期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法
1
作者 卢艳军 吕宛桐 张晓东 《工矿自动化》 北大核心 2025年第9期142-149,166,共9页
矿井环境中非结构化地形、光照条件差及特征重复等条件导致单一传感器的同时定位与地图构建(SLAM)精度不足,多传感器数据紧耦合融合可在一定程度上提升精度,但仍存在计算量大、光照突变适应性差等问题。针对上述问题,以快速紧耦合稀疏... 矿井环境中非结构化地形、光照条件差及特征重复等条件导致单一传感器的同时定位与地图构建(SLAM)精度不足,多传感器数据紧耦合融合可在一定程度上提升精度,但仍存在计算量大、光照突变适应性差等问题。针对上述问题,以快速紧耦合稀疏直接激光雷达-惯性-视觉里程计(FAST-LIVO)算法为基础进行改进,提出一种面向矿井环境的激光雷达-惯性-视觉紧耦合SLAM算法。在多传感器数据紧耦合融合部分,采用LK(Lucas-Kanade)光流法代替原有稀疏直接法,利用光流法追踪稳定特征点并构建视觉重投影误差,同时利用随机样本一致(RANSAC)算法剔除离群点以保留高质量视觉约束;结合惯性测量单元(IMU)先验估计与激光雷达点到平面残差,通过迭代误差状态卡尔曼滤波器实现多传感器数据紧耦合融合,输出高精度位姿。在地图构建部分,采用增量式k-d树(ikd-Tree)动态管理点云以构建激光雷达局部地图;通过网格筛选与Shi-Tomas得分计算提取视觉特征点,并采用数组管理实时移除视场外特征点以构建视觉局部地图;通过将激光雷达点云投影至对应图像提取RGB颜色信息生成彩色点云帧,再依据优化位姿拼接彩色点云帧以构建彩色点云地图。基于Gazebo仿真平台的测试结果表明,相比FAST-LIVO算法,所提算法的绝对轨迹误差(ATE)和相对位姿误差(RPE)均降低了20%以上,且巷道侧壁、内部料堆轮廓、地面等特征更清晰。在公开数据集M2DGR上的测试结果表明,所提算法的定位精度较LEGO-LOAM,FAST-LIO及FAST-LIVO算法有所提升,且在转弯处无明显漂移,轨迹稳定性更优,且所提算法处理数据的平均时间缩短。在长走廊模拟环境的测试结果表明,所提算法对空间结构的还原更清晰,线条、轮廓等细节更精准,噪点抑制效果更佳,能更准确地反映真实环境布局。 展开更多
关键词 机器人定位 同时定位与地图构建 SLAM 激光雷达-惯性-视觉 多传感器数据紧耦合融合 光流法 卡尔曼滤波
在线阅读 下载PDF
煤矿井下移动机器人多传感器自适应融合SLAM方法 被引量:11
2
作者 马艾强 姚顽强 《工矿自动化》 CSCD 北大核心 2024年第5期107-117,共11页
基于同时定位与建图(SLAM)技术的移动机器人能够快速、准确、自动化地采集空间数据,进行空间智能感知和环境地图构建,是实现煤矿智能化和无人化的关键。针对目前煤矿井下多传感器融合SLAM方法存在机器人前端位姿估计退化失效和后端融合... 基于同时定位与建图(SLAM)技术的移动机器人能够快速、准确、自动化地采集空间数据,进行空间智能感知和环境地图构建,是实现煤矿智能化和无人化的关键。针对目前煤矿井下多传感器融合SLAM方法存在机器人前端位姿估计退化失效和后端融合精度不足的问题,提出了一种煤矿井下移动机器人激光雷达(LiDAR)−视觉−惯性(IMU)自适应融合SLAM方法。对LiDAR点云数据进行聚类分割,提取线面特征,利用IMU预积分状态进行畸变校正,采用基于自适应Gamma校正和对比度受限的自适应直方图均衡化(CLAHE)的图像增强算法处理低照度图像,再提取视觉点线特征。用IMU预积分状态为LiDAR特征匹配与视觉特征跟踪提供位姿初始值。根据LiDAR相邻帧的线面特征匹配得到移动机器人位姿,之后进行视觉点线特征跟踪,分别计算LiDAR、视觉、IMU位姿变化值,通过设定动态阈值来检测前端里程计的稳定性,自适应选取最优位姿。对不同传感器构建残差项,包括点云匹配残差、IMU预积分残差、视觉点线残差、边缘化残差。为了兼顾精度与实时性,基于滑动窗口实现激光点云特征、视觉特征、IMU测量的多源数据联合非线性优化,实现煤矿井下连续可用、精确可靠的SLAM。对图像增强前后效果进行试验验证,结果表明,基于自适应Gamma校正和CLAHE的图像增强算法能显著提升背光区和光照区的亮度和对比度,增加图像中的特征信息,大幅提升特征点提取数量和匹配质量,匹配成功率达90.7%。为验证所提方法的性能,在狭长走廊和煤矿巷道场景下进行试验验证,结果表明,所提方法在狭长走廊场景的定位均方根误差为0.15 m,构建的点云地图一致性较高;在煤矿巷道场景中的定位均方根误差为0.19 m,构建的点云地图可真实地反映煤矿井下环境。 展开更多
