融合激光雷达和RGB-D相机建图

针对智能小车在未知环境的条件下,利用单一传感器同时定位与地图创建不能准确构建复杂环境地图的问题,提出采用一种RTABMAP算法,用于融合激光雷达和RGB-D相机建图,该算法采集了激光雷达、RGB-D相机和里程计的数据,将其存储在内存管理机制的节点中,提取这些节点的特征。通过匹配节点间的视觉词汇次数更新节点的权重,采用离散贝叶斯滤波估计进行回环检测,优化局部地图,最终构建全局地图。在安装有开源机器人操作系统(ROS)的智能小车上实验。结果表明,本研究方法在障碍物检测率方面与激光建图和RGB-D相机建图方法相比,提高了30.75%和18.63%;地图尺寸误差分别减少了0.013和0.150 m;角度误差分别减少了3°和1°。     

用于停车场视觉建图的语义回环检测算法

针对停车场视觉建图的回环检测方法对目标级别的语义信息关注较少、在长时间大范围的建图过程中地图一致性与持久性较差的问题,设计了一种语义回环检测算法。该算法基于语义实例,使用图匹配方法找到回环帧并进行帧间位姿估计,生成回环约束。在同准确率下,该回环检测算法的召回率均高于基于ORB (oriented fast and rotate brief)描述子和词袋法的回环检测方案。在停车场建图与定位试验中,建图轨迹与轨迹真值的绝对误差均小于1 m,定位误差均小于0.3 m,满足对应的技术要求。试验结果表明,本文提出的语义回环检测算法的回环检测性能优于传统回环检测算法,适用于停车场视觉建图任务。     

适用于低端激光雷达的优化Hector SLAM算法

提出了一种实时定位和建图(SLAM)前端优化的解决方法。首先降低算法对雷达精度的要求,对激光雷达数据进行概率霍夫变换与最小二乘法拟合的预处理,降低系统噪声并优化直线数据;用双三次插值算法代替Hector SLAM中使用的双线性插值算法,获取精度更高的栅格地图与地图梯度。然后解决系统对激光雷达高刷新频率的依赖,使用图像处理的常用方法,即通过图像相减与矩阵变换,判定激光雷达的运动形式为平移还是旋转;优化SLAM的关键帧判定机制,不再把由旋转得到的数据更新至地图。经过实践验证,低性能的激光雷达也可以使用优化后的Hector SLAM方法获得优质的地图,并且解决了地图构建重影问题。     

一种激光三维点云动态障碍剔除算法框架

基于激光点云地图的动态障碍剔除是同步定位与建图（simultaneous localization and mapping, SLAM）研究领域的难题之一。动态障碍的移动轨迹不仅会遮挡真实的静态环境信息,也会对移动机器人的定位和路径规划造成阻碍。针对激光点云地图中的动态障碍识别问题,该文提出一种基于卡尔曼滤波的运动障碍跟踪方法。首先,对原始点云预处理,使用欧式聚类算法,实现离散点云聚类。其次设计了基于卡尔曼滤波的运动障碍状态预估方程,并预测出动态障碍点云目标在下一时刻的位置。然后,使用匈牙利算法将预测位置与下一时刻真实位置进行匹配,实现对每一时刻动态障碍体的识别。最后,剔除后进行点云配准建图。在室内外环境下对提出的动态障碍剔除算法进行验证,并将剔除动态障碍后的点云地图可视化输出。实验结果表明该算法在室内外环境下对激光点云地图中动态障碍均能较好地识别与剔除。     

物体表面不同角度采集的三维图像配准的一种新算法

提出了一种能有效实现物体表面三维图像数据配准的算法.该算法利用了三维数据采集时的三维点的阵列信息,这些三维点的阵列信息在采集原始三维数据时可以很容易获得,同时,还利用了三维数据矢量/顶点相似特征作为数据匹配的基础.采用迭代最小均方误差算法来自适应优化变换矩阵参数.这些方法可以有效地提高三维图像配准的性能,加快匹配过程的运算速度.实验结果表明该算法可以获得较好的配准后三维图像的主观效果.尽管该方法主要针对人头模型,但经过少许修改后即可适用于其他物体.     

