【摘 要】
：
本文在北京市自然科学基金项目“基于惯性和视觉传感器的移动机器人位姿估计(4082032)”的支持下,以中国科学院自动化研究所的智能轮式移动机器人AIM为实施平台,进行移动机器
【出 处】
：
中国科学院研究生院 中国科学院大学
论文部分内容阅读
本文在北京市自然科学基金项目“基于惯性和视觉传感器的移动机器人位姿估计(4082032)”的支持下,以中国科学院自动化研究所的智能轮式移动机器人AIM为实施平台,进行移动机器人基于视觉和惯性传感器的自定位研究。
本文设计了融合视觉、惯性传感器和里程计的信息进行移动机器人自身位姿估计的整体方案。移动机器人通过配备的双目视觉系统检测出工作环境中的显著角点信息,对角点进行匹配和跟踪,利用跟踪到的角点估算摄像机的位姿变换矩阵,进而推算出移动机器人的位姿变换,实现基于视觉的自定位。同时惯性传感器和里程计也能够记录移动机器人运动的姿态和位移。当获取了视觉、惯性和里程计三者的定位信息之后,利用蒙特卡洛定位方法实现移动机器人自身更加精确的定位。
提出了一种基于区域特征的Harris显著角点快速提取方法。通过候选角点的筛选过程使得角点提取的速度有了很大的提高。将精度较高的Forstner算子和Harris算子结合使用,改善了角点定位的精度。基于实验室内场景,提出了一种基于圆周区域特征的角点快速匹配方法。以基本的归一化互相关方法为基础,增加各种约束条件来保证角点匹配的正确性。设计了一种结合惯性传感器和里程计的信息以及图像之间关系的角点跟踪策略,准确的实现了角点跟踪。利用LM优化方法实现了摄像机位姿变换矩阵的求解,以及移动机器人和摄像机之间关系的推算。
分别设计了惯性传感器和里程计数据采集和处理模块,利用卡尔曼滤波器对惯性传感器数据进行处理,并对惯性传感器和里程计定位结果进行了分析。
设计了基于视觉、惯性和里程计信息的蒙特卡洛定位方法,并在实验室环境下进行了移动机器人多传感器信息融合定位实验。实验结果验证了融合定位方法的有效性。
其他文献
随着光学、电子学以及计算机技术的不断发展，双目立体视觉技术因其获取信息量丰富、具有非接触式采集等特点，不仅成为工业检测、生物医学、虚拟瑚实等领域的关键技术，还成功地应
移动机器人技术在近几十年来得到了迅速的发展，被广泛应用到生产、生活的各个领域中，极大地促进了社会生产力的发展和人类生活水平的提高。移动机器人机械臂视觉控制系统是一个
在当今高度信息化的社会中，人们通过电视、网络、报纸、杂志等来获取大量的信息。统计图是人们在日常生活中常见的信息载体。由于其具有直观、通俗易懂、包含信息量大等特点被
本文针对电话信道多语言环境下的语音识别和语音搜索的技术难题,进行了广泛而深入的研究,主要内容包括:
首先,在跨语种通用声学建模方面,本文对基于子空间高斯混合模型
信息提取是人类其他高级认知活动的基础，探索不同层级类概念的加工机制，可以为人类高级认知功能的研究提供参考和借鉴。根据类概念的抽象程度，类概念可以分为三个层级：上位水平、
射频识别(Radio Frequency Identification,RFID)技术具有高速移动物体识别、多目标识别和非接触识别等特点,得到了全世界众多领域的广泛关注和青睐。普通的RFID标签主要由硅
随着互联网的快速普及和数字影像采集处理技术的发展,网络视频行业迅速崛起,并在人们的日常生活中起着越来越重要的作用。作为一种包含图像、声音、文字等多信息的综合性媒体
该文在分析图象处理、特征提取和神经网络理论的基础上,设计并实现了一种基于BP神经网络的指纹自动识别系统.对于自动处理指纹的摄入、识别等技术进行了深入的讨论,并通过实
利用光谱仪对农作物进行长势监测已经成为世界农业的发展方向。随着光学，电子技术的发展，光谱仪朝着微型化，低噪声，高分辨率，宽光谱范围等方向发展；另外，光谱仪与PC机之间的数据传输
基因芯片，又称DNA芯片或DNA微阵列，它们是DNA杂交探针技术与半导体工业技术相结合的结晶，并伴随着“人类基因组计划”而发展起来的一门新兴技术，具有高通量、大规模、平行性等特