地图创建

摘要： 在自主移动机器人实际地图创建中,针对迭代最近点(ICP)算法不符合一对一单映射关系的问题,提出一种稀疏扫描点的对应点对搜索方法.首先,在方向和位置上对相邻两次激光扫描点集进行粗配准;然后,对配准结果建立一种对应点对搜索机制,剔除无效对应点;最后,采用ICP算法对剩余数据进行精配准.结果表明:文中方法可有效处理无效对应点,提高算法的配准精度,在实际环境中具有准确性和有效性.

摘要： 煤矿井下移动机器人是煤矿机器人的主力军,煤矿井下移动机器人的自主导航是其研究的难点和热点.目前,煤矿井下移动机器人自主导航所必须的三维环境数据库尚未形成,尤其是制作高分辨率、多信息融合的煤矿井下高精度地图还处于研究阶段.为了有效解决煤矿井下移动机器人自主导航问题,构建了基于深度相机的机器视觉系统,提出了一种基于深度视觉的导航方法,自主导航过程分为地图创建与自主运行两个阶段.在地图创建中:①对深度视觉数据进行特征提取与匹配,利用10组煤矿井下真实视频截图,对比测试5种特征提取与匹配组合算法,结果表明SURF+SURF+FLANN与GFTT+BRIEF+BF算法能够在煤矿井下获得良好匹配结果;②建立煤矿井下移动机器人深度视觉定位与建图问题的捆集调整迭代最近点图模型(Iterative Closest Points Bundle Adjustment,ICP BA);③通过图优化方式估计当前观测下的最优位姿与环境路标点坐标.在实验室场景中利用提出的ICP-BA图优化算法,建立了包含关键位姿与三维环境点的原始点云地图.在自主运行阶段:①通过八叉树数据结构,将点云地图转化为移动机器人运动规划可使用的Octomap导航地图,实验结果表明,Octomap导航地图分辨率可调、系统资源占用低、索引效率高;②使用三维到二维映射的视觉图匹配PNP(Perspective N Points)方法进行实时在线重定位;③基于图搜索的A*(A Star)路径规划作为轨迹规划初值,自定义最小化能量损失泛函为最小化加加速度的变化率(Minimum-Snap)求解2次规划问题,生成用于煤矿井下移动机器人运动执行的轨迹.在Matlab开发环境中设计随机导航地图,生成时间分配、位置、速度、加速度、加加速度的最优轨迹规划结果,验证了运动规划算法的正确性.通过理论分析和实验验证,表明笔者提出的煤矿井下移动机器人深度视觉自主导航方法的有效性.

摘要： 邻区规划是保证移动通信网络质量的关键,邻区规划工程量的浩大,从而促使邻区自动规划软件的提出.本文研究与设计了一个移动通信网络的邻区自动规划的软件,该系统可以准确实现了在咸阳市乾县地区的邻区规划,并且为以后的移动通信网络邻区规划优化提供技术支持.

摘要： 主要研究了室内自主移动机器人基于激光传感器在未知环境下的地图创建的问题.分析了目前地图创建的方法,采用一种"聚合-分割-聚合"的方法提取线段用以表示环境信息,分为区域分割、线段提取和线段拟合三步骤.在区域分割和线段提取中提出动态阈值的方法,使得分割更为精确,能在较短的时间内获得一个精确的地图,最后采用最小二乘线段拟合方法获得线段参数.通过与当前全局地图比较,创建和更新全局地图.

摘要： 目前在国内农田障碍物使用激光雷达检测的较少，大多数使用视觉手段来检测，有效的地图创建是避障导航的一个重要内容.将激光雷达采集的数据点进行分类整理,通过障碍物聚类方法将有效的数据区域进行障碍物与非障碍分类,再将采集到的障碍物信息融合成一张地图,将地图导入MALAB,结合BUG算法进行仿真使用.通过聚类后的障碍物能够减少误判,且将障碍物聚类成几何图形,更利于BUG算法对障碍物的处理,聚类后的障碍物点的保存空间更小.障碍物地图创建方法的使用能够有效的模拟现场车辆行走方法,实现车辆行走路径的优化。

