-
题名大范围复杂环境下多无人机的快速全自主探索方法
- 1
-
-
作者
李姝
刘国庆
李思远
秦耀昌
-
机构
沈阳理工大学装备工程学院
沈阳无距科技有限公司
-
出处
《计算机应用》
北大核心
2025年第7期2317-2324,共8页
-
基金
中国科学院战略性先导科技专项(XDA28090113)
辽宁省高等学校基本科研项目(面上项目)(JYTMS20230186)。
-
文摘
针对当前多无人机(Multi-UAV)系统在探索大范围复杂环境时存在探索效率低下和在通信带宽受限下的信息交换问题,提出一种适用于在大范围复杂环境下的Multi-UAV快速全自主探索方法,包括一种快速的分层探索策略和一种轻量级大规模环境建模方法。首先,在前端轨迹规划部分生成闭式视点以驱动无人机(UAV)进行未知探索;其次,在后端将平滑、连续和时间最优的轨迹优化问题转化为一个凸优化问题,并对该问题进行系统建模;同时,在环境表征方面,使用随机映射的方法进行轻量化建图以及地图数据交互;最后,在仿真中,与使用增量边界信息和分层规划的快速探索方法 FUEL(Fast Unmanned aerial vehicle ExpLoration)、基于边界的快速探索方法 FBE(FrontierBased Exploration)以及基于下一个最佳视点的探索方法 NBVP(Next Best View Planner)进行对比实验。结果表明,所提方法在探索时间方面的性能分别提高了14.4%、43.9%和47.7%,而轻量化建图方法在数据量上比贝叶斯(Bayesian)方法和多面体(Polyhedron)方法分别减少了28.3%和22.4%。可知所提方法可以高效地在大规模复杂环境下进行快速全自主探索。
-
关键词
多无人机系统
自主探索
大范围环境
轨迹优化
探索策略
-
Keywords
Multiple Unmanned Aerial Vehicle(Multi-UAV)system
autonomous exploration
large-scale environment
trajectory optimization
exploration strategy
-
分类号
TP319.9
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于点云强度和地面约束的大范围激光SLAM
被引量：5
- 2
-
-
作者
孙伟
曾豪霆
张小瑞
王煜
叶健峰
-
机构
南京信息工程大学自动化学院
南京信息工程大学江苏省大气环境与装备技术协同创新中心
南京工业大学计算机与信息工程学院
南京信息工程大学电子与信息工程学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第4期66-75,共10页
-
基金
国家自然科学基金(62376128,62272236)
江苏省自然科学基金(BK20201136)
江苏省研究生科研与实践创新计划项目(SJCX23_0380)资助。
-
文摘
在无人车领域,点云强度和地面约束对大范围环境下的建图和定位起着非常重要的作用。然而,现有的激光SLAM算法在构建地图时只考虑几何特征,而忽视点云强度信息和地面约束,导致建图细节模糊、在Z轴方向上易存在漂移,从而降低了SLAM系统的精度。为此,本文提出了一种基于点云强度和地面约束的激光SLAM优化算法。基于地面测量模型,提出构建局部条件性地面约束,不仅提高地面点提取的准确性,而且减少Z轴方向的漂移;引入点云强度信息来改善非地面点聚类的可靠性,进一步提高建图精度和定位稳定性。提出基于局部平滑度的特征提取方法,通过引入强度因子并对强度特征进行排序,优先选择具有一致强度信息的特征,增强特征提取的鲁棒性。引入球形强度图来构建强度残差,与几何残差共同优化估计位姿,有效解决里程计中地图细节处的模糊问题;基于特征投影的匹配距离以及强度差异被用来去除动态点云的干扰,进一步提高SLAM系统的鲁棒性。在公开数据集KITTI和真实场景下的实验表明,引入地面约束和点云强度信息后,本文提出的算法具有更高的建图和定位精度,相对优于传统LIO-SAM的LVI-SAM算法,本文算法的精度提升了54.5%,为无人车在大范围环境中的SLAM任务提供了可靠解决方案。
-
关键词
大范围环境
地面约束
点云强度
动态点云
-
Keywords
lager-scale environment
ground constraints
point cloud intensity
dynamic point cloud
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
TN958.98
[电子电信—信号与信息处理]
-
