Visual SLAM using straight lines

The present thesis is focuses on the problem of Simultaneous Localisation and Mapping (SLAM) using only visual data (VSLAM). This means to concurrently estimate the position of a moving camera and to create a consistent map of the environment. Since implementing a whole VSLAM system is out of the scope of a degree thesis, the main aim is to improve an existing visual SLAM system by complementing the commonly used point features with straight line primitives. This enables more accurate localization in environments with few feature points, like corridors. As a foundation for the project, ScaViSLAM by Strasdat et al. is used, which is a state-of-the-art real-time visual SLAM framework. Since it currently only supports Stereo and RGB-D systems, implementing a Monocular approach will be researched as well as an integration of it as a ROS package in order to deploy it on a mobile robot. For the experimental results, the Care-O-bot service robot developed by Fraunhofer IPA will be used.

Heterogeneous reconfigurable system for adaptive particle filters in real-time applications

This paper presents a heterogeneous reconfigurable system for real-time applications applying particle filters. The system consists of an FPGA and a multi-threaded CPU. We propose a method to adapt the number of particles dynamically and utilise the run-time reconfigurability of the FPGA for reduced power and energy consumption. An application is developed which involves simultaneous mobile robot localisation and people tracking. It shows that the proposed adaptive particle filter can reduce up to 99% of computation time. Using run-time reconfiguration, we achieve 34% reduction in idle power and save 26-34% of system energy. Our proposed system is up to 7.39 times faster and 3.65 times more energy efficient than the Intel Xeon X5650 CPU with 12 threads, and 1.3 times faster and 2.13 times more energy efficient than an NVIDIA Tesla C2070 GPU. © 2013 Springer-Verlag.

基于B/S模式的机器人监控平台的研究

针对目前移动机器人本体研究平台存在局限性的问题,设计出一种基于B/S模式的机器人软件控制系统。系统的实现采用了Java和Vc相结合的方式,在利用Java语言的JNI技术解决接口问题的同时,为了充分利用现有软件模块,提出了一种新型的控制架构,使得整个系统更加完善。通过实验验证了此方法的有效性,有效的提高了系统的可维护性,可扩展性以及可复用性,最终很好实现了控制机器人的目的。

用于移动机器人自定位的视觉路标设计

为了实现室内移动机器人的自定位,提出了一种简易美观的新型视觉人工路标以及基于对数极坐标系投影直方图的路标识别方法,并用基于共面四点的位姿估计算法计算机器人位姿。实验结果说明,路标检测具有很高的鲁棒性;路标识别方法抗噪声和形变的能力强;位姿精度足够满足室内移动机器人自定位的需要。

移动机器人路径规划方法研究

针对室内动态非结构化环境下的移动机器人路径规划问题,提出了一种能够将全局路径规划方法和局部路径规划方法相结合、将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法.全局路径规划器采用A*算法生成到达目标点的子目标节点序列;局部路径规划器采用改进的人工势场方法对子目标节点序列中相邻两节点进行路径平滑和优化处理.在考虑了移动机器人运动学约束的前提下,该方法不但能够充分利用已知环境信息生成全局最优路径,而且还能及时处理所遇到的随机障碍信息.仿真研究与在室内复杂环境下的实际运行结果验证了该方法的有效性.

移动机器人导航与定位技术研究进展

本文综述了移动机器人的导航、定位及多传感器融合技术,介绍了导航技术的应用现状,并阐述了导航技术的发展趋势。

基于势场法的移动机器人路径规划仿真研究

针对势场法的障碍物附近目标不可达(GNRON)问题,采用改进斥力势场函数,把机器人和目标的相对距离考虑进去,从而确保目标点为整个势场的全局最小点,使得机器人能够顺利到达目标。针对局部极小引起的陷阱区域问题,提出了增加引导点的方法,使得机器人能够快速走出陷阱区域,向目标点移动。通过仿真实验,还实现了机器人在限定区域内漫游。改进后的势场法适用于复杂环境下的移动机器人路径规划。仿真结果证明了此方法的有效性。

基于对称极多项式曲线的移动机器人平滑路径生成

详细分析了对称极多项式曲线作为移动机器人跟踪路径所具有的各种优异的几何特性,并将对称极多项式曲线应用于移动机器人的平滑路径生成,提高了移动机器人的灵活性,同时将有助于改善移动机器人的路径跟踪精度,扩展移动机器人的应用领域.