摘要： 提出一种基于记忆库进行扫描特征匹配的机器人定位及地图创建(SLAM)方法。根据改进的最小二乘法实时提取稳定的环境几何特征，并以此为自然路标建立机器人记忆特征库，适应了动态环境。同时，为了降低传感器感知的不确定性引起的误差，引入信度值。在实际机器人平台上的实验证明了该方法的有效性和准确性。

摘要： 本文首先对移动机器人导航空间表示方法进行详细归纳和总结,通过对各种表示方法进行性能对比,指出各种表示方法的优点与不足.最后,对移动机器人导航中的同时定位与地图创建(SLAM)问题作了阐述,指出SLAM研究面临的问题,探讨了SLAM的未来研究方向.

摘要： 未知环境下移动机器人地图创建的准确性主要取决于机器人的定位精度.为了建立环境的准确地图,本文提出了一种基于主动探测思想的自主探测算法.该算法使得机器人对未知环境进行观测时,能够主动获取有利于其准确定位的信息,同时确保获取信息量的最大化.提出了一种基于双线性插值的地图匹配方法,对定位算法上进行了改进.仿真试验证明,本文的探测算法显著提高了机器人在未知环境中的定位精度,从而提高了机器人创建地图的准确性.

摘要： 在未知环境下,移动机器人要实现自主探索必须具备对环境的感知、理解和完成自身定位的能力,即同时定位并创建地图(SLAM)的能力,这是当前移动机器人研究领域的热点.基于视觉传感器,除了传统的几何方法,主要探讨了SLAM与深度学习的结合.首先,介绍了SLAM的实现机制和关键性问题;然后对深度学习在闭环检测等问题中的应用进行了总结;最后,讨论了SLAM的研究热点,并对未来的发展趋势进行了展望.

摘要： UFastSLAM算法的重采样过程会带来“粒子耗尽”问题，为了提高算法精度和性能，将辅助粒子滤波算法思想引入UFastSLAM算法，提出一种解决SLAM问题的方法——辅助 UFastSLAM算法。针对UFastSLAM算法的特点，首先，在其建议分布函数的求取过程中引入最近的观测信息，增强采样粒子权值的稳定性；其次，在其重采样过程中引入一次加权和二次加权，增大观测似然度大的粒子比例以缓解粒子退化问题。实验结果证明，辅助 UFastSLAM算法在估计精度，一致性等方面都具有很好的性能。

摘要： UFastSLAM算法的重采样过程会带来“粒子耗尽”问题，为了提高算法精度和性能，将辅助粒子滤波算法思想引入UFastSLAM算法，提出一种解决SLAM问题的方法——辅助 UFastSLAM算法。针对UFastSLAM算法的特点，首先，在其建议分布函数的求取过程中引入最近的观测信息，增强采样粒子权值的稳定性；其次，在其重采样过程中引入一次加权和二次加权，增大观测似然度大的粒子比例以缓解粒子退化问题。实验结果证明，辅助 UFastSLAM算法在估计精度，一致性等方面都具有很好的性能。

摘要： UFastSLAM算法的重采样过程会带来“粒子耗尽”问题，为了提高算法精度和性能，将辅助粒子滤波算法思想引入UFastSLAM算法，提出一种解决SLAM问题的方法——辅助 UFastSLAM算法。针对UFastSLAM算法的特点，首先，在其建议分布函数的求取过程中引入最近的观测信息，增强采样粒子权值的稳定性；其次，在其重采样过程中引入一次加权和二次加权，增大观测似然度大的粒子比例以缓解粒子退化问题。实验结果证明，辅助 UFastSLAM算法在估计精度，一致性等方面都具有很好的性能。

摘要： UFastSLAM算法的重采样过程会带来“粒子耗尽”问题，为了提高算法精度和性能，将辅助粒子滤波算法思想引入UFastSLAM算法，提出一种解决SLAM问题的方法——辅助 UFastSLAM算法。针对UFastSLAM算法的特点，首先，在其建议分布函数的求取过程中引入最近的观测信息，增强采样粒子权值的稳定性；其次，在其重采样过程中引入一次加权和二次加权，增大观测似然度大的粒子比例以缓解粒子退化问题。实验结果证明，辅助 UFastSLAM算法在估计精度，一致性等方面都具有很好的性能。

