-
题名SLAM过程中的机器人位姿估计优化算法研究
被引量：6
- 1
-
-
作者
禹鑫燚
朱熠琛
詹益安
欧林林
-
机构
浙江工业大学信息工程学院
-
出处
《高技术通讯》
EI
CAS
北大核心
2018年第8期712-718,共7页
-
基金
国家重点研发计划"智能机器人"重点专项(2017YFB1303900)
企业合作项目(KYY-HX-20180162)
宁波重点(2014B10017)资助项目
-
文摘
为了在图像位姿估计过程中充分利用更多空间点信息及减少噪声的影响,本文提出了一种基于EPnP算法的相机位姿估计优化方法。该方法先基于EPnP算法估计相机位姿,再把得到的相机位姿和空间点位置都作为优化变量,与相机的观测数据一起构建关于相机位姿的最小二乘优化问题,进行BA优化,来提高位姿的精确度。同时在SLAM后端对不同时刻视觉里程计的位姿和回环检测的信息进行优化,再把优化后的相机位姿作为观测数据和激光雷达信息进行融合,从而进一步提高SLAM过程的可靠性。实验结果证明了本文所提出的算法在机器人室内自定位和建图方面的准确性和可靠性。
-
关键词
位姿估计
EPnP
最小二乘
SLAM后端
回环检测
-
Keywords
pose estimation
EPnP（efficient perspective-n-point）
least squares
SLAM back-end
loop-closure detection
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于粒子群算法的6自由度机械臂动力学模型参数辨识
被引量：10
- 2
-
-
作者
禹鑫燚
詹益安
洪学劲峰
欧林林
-
机构
浙江工业大学信息工程学院
-
出处
《高技术通讯》
北大核心
2017年第7期625-632,共8页
-
基金
863计划(2014AA041601-05)
国家自然科学基金(61273116)
+2 种基金
浙江省自然科学基金(LY15F030015)
浙江省公益项目(2016C31064)
宁波重点项目(2014B10017)资助
-
文摘
提出了基于粒子群优化(PSO)算法的工业机器人动力学参数辨识方法。首先利用改进的牛顿-欧拉方法,建立考虑关节摩擦的机械臂线性动力学模型,然后引入PSO算法,建立基于PSO算法的估计未知动力学参数的算法,最后以UR工业机器人为实验对象,通过设计激励轨迹,激励工业机器人关节运动,并对关节运动参数进行采样,实现UR工业机器人的动力学参数估计,并根据力矩预测精度验证动力学模型。实验证明了所提出算法辨识工业机器人动力学模型参数的准确性和有效性。
-
关键词
工业机器人
动力学模型
参数辨识
粒子群优化(PSO)算法
-
Keywords
industrial robot, dynamical model, parameter identification, particle swarm optimization （PSO）algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP241
[自动化与计算机技术—检测技术与自动化装置]
-