基于多传感器融合SLAM的ROS服务机器人研究

为提升自主导航精度,使用Jetson Nano控制器,采用同步定位与地图构建和路径规划算法,融合轮式里程计、激光雷达和惯性测量单元等多传感器信息,实现精确的单点和多点自主导航。采用机器人操作系统搭建自主导航框架,使用基于图优化的cartographer算法实现环境地图构建与机器人位姿估计,采用A*算法作为全局路径规划算法,同时利用基于g2o优化的TEB算法实现环境突变时的局部路径规划。实验结果表明,基于图优化的cartographer算法建图效果优于常见的基于粒子滤波的Gmapping算法。基于g2o优化的TEB算法可避免动态窗口算法在局部路径规划中机器人被挟持的情况,提升智能机器人地图构建和路径规划的准确性。     

点云数据精简与配准研究

由于激光雷达等扫描设备得到的点云存在数据量大、数据中掺杂噪声较多等一系列问题,提出一种基于特征点保持的点云精简与配准方法。首先利用K-means算法对所有点云数据聚类,滤除掉噪声点云,再进行精简化处理;随后在精简的基础上用KD-tree对数据进行最近邻搜索以加快对应点查找速度,从而为配准节省一定的时间;最后根据欧氏距离选择合适的初值减少匹配误差。实验结果表明,精简后的点云数据保持了基本特征,一定程度上减少了配准时间和误差。     

基于卷积神经网络的RGB-D SLAM回环检测研究

回环检测是视觉SLAM中不可或缺的一部分,正确检测出回环能有效减小移动机器人在定位和建图过程中产生的累计位置漂移问题。SLAM回环检测目前主要有词袋模型方法,具有良好的实时性,但人工特征具有对光照变化非常敏感等问题。针对这些问题,提出了深度学习和回环检测结合的方法,将卷积神经网络模型应用于SLAM回环检测中,并且通过模型对RGB-D图像进行特征提取,提出了两种图像融合方法,通过对比判断最佳措施;进而通过特征匹配来判断回环。与现有方法相比,本研究提出的方法达到了具有更高精确性和实时性的效果。     

岩溶洞穴多源点云数据的获取及融合方法

为了有效采集岩溶洞穴内部点云数据,克服单一数据采集手段获取岩溶洞穴内点云数据存在较多数据缺失的问题,通过地面架站式三维激光扫描仪、背包式三维激光扫描仪和摄影测量技术获取岩溶洞穴内的多源点云数据,并采用改进的ICP算法对多源点云数据进行融合.结果表明,采用多种数据采集手段能有效采集岩溶洞穴内的三维点云数据,弥补单一数据采...     

基于虚拟空间三维体素—语义地图的机械臂任务规划

任务规划算法是机械臂在未知环境下具备抓取能力的基础,为此提出一种基于三维体素—语义地图的机械臂虚拟空间任务规划方法。在获取完整点云场景的基础上,利用基于掩码区域的卷积神经网络实现目标检测与实例分割,构建由三维点云、语义信息、三维计算机辅助设计模型组成的体素-语义混合地图;优化A~*算法完成机械臂末端执行器最优路径规划,利用贝塞尔曲线完成轨迹优化;探究抓取不同几何体时的机械臂末端位姿,分解抓取、放置等复杂任务,形成基于语义驱动的空间任务规划。在虚拟空间通过仿真试验,表明了所提算法的有效性和快速性,同时该算法可支撑机械臂执行各种复杂的抓取任务,并提升机械臂的智能水平。     