摘要： 在此提出的方案涉及一种用于创建用于车辆(138)的经优化的定位地图(105)的方法。所述方法包括提供至少一个定位地图(115)的步骤，所述至少一个定位地图代表地标(137)的由车辆读取单元(135)读取的至少一个位置。此外，所述方法包括通过接口(110)读取雷达地图(120)的步骤，其中，所述雷达地图(120)具有或者描绘所述地标(137)在所述雷达地图(120)中的借助通过卫星(145)进行的雷达测量提供的至少一个另外的位置(505)。最后，所述方法包括以下步骤：在使用所述定位地图(115)和所述雷达地图(120)的情况下生成(315)和存储经优化的定位地图(105)，其中，在生成所述经优化的定位地图(105)时，在使用所述另外的位置的情况下将所述地标(137)的所读取的位置(500)改变和存储为所述地标(137)的经改变的位置(700)，以便创建所述经优化的定位地图(105)。

摘要： 本发明公开了一种移动机器人地图创建系统及地图创建方法。系统包括应用于移动机器人地图创建系统的无线传感器网络节点和移动机器人，无线传感器网络节点集成处理和定位单元、USB接口、电源管理模块、温度控制模块及用户接口；移动机器人安装有无线定位与收发模块和地图创建服务器。方法为：将无线传感器网络节点布撒于监控区域并形成无线传感器网络，根据无线传感器网络节点的数据构建Delaunay三角面片并估计各坐标点处对应的数据；采用阈值比较的方法创建单一信息地图，对多张单一信息地图进行逻辑运算融合得到基于多元信息的地图。该发明能够在非结构化、动态环境中实时创建地图，或用于战场、外星、野外等特殊环境下全局地图创建。

摘要： 本发明公开了一种聚类地图创建方法及基于聚类地图和位置描述子匹配的重定位方法，提出了一种具有完整系统结构的三维视觉激光SLAM系统，以及一种聚类地图的创建方法，并基于聚类地图和位置描述子设计了一种无人车的重定位方法，面向城市动态环境，创建了与真实场景尺度一致的聚类地图，同时设计了用于描述点云聚类位置特征的位置描述子，并且利用位置描述子的匹配与筛选实现了无人车在城市环境中的可靠重新定位。通过忽略单个物体形貌上的变化，重点关注不同物体之间的相互位置关系，本发明提出的重定位方法能够有效应对多种场景条件的不利变化，并实现较高的重定位成功率，具有较为广泛的应用前景与较高的研究价值。

摘要： 本发明公开了一种基于局部地图拼接的栅格地图创建方法，包括以下步骤：1）机器人扫描并记录环境信息；2）对扫描数据点进行滤波处理，去除无用点；3）将滤波后数据通过光线追踪方法计算局部栅格地图；4）计算相邻两个位姿下的局部栅格地图的sift特征点对及其对应特征描述子；5）根据特征描述子的相关性对特征点对进行排序，滤除特征描述子相关性较小的特征点；6）将两个局部地图进行最近点迭代算法ICP，计算两个局部地图的变换矩阵；7）重复步骤1）‑6），记录完成整个路径的变换矩阵，最后进行数据合并得到全局栅格地图。本发明的地图是单次激光数据构建的，因而地图的估计误差主要为激光传感器的观测误差，不存在估计偏差。

摘要： 本发明提供一种移动机器人的地图创建方法，包括：S1：在移动机器人的工作区域内建立直角坐标系；S2：移动机器人在工作区域内按弓字形行走；S3：获取移动机器人在点Pi的关键帧图片并保存该图片及点Pi的坐标；S4：获取移动机器人在点P'i的图片，其中，点P'i的横坐标或纵坐标与点Pi相同；S5：根据ORB算法对点Pi和点P'i获取的图片进行特征提取和匹配；S6：根据匹配结果校正移动机器人在点P'i的坐标、里程计和/或陀螺仪的数据并保存；S7：重复步骤S3至步骤S6直到完成工作区域内的地图创建。本发明通过ORB算法对移动机器人地图坐标及里程计和/或陀螺仪的数据进行校正，减少坐标和角度的累积误差，提高地图的精确性。本发明还揭示一种基于该地图的路径规划方法。

