期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
重访时发生偏移情况下的回环检测方法研究
1
作者 陈子韬 赵慧 +3 位作者 蒋林 陈跃龙 汤勃 周和文 《武汉科技大学学报》 北大核心 2025年第3期224-233,共10页
针对基于激光雷达构建全局描述符的回环检测算法在机器人发生偏移重访时难以检测到回环的问题,提出了一种具有旋转与平移鲁棒性的回环检测算法。该算法首先利用关键帧点云分别构造Polar Descriptor、Cart Descriptor以及Enhanced Cart D... 针对基于激光雷达构建全局描述符的回环检测算法在机器人发生偏移重访时难以检测到回环的问题,提出了一种具有旋转与平移鲁棒性的回环检测算法。该算法首先利用关键帧点云分别构造Polar Descriptor、Cart Descriptor以及Enhanced Cart Descriptor全局描述符,然后将上述全局描述符的行向量编码为实值构造的row key子描述符,通过两阶段分层搜索得到与当前帧相似度最高的最优候选帧,最后根据水平距离阈值判断回环是否正确。在公开数据集KITTI实验的准确率为100%时,本文所提算法的最大召回率相较于scan context与LiDAR Iris算法相应值平均提升了5.61%与4.25%;在真实环境实验中,集成了本文所提算法的SLAM算法建图效果得到显著改善。 展开更多
关键词 回环检测 全局描述符 偏移重访 旋转鲁棒性 平移鲁棒性 水平距离阈值
在线阅读 下载PDF
室内退化环境下高精度定位与建图
2
作者 钱新博 程浩然 +4 位作者 蒋林 陈澳 汤勃 黄惠保 周和文 《哈尔滨工程大学学报》 北大核心 2025年第5期977-987,共11页
针对传统2-D激光同步定位和建图方法在无特征环境中易出现激光里程计失效,导致数据混叠而影响地图全局一致性的问题,提出一种鲁棒精确的同步定位和建图方法。该方法首先改进相关性扫描匹配,通过引入多分辨率地图加速搜索过程,以获得高... 针对传统2-D激光同步定位和建图方法在无特征环境中易出现激光里程计失效,导致数据混叠而影响地图全局一致性的问题,提出一种鲁棒精确的同步定位和建图方法。该方法首先改进相关性扫描匹配,通过引入多分辨率地图加速搜索过程,以获得高像素精度的位姿估计;其次,在高分辨率亚像素匹配中加入退化感知模块实时检测环境退化性,并对估计位姿进行重映射,以纠正异常位姿结果。实验结果表明:该方法克服了在无特征环境中易出现的激光里程计失效问题,在长度为16.92 m和48.12 m的两处长走廊环境中构建地图的面积误差分别为0.77%和1%,在OpenLORIS-Scene公开数据集的走廊序列中绝对轨迹误差为0.096 m。 展开更多
关键词 激光雷达 多分辨率地图 扫描匹配 退化感知 重映射 定位建图 退化环境 移动机器人
在线阅读 下载PDF
动态障碍物环境下的扫地机器人路径规划 被引量:6
3
作者 陈肯 赵慧 +2 位作者 蒋林 周和文 黄惠保 《传感器与微系统》 CSCD 北大核心 2024年第7期153-156,共4页
针对扫地机器人在清扫过程中因无法提前判断动态障碍物而发生碰撞的问题,提出一种动态障碍物环境下的扫地机器人路径规划方法。通过对激光和地图数据的处理,实现动态障碍物的检测与求解;利用改进的二维高斯分布函数结合动态障碍物信息... 针对扫地机器人在清扫过程中因无法提前判断动态障碍物而发生碰撞的问题,提出一种动态障碍物环境下的扫地机器人路径规划方法。通过对激光和地图数据的处理,实现动态障碍物的检测与求解;利用改进的二维高斯分布函数结合动态障碍物信息更新地图栅格代价值;结合动态障碍物分析,改进膨胀方式,并引入新型评价子函数系数计算方法和动态阈值设定方法优化动态窗口法(DWA);在栅格代价值更新的地图上,利用全局和局部路径规划算法实现动态避障。实验结果表明:该方法能较好实现扫地机器人对于动态障碍物的提前避让,具有可行性和有效性。 展开更多
关键词 动态障碍物 路径规划 栅格代价值 优化动态窗口法
在线阅读 下载PDF
基于视觉理论的动态点云剔除算法
4
作者 陈跃龙 许仁波 +2 位作者 董杰 蒋林 周和文 《农业装备与车辆工程》 2024年第9期102-107,115,共7页
针对动态场景下构建的点云地图中包含大量动态目标的错误点云问题,提出一种基于视觉理论将三维点云转换视觉图像的动态点云剔除算法。通过对当前帧和包含动态点云的噪声地图做点云的地面分割和高度分割,将点云的深度信息转换成视觉可用... 针对动态场景下构建的点云地图中包含大量动态目标的错误点云问题,提出一种基于视觉理论将三维点云转换视觉图像的动态点云剔除算法。通过对当前帧和包含动态点云的噪声地图做点云的地面分割和高度分割,将点云的深度信息转换成视觉可用的图像信息,利用视觉理论中的背景差分法对当前帧和噪声地图进行深度图像对比,筛选出初始动态点云并计算动态分数;根据动态分数对初始动态点云进行自适应最近邻搜索以剔除动态目标。实验结果表明,所提算法的动态点云剔除率可达94%以上,整体得分为96.34,能有效剔除场景中的动态目标。 展开更多
关键词 视觉理论 动态点云剔除 深度图像 背景差分法 自适应最近邻搜索
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部