【摘 要】
:
随着时代的发展,越来越多的移动机器人被用于仓储物流运输和服务型行业中,因此机器人往往需要在高度动态的环境中进行可靠的定位和控制。一方面,基于相机这类接收环境信息的传感器的定位算法受到环境中动态物体的影响较大,而使用多传感器紧耦合的融合方法对初始化场景的静态性要求较高,常规的松耦合的融合方法又无法有效的消除动态物体对定位的影响;另一方面ROS作为应用最为广泛的机器人开发平台,其实时性较差,已无法满足
【基金项目】
:
广东省新一代人工智能重大专项“基于数智化物流供应链的智能预测系统研发及应用”(2021B0101420003);
论文部分内容阅读
随着时代的发展,越来越多的移动机器人被用于仓储物流运输和服务型行业中,因此机器人往往需要在高度动态的环境中进行可靠的定位和控制。一方面,基于相机这类接收环境信息的传感器的定位算法受到环境中动态物体的影响较大,而使用多传感器紧耦合的融合方法对初始化场景的静态性要求较高,常规的松耦合的融合方法又无法有效的消除动态物体对定位的影响;另一方面ROS作为应用最为广泛的机器人开发平台,其实时性较差,已无法满足当下对移动机器人的控制速度和控制精度的要求。因此,本文针对上述两点,重点研究了动态场景下移动机器人的自适应视觉惯性融合定位方法,并对基于ROS和Ether CAT的实时性优化方法、移动机器人的运动学建模及其路径跟踪控制等关键技术进行了探讨。本文的主要工作包括:针对场景中动态物体对视觉定位估计算法的干扰的问题,基于目标检测网络和视觉特征点覆盖度,提出了一种用于量化表征场景中动态物体对视觉定位的影响情况的指标——动态场景干扰指数。实验表明该指数可以实时地反映出场景中动态物体对视觉算法的影响情况。针对动态场景下机器人的定位问题,基于动态场景干扰指数提出了动态视觉惯性融合定位算法,其可根据干扰指数实时动态的更新扩展卡尔曼滤波的视觉位姿测量误差协方差矩阵,能够有效的消除场景中动态物体对最终定位结果的影响,并在KAIST URBAN数据集下进行了实验,结果表明了其相较于常规算法有着更高的定位精度和鲁棒性,尤其适用于高动态场景。针对ROS通信机制实时性不足的问题,对其标准的发布/订阅机制进行了优化,通过搭建Linux实时操作系统、静态分配内存、增加互斥锁以及多线程订阅回调的方式,防止了其标准通信过程中可能发生的阻塞情况。并通过在GAZEBO仿真环境下实现二轮自平衡移动机器人的自平衡控制。进行了二轮差速式移动机器人软硬件架构的设计,并结合软硬件系统完成了实验平台样机的搭建。对两轮差速式移动机器人的运动学解算进行了研究,并构建了轮式里程计。在实物实验平台的基础上,研究了Ether CAT主站与ROS节点的结合应用,并对其通信延时进行了测试;在实际的多个场景下设计了实验,验证了本文的动态视觉惯性融合定位算法在实际的动态场景中与前文数据集实验具有一致的结果;此外,对机器人的路径跟踪控制进行了探讨,并进行了实验验证。
其他文献
微型电动汽车被广泛应用于农村、乡镇、小城市等地区作为日常使用、货物配送、安保巡逻等用车。但其本身的续航里程极为有限,若增加电池容量则会增大微型电动汽车重量和体积,不符合微型电动汽车的设计使用用途。加装增程器能有效解决微型电动汽车续航里程问题,但增程器启动运行时,会破坏电动汽车良好的NVH性能。因此,本文以微型增程式电动汽车为研究对象,针对其增程器启动与运行时突出的噪声问题,提出利用隔声罩将增程器罩
当前工业机器人主要采用“示教——再现”的工作模式,无法感知外界条件的改变,鲁棒性差。为此,本课题设计了一套单目视觉工件检测机器人系统,通过基于深度学习的目标检测算法实现工件的准确检测,包括工件分类、工件定位以及姿态估计。研究了单目视觉工件检测机器人系统的标定方法以及工件数据集的标注方法。为了实现机器人基坐标系、工具末端坐标系和相机坐标系三者之间的转化,首先采用HALCON对相机进行内外参数标定,建