关键词 煤矿井下移动机器人 同时定位与建图 激光雷达−视觉−惯性自适应融合 图像增强 位姿估计 多传感器数据融合 滑动窗口耦合优化 SLAM
在线阅读 下载PDF
基于多传感器融合的室内机器人定位研究 被引量:7
3
作者 王随阳 蒋林 +1 位作者 雷斌 郭永兴 《组合机床与自动化加工技术》 北大核心 2020年第10期72-75,89,共5页
为提升室内移动机器人的定位精度,提出了一种基于多传感器的紧耦合的融合定位方法。依据室内的特定环境,选择更加适合移动机器人使用的传感器;根据不同种类传感器的自身特点,来选择更加适合的融合方式;将IMU和机器人轮式里程计提供的机... 为提升室内移动机器人的定位精度,提出了一种基于多传感器的紧耦合的融合定位方法。依据室内的特定环境,选择更加适合移动机器人使用的传感器;根据不同种类传感器的自身特点,来选择更加适合的融合方式;将IMU和机器人轮式里程计提供的机器人位姿信息,通过扩展卡尔曼滤波(EKF)进行融合,组成初级滤波器,从而获得初级的机器人位姿;然后,将融合之后得到的位姿作为初始值传递给由激光雷达和轮式里程计组成的次级滤波器,通过次级滤波器来得到更加精确的机器人位姿信息。经过试验证明该组合滤波算法拥有更高的定位精度。 展开更多
关键词 机器人定位 多传感器融合 耦合 组合滤波
在线阅读 下载PDF
GSPF融合的SINS/GPS紧耦合组合导航技术
4
作者 张召友 郝燕玲 刘营 《弹箭与制导学报》 CSCD 北大核心 2012年第5期5-8,13,共5页
针对SINS/GPS紧耦合组合导航中的非线性融合问题,提出了一种基于高斯和粒子滤波(GSPF)的紧耦合导航方法。建立了SINS和GPS的紧耦合非线性模型,分析了GSPF算法对最优贝叶斯滤波的近似原理,并设计了基于GSPF的紧耦合融合步骤。对系统进行... 针对SINS/GPS紧耦合组合导航中的非线性融合问题,提出了一种基于高斯和粒子滤波(GSPF)的紧耦合导航方法。建立了SINS和GPS的紧耦合非线性模型,分析了GSPF算法对最优贝叶斯滤波的近似原理,并设计了基于GSPF的紧耦合融合步骤。对系统进行了仿真,结果表明在GPS可见卫星数目低于4颗时紧耦合仍可实现组合,并且GSPF在紧耦合导航中可达到较高的估计精度,当系统具有较大姿态误差时可获得比粒子滤波(PF)更好的精度和更快的收敛速度。 展开更多
关键词 组合导航 耦合 数据融合 高斯和粒子滤波
在线阅读 下载PDF
面向变电站无人化巡检的多源融合即时定位与建图方法综述 被引量:1
5
作者 姜寒 王凯 《广东电力》 北大核心 2025年第3期55-68,共14页
随着智能电网技术的发展,变电站巡检对定位和建图精度的要求不断提高,但单一传感器难以满足复杂环境下的巡检需求。多传感器融合即时定位与建图(simultaneous localization and mapping,SLAM)技术在变电站巡检中显得尤为重要,为此对该... 随着智能电网技术的发展,变电站巡检对定位和建图精度的要求不断提高,但单一传感器难以满足复杂环境下的巡检需求。多传感器融合即时定位与建图(simultaneous localization and mapping,SLAM)技术在变电站巡检中显得尤为重要,为此对该技术的发展进行综述。首先,回顾多传感器融合SLAM技术的发展历程,从传感器类型、融合架构和数据处理3个维度对技术进行分析;其次,将融合架构划分为松耦合、紧耦合2种模型,探讨它们在变电站巡检中的应用效果;同时,总结SLAM算法的评价标准,包括定位精度、建图效率、环境适应性和计算复杂度等关键指标,并分析当前技术面临的挑战。多传感器融合SLAM技术能够显著提升变电站巡检机器人的定位精度和环境感知能力。通过协同集成多种传感器信息,该技术可有效解决单一传感器的局限性问题,在变电站巡检中的应用正在逐步现实化。 展开更多
关键词 即时定位与建图 电力巡检 多传感器融合 耦合 耦合
在线阅读 下载PDF
一种面向室内动态行人场景的激光SLAM算法 被引量:1
6
作者 叶智奇 章国宝 朱宏伟 《计算机工程》 CAS CSCD 北大核心 2024年第6期208-217,共10页
