【摘 要】
:
近年来,在无人机、无人车等领域,单机器人技术飞速发展,越来越多的学者开始致力于研究多机器人协同工作。其中,相对位姿估计是多机器人系统中一个亟待解决的难题,稳定、准确、快速的估计出机器人之间的相对姿态可以显著提高机器人协作质量。目前,国内外研究学者相对位姿估计问题上提出了诸多方案。一些研究提出将SLAM系统同距离等传感器融合的解决方案,但这些方案受限于SLAM技术的弊端,依赖于环境特征的同时会占用较
论文部分内容阅读
近年来,在无人机、无人车等领域,单机器人技术飞速发展,越来越多的学者开始致力于研究多机器人协同工作。其中,相对位姿估计是多机器人系统中一个亟待解决的难题,稳定、准确、快速的估计出机器人之间的相对姿态可以显著提高机器人协作质量。目前,国内外研究学者相对位姿估计问题上提出了诸多方案。一些研究提出将SLAM系统同距离等传感器融合的解决方案,但这些方案受限于SLAM技术的弊端,依赖于环境特征的同时会占用较多的计算资源。也有一些研究针致力于使用距离方位传感器融合的解决思路,这些方案需要运动激励并且在一些运动模式下会出现退化现象,或者需要比较大的安装平台。此外,还有学者提出给机器人配备人工标签的思路,但目前提出的一些设计方案仅能在很短的范围内有效工作,这对实际场景中的应用带来了很大的困难。本文专注于多机器人系统中的相对位姿估计问题,设计了一种基于多种传感器融合的相对位姿估计系统,包括硬件和算法两部分。硬件系统主要包括红外LED,红外鱼眼相机,IMU和UWB四大模块。算法上,本文首先利用单次的传感器数据测量解算相对位姿,同时利用误差状态卡尔曼滤波器来抵抗传感器噪声对估计精度的影响。当多机器人系统中机器人数目达到三个及以上时,本文设计了一种利用单帧数据的位姿图优化算法来进一步提高系统精度。实验结果证明,本文的相对位置估计误差在0.113米~0.161米(中位数),相对旋转估计误差在0.773°~1.517°(中位数)。此外,在特殊场景(黑暗,长距离,大姿态和非视距)下也具有稳定的工作性能。相比于目前已有的基于人工标签的设计方案,本文设计的系统有效提高了工作范围,实验中测试最远的工作距离可以达到27.5米。在计算资源本占用方面,本文的系统低于基于SLAM系统的解决方案,经测试在NUC-i5计算平台上,本文ID识别图像处理时间低于2毫秒,两机算法时间低于1毫秒,三机及以上位姿图优化算法低于3毫秒。此外,本文将设计的相对位姿估计系统同目前的一些自主导航方案结合起来,通过利用相对位姿进行栅格地图的共享从而降低一部分机器人构建地图的算力消耗。同时,本文在Robo Master小车上进行实验验证了方案的可行性。
其他文献
五轴数控机床是航空航天、国防等领域中复杂曲面零件高精加工的关键装备。为了提高复杂曲面五轴数控加工的加工精度和加工效率,本文研究了五轴数控加工中的运动变换,对不同构型五轴机床的运动学进行分析,并建立了非线性误差通用模型;基于刀轨可行域和四元数球面插补法,对刀轨非线性误差进行插补优化;基于旋转轴与刀位点的等幅变换,提出了旋转轴运动特性优化方法;开发了复杂曲面高精加工的五轴机床非线性误差及运动优化系统,
移动机器人不仅为人们的生活提供了便利,同时也极大地提高了生产的效率,被广泛地应用于社会的方方面面。轨迹优化作为移动机器人运动规划领域中的关键技术,是备受国内外研究人员关注的热点课题。轨迹优化的目的是将初始参考轨迹优化成一条满足各项约束条件的机器人可执行轨迹。在许多简单任务中,将移动机器人建模为一个质点能够进行高效的碰撞检测。然而,为了使机器人能够在复杂环境中灵活穿行,越来越多的工作致力于机器人非质
