【摘 要】
：
长期自主运行能力是移动机器人在室外动态环境中执行任务的基础,但是季节的变换或者人为因素的干扰会导致机器人所处环境不断发生变化,机器人所构建的先验地图也会由于与实际场景出现偏差而降低可靠性。本文针对室外动态环境中移动机器人的几何-拓扑地图的构建与维护展开研究并给出了解决方案。为实现移动机器人室外大范围环境下可靠的实时定位与地图构建,本文提出了一种融合GNSS/激光SLAM的位姿估计框架,以克服GNS
【基金项目】
：
NSFC-深圳机器人基础研究中心重点项目:室外大范围复杂动态场景安保机器人长期导航与场景理解（U1913201）,2020.01-2023.12,负责人:庄严； 国家自然科学基金:空-地机器人基于三维激光测距的协作室外场景理解（U61973049）,2020.01-2023.12,负责人:闫飞； 国家重点研发计划项目:地下
论文部分内容阅读
长期自主运行能力是移动机器人在室外动态环境中执行任务的基础,但是季节的变换或者人为因素的干扰会导致机器人所处环境不断发生变化,机器人所构建的先验地图也会由于与实际场景出现偏差而降低可靠性。本文针对室外动态环境中移动机器人的几何-拓扑地图的构建与维护展开研究并给出了解决方案。为实现移动机器人室外大范围环境下可靠的实时定位与地图构建,本文提出了一种融合GNSS/激光SLAM的位姿估计框架,以克服GNSS信号间断缺失的问题。在开放环境下,本文提出了不依赖于其它设备的GNSS坐标系与Li DAR坐标系在线对齐算法,并基于卡尔曼滤波算法融合IMU数据和GNSS数据,以融合后的数据作为后端图优化框架的初始值并实时解算出机器人的六自由度位姿估计。在GNSS信号缺失环境下,本文还提出了基于反向误差平均与图优化的激光SLAM漂移误差校正方法,以校正激光SLAM算法产生的漂移误差。为提升移动机器人在大范围高动态环境中地图长期维护的效率,本文实现了基于几何-拓扑混合地图模型的地图构建框架。为了提升拓扑节点处局部地图的准确性,该框架通过基于阈值动态调整的聚类算法去除三维点云中的离群点,并利用相邻两帧点云对比剔除环境中动态障碍物干扰;为提升所构建拓扑结构对环境描述的准确性,该框架还基于场景差异度、路口点判断及相邻节点间距等因素构建代价函数,并利用代价值决定机器人当前位置是否生成新拓扑节点。针对几何-拓扑混合地图维护问题,本文实现了基于全局描述子的机器人重定位方法,并依据重定位结果判断是否新加入拓扑节点;同时为了避免拓扑节点数目的无限制增长,还实现了基于时间与重定位成功率的冗余拓扑节点删除策略。本文使用自研移动机器人平台对所提出的位姿估计框架进行实验验证,实验结果表明本文基于GNSS/激光SLAM融合的位姿估计算法在室外GNSS信号间断缺失环境中可以实现高精度的实时位姿估计。本文还基于NCLT公开数据集及自行采集的点云数据集对所提出的大范围几何-拓扑混合地图构建及维护算法进行了测试,实验结果验证了上述算法的有效性,并证明了通过地图维护可以提高移动移动机器人重定位成功率,通过对冗余拓扑节点删除可在保证重定位成功率的同时有效降低拓扑节点存储数目。
其他文献
近些年,基于多智能体系统的分布式优化算法得到了人们的广泛关注与研究,并在越来越多的领域发挥作用。分布式优化算法充分利用多智能体网络鲁棒性高、可扩展性强的优势,将计算任务分布到各个节点上以提高处理效率。然而,在实际应用中,通信故障或者节点宕机都会引起信息传递的不均衡,即无法保证多智能体通信网络构成的图是无向图或者有向平衡图,使得分布式优化算法失效。因此,研究非平衡图下的分布式优化算法具有很高的实际应
近年来人工智能和机器人产业快速发展,利用机械臂取代人从事一些繁重的重复性劳动成为一种必然趋势。随着机械臂的工作环境越来越复杂,实际应用场景中目标的姿态复杂多变,为机械臂的精确抓取带来巨大的挑战。因此,研究目标的位姿估计和抓取控制具有很大的研究意义。本文以目标位姿估计为背景,研究了基于特征点匹配的目标位姿估计以及机械臂的抓取控制方法,内容如下:在目标位姿估计方面,引入了特征点匹配方法对目标进行识别。
