虽简单有效,但实时性、鲁棒性较差且容易产生大量冗余关键帧.针对上述问题,提出一种改进的关键帧选择算法.该算法整合了帧间相对运动距离、帧间特征点跟踪以及最小视觉变化来选择关键帧并删除冗余关键帧.基于该算法,结合具有较好方向和光照不变性的ORB(oriented FAST and rotated BRIEF)特征,实现了RGB-D SLAM算法.在RGB-D数据集上的实验表明,改进的关键帧选择算法能够更精准、及时地选择关键帧,并在减少RGB-D SLAM中冗余关键帧的同时提高算法的实时性、建图和定位精度.展开更多
摘要在复杂的仓储与物流环境中,准确感知机器人位置和姿态,才能保障其高效、安全地完成作业任务。为实现上述目的,提出基于双目视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)多维数据融合的物流机器人定位算法。结合双目视觉SLAM算法,完成传感器监测数据的多维融合,进而创建机器人运动场景的地图模型;在该模型中,估计物流机器人运动轨迹,并通过对位姿点特征的提取与匹配运算,求解目标算法的函数表达式,实现基于双目视觉SLAM多维数据融合的物流机器人定位。实验结果表明:基于所提算法可以避免机器人实时行进位置与预设轨迹点出现较大偏差,且利用目标位姿点所定义的运动轨迹中不包含障碍物样点,在复杂的物流环境中,能够保障机器人高效完成作业任务。
摘要关键帧选择是提高视觉SLAM(simultaneous localization and mapping)算法精度及实时性的重要因素.关键帧常以图像的帧间相对运动距离为选择依据.该方法虽简单有效,但实时性、鲁棒性较差且容易产生大量冗余关键帧.针对上述问题,提出一种改进的关键帧选择算法.该算法整合了帧间相对运动距离、帧间特征点跟踪以及最小视觉变化来选择关键帧并删除冗余关键帧.基于该算法,结合具有较好方向和光照不变性的ORB(oriented FAST and rotated BRIEF)特征,实现了RGB-D SLAM算法.在RGB-D数据集上的实验表明,改进的关键帧选择算法能够更精准、及时地选择关键帧,并在减少RGB-D SLAM中冗余关键帧的同时提高算法的实时性、建图和定位精度.