<正>一、背景与意义变电站工程施工现场是动态多工种立体作业现场,生产设施的临时性、作业环境的多变性、人机的流动性,形成了人、机、料的动态集中,存在较多的安全隐患,因此施工现场的安全管理显得尤为重要。当前,现场安全管理一是主要采用人员站桩式安全监护,即人盯人的常规管理,该种方式效率较低,且需要监护人员较多,并存在一定盲区,二是采用远程监控摄像头,该方式同样需要更多的人员介入。
“双碳”战略目标下,为了进一步推动新型电力系统的发展,对新型电力系统储能技术进行了研究。首先阐述了常见的储能技术,包括物理储能、化学储能和氢储能;其次从技术可行性和市场化可行性2个方面分析了抽水储能方案、氢储能方案和电化学储能方案;最后对3种储能方式进行了综合分析,总结得出电化学储能能源转换效率最高,并且购电成本和产业链成本最低,可以满足“双碳”战略目标下新型电力系统的发展要求。
电子设备算力的提升及便携化的需求,带来狭小空间内高热密度芯片的散热难题。作为高效相变导热器件的热管,已成为电子设备的首选散热器件。随着产品质量要求的不断提升,热管质量检测的技术升级也迫在眉睫。本文针对压扁型热管的轮廓宽度与表面缺陷无损检测的实际生产需求,开展的研究内容如下:首先,针对压扁型热管生产工艺流程,阐明压扁型热管轮廓波浪状不规则边缘与表面凹陷类缺陷的主要特征,指明图像检测算法研究方向;设计
在微型直流电机的大批量生产中,工厂会采用人工听音的方式对电机进行出厂品质检测,避免残次品流入市场。通过人工听音判断电机运转时是否存在异音,实现电机故障检测,该方法受工人主观判断影响,没有一个统一量化的评价指标对电机声信号进行诊断检测,因此人工听音成本高,检测效率低,结果一致性差,用自动化检测设备替代是十分必要的。根据上述问题,本文采集微型电机声信号,并用信号处理技术与机器学习方法建立微型电机异音检
智能汽车是汽车发展的“现在进行时”,其在提高出行效率和交通安全性方面具有重要意义。自动驾驶是智能汽车技术发展的最高阶段,其轨迹跟踪技术是自动驾驶技术的核心组成部分。因此,本文以智能汽车为研究对象,针对智能汽车因系统模型不确定性而导致在复杂工况下跟踪精度较低和操纵稳定性较差等问题,对其轨迹跟踪控制展开如下研究:首先对车辆模型进行分析,建立了三自由度车辆动力学模型以及Pacejka经验轮胎模型,并分析
电主轴作为数控机床最关键的一环,其运作状态直接影响着数控机床整体性能表现,电主轴一旦发生损坏,则必然致使机床停机、人员停工等问题的出现,如果处理问题不及时,更会造成时间成本与人工成本的浪费,使得产品加工质量无法得到保障。故而,为提升机床可靠性以及加工产品质量稳定性,对电主轴状态进行检测研究具有重要意义。本文设计并搭建电主轴试验平台用于采集电主轴振动信号,对原始信号进行特征提取与降维,运用多元宇宙优
随着智慧物流行业以及智能仓储行业的迅猛发展,运输系统所需的移动机器人数目日益增长,其应用规模也日益增大。路径规划问题是该系统的核心问题,对系统的运行效率产生直接影响。本文主要研究了多移动机器人运输系统中的路径规划问题,主要工作包括:针对多移动机器人运输系统中区域负载不均衡导致的拥塞问题,提出了结合负载均衡的增量启发式路径规划算法,该算法在路径规划的过程中将负载地图作为启发式评价指标之一引入到路径规
在设备智能化和数字化的时代,人工操作已经难以适应大规模生产的需要,尤其在大型构件的生产测试环节中,比如风力发电机叶片的静力试验、航空工业中的大型飞机机翼等静力试验、大型桥梁静力试验中,对于应变片的位置信息确定以及其相关数据信息的匹配与管理问题是一个困扰了相关行业许久的问题。在设备构件测试中,往往需要在设备上安装几千上万个应变测点,从而准确地得到设备的应变信息。然而由于应变片的数量庞大,线路繁多,且