随着工业互联网技术在工业控制领域的应用和发展,打破了传统工业以太网封闭运行的模式,增加了工业控制系统被外部攻击的风险。在目前的工业以太网中,数据以明文的方式进行传输和存储,存在泄露和被篡改的风险。为了提高数据传输的机密性、完整性和可用性,引入了密码学技术。但是在数据传输安全提高的同时,数据传输的耗时也会随之增加,特别是在对大规模时序性数据进行加解密时,会严重影响到工业数据传输的实时性。本文针对以上
知识图谱问答(KBQA)指用结构化的知识图谱中的实体和关系等信息回答自然语言问题。主流的解决方案可以分为两类:基于语义解析的方法将问题解析为知识图谱接口可执行的逻辑形式以返回答案;基于信息检索的方法根据问题索引知识图谱中的相关子图,返回子图中顺位较高的相关实体直接作为问题答案。从目前研究来看,这两种方法各有优缺点。基于语义解析的方法存在从自然语言问题到可执行的逻辑形式的鸿沟,传统的解决方案大多基于
机械产品的公差是产品质量与性能的关键因素,而公差分析是验证与评价产品公差设计是否满足功能需求的重要手段。本文提出了一种考虑装配变形的公差分析方法,对基于变动控制网格肤面模型的公差建模方法、基于稳定接触检测的零件装配变形计算方法和基于雅可比柔性旋量模型的Sobol公差灵敏度分析方法展开了研究,并将该公差分析方法在磨床中进行了工程应用,旨在通过相关研究,为产品装配精度累积分析与公差优化提供理论支持。第
面向地址领域的中文命名实体识别任务从地址序列中识别出多个地址实体,并判断每个地址实体的类别。作为地址信息化建设的基础环节,地址命名实体识别为地址要素解析、地址匹配和地址标准化等下游应用提供重要的支撑作用,在城市规划、房产管理、交通运输和经济建设等领域有广泛的应用前景。目前,面向地址领域的中文命名实体识别方法研究较少,由于地址序列未登录实体和嵌套实体多、实体类型繁杂、实体密度大、实体类别间相似程度高
区块链技术随着中本聪提出的比特币系统而问世,凭借其去中心化、开放、自治和匿名等特点,受到金融、工业物联网、医疗等行业的热烈追捧。随着区块链的飞速发展,加密货币作为其成功应用而风靡全球,然而犯罪分子也发现了加密货币的利用价值,通过区块链进行洗钱、赌博和贩毒等犯罪行为。因此,针对区块链的异常检测技术研究和落地实现相应的系统对于打击违法犯罪行为至关重要。针对数据集单一、不通用等问题,本文完成了常用区块链
随着三维数据采集、建模和可视化技术的发展,三维模型数据被广泛应用在游戏影视、工业智能制造和机器人等领域,三维模型形状分析问题也成为了目前计算机图形学领域的重要研究方向。其中,三维模型分割问题是最近的研究热点。三维模型分割是将三维模型按照语义信息分割成不同的部分,对网格编辑、形状建模和场景理解等多种三维模型形状分析任务至关重要。近年来,基于学习的三维模型分割算法使用了多种几何特征描述符提取模型的特征
对目标的检测与识别是计算机视觉领域的重要研究方向。近年来,通过属性识别来实现对象识别逐渐成为目标检测的一个研究分支。在过去的很多方法中,对属性-对象以变换的方式(如耦合或者解耦)建模,使用深度神经网络进行训练。重点关注组合性、上下文性,而忽视了属性-对象变换过程中的对称性。本文从学习对称性的角度出发,为其构造出一套属性变换元组,结合对称性原理,和群论的理论基础,提出并实现了一个既满足组合性,上下文
由于移动端应用上的电商直播卖货商家良莠不齐,导致直播过程中吹嘘产品效果、售卖违规商品等侵权行为频发,这也让消费者意识到需要及时取证用于维权。然而,消费者使用移动端传统取证方式所采集的电子证据通常存储在设备上,存在易丢失、易篡改及可信度低等问题。因此,当前消费者在移动端电商直播购物的过程中,还缺少一个高效的移动取证工具帮助取证。本文在研究当前移动端取证的痛点及区块链技术在电子证据领域的应用基础上,基