摘要： 提供了一种地图创建设备，该地图创建设备包括：地图内位置控制单元，其基于与移动体或环境有关的信息来设置移动体的位置坐标，所述坐标被设置在地图空间上，其中，对空间划界的边界和在与所述边界相对的一侧的边界连接；以及感测反映单元，其通过使由移动体感测到的环境信息被反映在地图空间中来创建与移动体周围的环境对应的环境地图。

摘要： 本发明公开了一种移动机器人地图创建系统及地图创建方法。系统包括应用于移动机器人地图创建系统的无线传感器网络节点和移动机器人，无线传感器网络节点集成处理和定位单元、USB接口、电源管理模块、温度控制模块及用户接口；移动机器人安装有无线定位与收发模块和地图创建服务器。方法为：将无线传感器网络节点布撒于监控区域并形成无线传感器网络，根据无线传感器网络节点的数据构建Delaunay三角面片并估计各坐标点处对应的数据；采用阈值比较的方法创建单一信息地图，对多张单一信息地图进行逻辑运算融合得到基于多元信息的地图。该发明能够在非结构化、动态环境中实时创建地图，或用于战场、外星、野外等特殊环境下全局地图创建。

摘要： 本发明公开了一种聚类地图创建方法及基于聚类地图和位置描述子匹配的重定位方法，提出了一种具有完整系统结构的三维视觉激光SLAM系统，以及一种聚类地图的创建方法，并基于聚类地图和位置描述子设计了一种无人车的重定位方法，面向城市动态环境，创建了与真实场景尺度一致的聚类地图，同时设计了用于描述点云聚类位置特征的位置描述子，并且利用位置描述子的匹配与筛选实现了无人车在城市环境中的可靠重新定位。通过忽略单个物体形貌上的变化，重点关注不同物体之间的相互位置关系，本发明提出的重定位方法能够有效应对多种场景条件的不利变化，并实现较高的重定位成功率，具有较为广泛的应用前景与较高的研究价值。

摘要： 本发明提供一种移动机器人的地图创建方法，包括：S1：在移动机器人的工作区域内建立直角坐标系；S2：移动机器人在工作区域内按弓字形行走；S3：获取移动机器人在点Pi的关键帧图片并保存该图片及点Pi的坐标；S4：获取移动机器人在点P'i的图片，其中，点P'i的横坐标或纵坐标与点Pi相同；S5：根据ORB算法对点Pi和点P'i获取的图片进行特征提取和匹配；S6：根据匹配结果校正移动机器人在点P'i的坐标、里程计和/或陀螺仪的数据并保存；S7：重复步骤S3至步骤S6直到完成工作区域内的地图创建。本发明通过ORB算法对移动机器人地图坐标及里程计和/或陀螺仪的数据进行校正，减少坐标和角度的累积误差，提高地图的精确性。本发明还揭示一种基于该地图的路径规划方法。

摘要： 本发明公开了一种基于局部地图拼接的栅格地图创建方法，包括以下步骤：1）机器人扫描并记录环境信息；2）对扫描数据点进行滤波处理，去除无用点；3）将滤波后数据通过光线追踪方法计算局部栅格地图；4）计算相邻两个位姿下的局部栅格地图的sift特征点对及其对应特征描述子；5）根据特征描述子的相关性对特征点对进行排序，滤除特征描述子相关性较小的特征点；6）将两个局部地图进行最近点迭代算法ICP，计算两个局部地图的变换矩阵；7）重复步骤1）?6），记录完成整个路径的变换矩阵，最后进行数据合并得到全局栅格地图。本发明的地图是单次激光数据构建的，因而地图的估计误差主要为激光传感器的观测误差，不存在估计偏差。