摘要
为有效解决移动机器人重定位问题,提出一种融合深度学习和粒子滤波的机器人重定位方法。首先,提出了3自由度移动机器人重定位方法架构,主要包含重定位模型构建和机器人在线重定位两个递进阶段;其次,在PoseNet基础上提出并构建了针对3自由度移动机器人的重定位网络模型GPoseNet,并将由GPoseNet预测的位姿结果作为粒子滤波定位算法的初始化状态,支撑后续重定位过程;然后,提出了一种基于数据模型的机器人绑架状态判定方法,以确定是否启动重定位过程;最后,在公开数据集上与实际环境中做了大量实验验证了此方法,结果表明:GPoseNet模型能够保证一定的位置预测精度并提升了姿态角预测精度,机器人重定位成功率达到87%。
In order to effectively solve the relocalization problem of mobile robot,a robot relocalization method fusing deep learning and particle filtering is proposed.Firstly,a 3-DOF mobile robot relocalization framework is proposed,which mainly includes two progressive stages:relocalization model construction and robot online relocalization.Secondly,a 3-DOF mobile robot relocalization network model,GPoseNet,is proposed and constructed based on PoseNet.The pose result predicted by GPoseNet is used as the initialization state of particle filter localization algorithm to support the subsequent relocalization process.Then,a data model based kidnapping state judging method is proposed to determine whether to start the relocalization process.Finally,a large number of experiments on public datasets and real environment were performed to verify the proposed method.The result shows that the GPoseNet model can guarantee a certain degree of location prediction accuracy and improve the pose angle prediction accuracy,the success rate of robot relocalization achieves 87%.
作者
杨傲雷
金宏宙
陈灵
费敏锐
Yang Aolei;Jin Hongzhou;Chen Ling;Fei Minrui(School of Mechatronic Engineering and Automation,Shanghai University,Shanghai 200444,China;Shanghai Key Laboratory of Power Station Automation Technology,Shanghai 200444,China;College of Engineering and Design,Hunan Normal University,Hunan 410081,China)
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2021年第7期226-233,共8页
Chinese Journal of Scientific Instrument
基金
上海市自然科学基金(18ZR1415100)
国家自然科学基金(61703262)项目资助。
关键词
深度学习
位姿回归
粒子滤波定位
机器人绑架
重定位
deep learning
pose regression
particle filter localization
robot kidnapping
relocalization
作者简介
杨傲雷,2004年于湖北工业大学获得学士学位,2009年于上海大学获得硕士学位,2012年于英国女王大学获得博士学位,现为上海大学副教授,主要研究方向为多智能体协同控制、智能机器人与视觉学习系统、无人机群协同编队与控制等。E-mail:aolei@shu.edu.cn;通信作者:陈灵,2008年于中南大学获得学士学位,2010年于中南大学获得硕士学位,2014年于英国埃塞克斯大学获得博士学位,现为湖南师范大学副教授,主要研究方向为计算机视觉,机器人定位与导航。E-mail:lcheno@hunnu.edu.cn。
