论文部分内容阅读
随着现代社会信息化与工业化的不断融合,以机器人技术为代表的智能产业蓬勃发展,这已成为现代社会科技创新的一个重要标志。机器人技术是当今工程技术研究中十分活跃的研究领域,中国将机器人和智能制造纳入了国家科技创新的优先重点领域。定位是机器人通过使用本身所携带的各种传感器,获得自身和周围环境有用信息,经过相关数据处理,从而计算得到自身位姿的过程。机器人的室内定位技术是实现机器人真正自主化的关键所在,该问题已得到世界各研究机构的广泛关注。根据不同传感器的运用,人们提出了不同的机器人室内定位技术,通过分析这些定位技术,结合最新的机器视觉技术,本文提出了基于深度传感器的的机器人室内定位方法。通过分析现在流行的机器人同时定位与地图创建技术,分析其原理,了解该方法的核心思想,将深度传感器成功运用在机器人的室内定位上。对深度传感器进行深入了解,从数学原理出发进行工作原理分析,以了解其深度成像过程。使用深度传感器彩色信息,建立不同尺度空间的图像,在不同尺度空间上进行特征搜索,寻找图像特征点,然后对相关图像进行特征匹配,在匹配过程中,使用改进算法,错误匹配数目减少。然后根据相关图像的匹配点,以及对应的深度信息计算出机器人在不同时刻的相对位姿。在计算过程中,为了提高对噪声的鲁棒性,开始使用随机一致采样算法(RANSAC)进行相对位姿的初始估算,然后使用迭代邻近算法(ICP)进行精确计算。在地图的表达过程中,使用拓扑地图对不同位置信息进行描述。使用最小二乘法对建立的拓扑地图进行优化,得到全局一致的拓扑地图。在优化过程中,为了减少计算量,达到实时地图优化的效果,使用分层优化算法。在优化过程中,只优化上层节点有所变化的子节点,直至到底层的原始地图,计算量少,提高了算法的实时性。然后优化得到的拓扑地图通过转换能得到我们所需的其他类型地图。进行相关实验验证,通过实验,证明了方法的有效性。