在复杂室内环境中,消除动态行人对实时建图的干扰一直是激光同步定位与建图(SLAM)算法需要解决的核心问题之一。当前的SLAM算法主要关注静态场景,忽略了场景中存在的运动物体。然而,在室内场景中,频繁出现的移动行人降低了全局点云地图... 在复杂室内环境中,消除动态行人对实时建图的干扰一直是激光同步定位与建图(SLAM)算法需要解决的核心问题之一。当前的SLAM算法主要关注静态场景,忽略了场景中存在的运动物体。然而,在室内场景中,频繁出现的移动行人降低了全局点云地图的质量,增加了后续定位与导航的不确定性。提出一种针对室内动态行人场景的紧耦合激光SLAM算法,以更好地适应此类复杂场景。在传统SLAM框架的基础上引入基于点云聚类与分割的预处理模块,用于准确消除动态行人点云。该算法首先采用基于欧氏距离的增强两步式聚类算法对点云进行聚类和分割,随后提取聚类结果的多维切片特征和强度特征,并结合支持向量机(SVM)的分类结果来识别场景中的行人实例,同时利用静态点云实时估计自身位姿并构建高分辨率点云地图。分别使用Hilti公开数据集以及真实场景数据对所提算法的动态点云去除效果和实时性进行测试,结果表明,相较于Removert、Dynablox等当前先进的激光SLAM算法,该算法能够显著改善点云地图的构建效果,降低其中动态行人点云的比例,且系统对单帧图片的处理时长不超过100 ms,满足实时性要求。 展开更多
关键词 同步定位与建图 多传感器融合 动态行人 耦合 点云处理
在线阅读 下载PDF
基于BSN和CHMMs的人体日常动作识别方法研究 被引量:15
7
作者 姜鸣 王哲龙 +2 位作者 刘晓博 赵红宇 胡耀华 《大连理工大学学报》 EI CAS CSCD 北大核心 2013年第1期121-126,共6页
应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日... 应用人体传感器网络(body sensor networks,BSN)识别人体日常动作可以有效地提高对老年人、慢性病人,以及术后病人等特殊人群的医疗监护质量.为此建立了一个基于BSN的人体日常动作监督平台,应用采集到的加速度信号识别9个常见的人体日常动作.针对动作识别过程中存在的多传感器数据融合问题,提出一种基于耦合隐马尔可夫模型(coupled hidden Markov models,CHMMs)的动作识别方法.实验结果显示,与已有动作识别方法相比,提出的基于CHMMs的动作识别方法的识别正确率有明显的提高. 展开更多
关键词 人体传感器网络 动作识别 耦合隐马尔可夫模型 数据融合
在线阅读 下载PDF
基于CHMMs的自适应行为识别方法 被引量:2
8
作者 李军怀 严其松 +2 位作者 王志晓 魏嵬 张璟 《计算机应用研究》 CSCD 北大核心 2014年第10期3037-3040,共4页
针对基于传感器的行为识别系统中通道数据缺失问题,采用耦合隐马尔可夫模型提出了一个多传感器数据融合的自适应行为识别方法,该方法充分挖掘了不同传感器之间数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了站立、行走... 针对基于传感器的行为识别系统中通道数据缺失问题,采用耦合隐马尔可夫模型提出了一个多传感器数据融合的自适应行为识别方法,该方法充分挖掘了不同传感器之间数据的关联性和人体行为中身体不同部位之间的协作性。实验分析了站立、行走、坐、躺四种行为,结果表明该方法的识别率在84%以上,并且与其他相关方法相比,具有较高的识别率和自适应能力。 展开更多
关键词 行为识别 耦合隐马尔可夫模型 加速度传感器 数据融合
在线阅读 下载PDF
基于LiDAR/INS的野外移动机器人组合导航方法 被引量:4
9
作者 宋锐 方勇纯 刘辉 《智能系统学报》 CSCD 北大核心 2020年第4期804-810,共7页
移动机器人在地形复杂等野外环境跨区域运动时,机器人运动特性和环境特征变化更为明显,由此引起的点云畸变和特征点稀疏等问题尤为突出,有必要结合传感器标定误差、车轮打滑和车体颠簸等因素进一步改进机器人的位姿估计精度。本文对基于... 移动机器人在地形复杂等野外环境跨区域运动时,机器人运动特性和环境特征变化更为明显,由此引起的点云畸变和特征点稀疏等问题尤为突出,有必要结合传感器标定误差、车轮打滑和车体颠簸等因素进一步改进机器人的位姿估计精度。本文对基于LiDAR/INS的移动机器人环境建模和自主导航方法展开研究,针对LeGO-LOAM等在处理车体姿态快速变化时的性能退化问题,提出一种适用于野外移动机器人运动特性的点云特征分析和多传感融合方法,利用IMU的预积分与LiDAR的scan-to-map构成优化函数,进而迭代更新机器人的位姿。野外环境实验结果表明,当机器人以较高速度做转弯运动或在短时间内多次转向时,本文所提方法仍可以为优化提供良好的初值估计,相比LeGO-LOAM等方法具有更高的位姿估计精度。 展开更多
关键词 移动机器人 同步定位与建图 位姿估计 耦合 非线性 惯性导航 组合导航系统 数据融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部