基于视觉的室内移动机器人自定位技术研究

在关于移动机器人的诸多研究领域中，机器人自定位是十分关键的技术，是实现机器人自主运动和其他任务的基础，而且涉及领域广泛，有很多难点有待解决，因而是一个具有重要研究价值的课题。 本论文以沈阳新松机器人股份有限公司自主研发的家庭服务机器人为研发平台，系统地研究了基于计算机视觉的室内移动机器人自定位问题，成功设计了基于单目视觉人工路标以及粒子滤波的室内移动机器人自定位系统。 本文首先根据室内移动机器人自主导航定位的要求，设计了一种简易美观的新型视觉人工路标，并且研究与实现了该路标的实时准确检测以及不同路标的识别。 其次，在位姿计算方面，本文研究了共面P4P（4点透视）问题的解法及其在位姿计算方面的应用，并分析比较了两种不同P4P解法的优缺点，成功地将两种算法结合起来用于机器人位姿计算。 最后，在机器人自定位方面，本文将单目彩色摄像机作为传感器，在基于贝叶斯滤波理论的自定位理论框架下，利用粒子滤波自定位方法融合视觉信息与码盘信息，实现了自主移动机器人的自定位。 实践证明，本文设计的基于单目视觉人工路标的自定位系统能够成功地应用在室内移动机器人上，具有较高的应用推广价值。

一种可变形移动机器人协同构形变换方法

提出了一种可变形移动机器人AMOEBA-I的协同构形变换方法,建立了机器人系统的数学模型,对各个模块之间的协同变换及运动特性进行了分析.研究了机器人3个模块在协同变换过程中的电流变化情况,实现了3种特殊构形之间的变换.通过理论分析和实验比较了协同构形变换方法的特点,实验验证了在多种地面条件下机器人协同构形变换方法的有效性.

聚类引导搜索的移动机器人路径规划方法

本文提出一种聚类引导搜索（cluster guide searching，CGS）的路径规划方法。采用基于最大最小距离的K均值聚类方法对样本进行离线聚类学习，学习结果以相似环境相似决策的知识形式进行存储。路径规划过程中，机器人在线整理环境信息，获得输入空间样本，通过与知识库匹配，检索到最近的类别，然后在该类别内部采用速度优先策略和方向优先策略交替的方式搜索输出空间。若知识不完备导致检索失败，可重启线性规划算法（linear programming，LP）进行在线路径规划，并更新聚类知识库。仿真结果表明该方法是一种有效的路径规划学习方法。

基于证据理论的虚拟力机器人网络控制

将网络与机器人相连,延伸网络的应用领域,可以实现价格低廉的远程监视与操作,而远程控制成功实现的关键在于信息的正确获得。利用Dempster-Shafer对六个超声波传感器所获取的距离信息进行融合,而后连同速度信息提供给弹簧-阻尼器系统以构建虚拟力;力的信息通过编程映射到游戏杆上,变成操纵方向的约束力。通过采用微软公司的带有力反馈的操纵杆作为力觉提示装置控制移动机器人在结构化环境下顺利运行,验证了虚拟力信息获取方法的有效性。

一种移动机器人在三维动态环境下的路径规划方法

提出一种基于遗传算法的三维动态环境下的路径规划方法,通过对机器人的运动行为进行编码,将各种约束条件融入到遗传算法当中,规划出可实际应用的避障路径,仿真研究表明该方法是简单有效的。

基于模型参数估计的履带式移动机器人航向保持

履带式移动机器人运动时,由于受到系统误差及履带地面接触效应等不确定因素的影响,会导致航向及路径偏差。本文采用模型参数估计的方法达到履带式移动机器人路径保持的目的。首先,考虑履带与地面的滑动效应,建立起机器人运动学模型;然后,对于模型中受环境影响的参数,利用扩展卡尔曼滤波进行在线估计;最后,采用合适的观测值实现闭环控制。通过在履带式极地冰雪面移动机器人的实验研究,验证所提方法的可行性和有效性。

基于双目重建不确定性的动态特征滤除

提出了一种基于双目视觉三维重建不确定性的环境动态特征滤除方法。针对利用立体视觉系统对机器人进行运动估计时,环境中的动态目标和环境静态背景与机器人的空间相对运动具有不一致性,将严重影响系统的精度的问题。根据动态目标与环境背景的空间运动不一致性,分析立体视觉三维重建的不确定性,利用重建的不确定性估计机器人与环境间的相对运动,通过随机一致性方法(RANSAC)滤除图像中的环境动态特征。仿真实验结果表明了本方法的可行性和有效性。