航空发动机控制系统作为发动机的“大脑与神经”,是保证发动机在气动、热力和机械设计等限制条件下以及全包线内稳定工作的关键功能系统。近年来,航空发动机分布式控制系统作为一种重量轻、易维护、高可靠性的控制系统架构成为研究热点,但是分布式架构下网络通信引入了影响系统性能的时延。因此,时延补偿策略的研究具有重要意义。本文依托某研究所“分布式架构下时延稳定性分析及补偿方法研究”项目,开展涡扇发动机H∞输出反馈
优化工业能源配置、提升能源使用效率是节能降碳减排的主要途径之一,对生产过程中关键变量的预测有助于制定合理的能源使用计划。工业过程产生的大量数据为建立数据模型提供了有力支持。然而,一方面,由于工业现场情况复杂,需要根据实际需求对预测模型不断进行快速更新,另一方面,采集数据常带有随机缺失点,为预测工作带来极大挑战。作为一种具有宽度结构的神经网络,宽度学习系统能够快速有效的对模型进行更新,因此适用于工业
生物机器人是电子设备和生物的结合体。研究生物机器人,可以在保留生物自身习性的基础上,通过电子设备施加外部刺激,使得生物按照人类的主观意愿行动,帮助人类完成特殊任务。本文以家鸽为研究对象,设计一套生物机器人微型化主控系统,本文的具体工作包括:（1）提出一种多维度信息融合控制方法。以家鸽习性为基础,结合家鸽日常的生活规律以及天气、季节等环境因素,给出控制决策范围。通过行为训练与奖惩机制,强化家鸽的受控
最优轨迹规划是机器人领域的一个研究热点,有着广泛的应用。运行平稳性和时间最优性是机器人最优轨迹规划问题中最主要的优化目标之二。本文以多轴串联机械臂为研究对象,在理论分析的基础上,借助Levenberg-Marquardt迭代（LM迭代）、B样条插值、凸优化等技术,开展运行平稳性约束的机械臂时间最优轨迹规划技术研究。求解逆运动学问题是解决多轴串联机械臂轨迹规划问题的基础,数值解法由于其较好的通用性被
随着信息时代到来,面对纷繁复杂的数据信息如何进行准确的分类是学者们广泛关注的问题。传统的分类算法常常以数值为中心并追求分类结果的高准确度,这使其在面临复杂数据分类时往往会呈现出模型结构复杂、可解释性低等现象,限制了该类算法在在医疗诊断、经济管理和生物信息等领域的应用。为此,本文结合粒计算理论构建结构简单、性能可靠且具可解释性的模型。论文的主要研究内容包括:（1）基于合理粒度准则,提出了一种从多维角
可穿戴搬运机器人作为外骨骼机器人的分支,是一种沿人体外侧布置,能给使用者提供额外助力的装置。其在很多领域都有着重要的应用,比如:军事、医疗救护和抗震救灾方面。尤其是在老龄化加剧期间,承担老年卧床病人搬运工作的护工数量无法满足社会需要,而搬运助力机器人能够降低其工作强度,提高工作效率。基于此,本文分析了目前外骨骼搬运机器人的研究现状,并结合前期研究内容,对可穿戴搬运机器人提出了新的设计理念。设计并制
大型薄壁件是我国国防和航空航天领域内一类重要结构件,轻量化和高强度是其共有的结构需求,这就对剩余壁厚可控提出了需求。为有效减重并保证足够的结构强度,需对薄壁件进行等壁厚或变壁厚的加工减薄,我们称其为减薄加工。然而,由于毛坯成形误差、装夹变形和零件自重等因素,薄壁件具有形貌未知、壁厚分布不均和弱刚度等特点,这导致零件的剩余壁厚难以控制。因此,本文面向大型薄壁件剩余壁厚可控需求,开展大型薄壁件数字化减
航空发动机是一种经常工作在高温、高压、高转速环境中的热机,要求控制器具有较高的控制性能。传统模型预测控制由于需要在线反复计算二次规划问题而导致算法实时性较差,本文基于某型涡扇发动机,从降低算法复杂度和程序存储空间方面分别研究了显式模型预测控制算法和动态矩阵控制算法,并将模型预测控制算法拓展到加力状态。主要工作如下:（1）基于多参数规划设计了一种航空发动机显式预测控制算法,降低了模型预测控制算法的复