针对低质量点云的点云配准算法

在点云数据采集过程中,现场情况会导致点云数据质量下降,出现如点云残缺、点云稀疏、噪声等问题,传统点云配准算法在对低质量点云进行配准时会出现配准失败的问题。针对低质量点云配准的挑战,提出一种粗匹配和精匹配结合的算法,通过PPF方法进行粗匹配,将其计算结果作为ICP精匹配方法的迭代初值,提高算法的速度和精度。最后,分别针对稀疏点云、含噪声点云和残缺点云进行实验验证,证明了本算法的有效性。     

基于蚁群系统算法的地图全遍历路径规划

清扫机器人进行全遍历路径规划要求机器人能够遍历环境中所有的可清扫区域,因此提出一种基于蚁群系统算法的地图全遍历路径规划算法。使用搭载单线激光雷达传感器的机器人进行环境建图,对每个栅格赋予不同概率值反映环境状态信息;采用 Boustrophedon 细胞分解方法将栅格地图划分为若干相邻子模块,并让机器人从起始点开始遍历所有子模块后再回到起始位姿。为了提高各子模块之间的衔接效率,引入蚁群系统算法实现机器人在到达每个子模块的起始位姿后,对每个子模块进行高效的区域全覆盖。实验结果表明,该算法相比传统生成树算法,清扫覆盖率达到了 96%,清扫效率提高了两倍。     

基于三维激光点云数据的地下管廊BIM模型创建

针对传统地下管廊工程测量结果存在属性信息录入不全且不能三维可视化问题,提出一种根据点云数据创建地下管廊BIM模型的方法.首先利用三维激光扫描仪获取的点云数据进行拼接、去噪、抽稀等预处理操作,然后根据点云数据分别创建地下管廊的表皮模型和各种小部件模型,最后导入Revit中融合两类模型并录入属性信息.以昆明市广福路某段地下...     

逆向工程中三维曲面重构技术研究

曲面重构技术是逆向工程中CAD建模的重要组成部分,基于三维散乱点云的曲面重构技术更是当前研究的热点。针对三维扫描数据点的曲面重构技术在实际系统中的应用,本文以三维散乱点云为研究对象,提出了一种非均匀有理B样条曲面构造方法,该方法根据已知数据点逼近目标曲面。通过系统应用验证,该方法是一种行之有效的曲面拟合重构方法。     

八象限法三角化

空间点云的三角化是三维立体视觉领域中的研究热点,当前三角化文献中大多数只介绍空间部分点云的三角化方法,只有少量文献中介绍的空间闭合点云的三角化方法,但其算法较复杂而不太实用。本文通过将空间闭合点云划分成多个相当的部分点云进行平面三角化,然后再将分割的部分点云进行缝合,而最终形成对整体空间闭合点云的完整三角化。实验表明该算法简单,速度快,三角化的质量高。     

基于MSURF算法的PCB图像配准

针对PCB板缺陷检测中用传统SURF算法进行图像匹配精度不高的问题,提出一种生产工序中运动平台机械误差先验信息与SURF特征提取相结合的MSURF配准算法。通过提取计算SURF特征点,求出对应特征点对的距离;在PCB运动平台机械误差分析的基础上,依据先验阈值边界条件筛除异常匹配特征点对;求出两幅图像满足最小二乘拟合准则的映射关系,并将其用于图像配准。在机械运动误差0.05~0.10 mm范围内对42 mm×42 mm的PCB图像配准实验,结果表明:提出的图像配准方法速度快、精度高,适用于产线PCB缺陷检测。     

三维激光扫描系统的应用研究

本文就三维激光扫描成像系统的原理和发展趋势做了简要的叙述,以工程应用实例对三维激光扫描成像系统的工作流程和三维建模做了详细的说明,并对三维激光扫描系统采集的点云数据处理的方法和手段进行了研究。     

地面激光扫描三维重建技术的实验教学平台构建

建立地面激光扫描三维重建技术的实验教学平台,该平台利用多媒体教学手段介绍理论知识、提供点云数据获取和三维重建的技术路线和数据处理方法。设计出实验教学平台总体框架,在此框架下建立以技术原理、技术流程和工程应用案例为主要内容的教学平台,以专业点云软件和在线式实验环境为依托,建立了实验教学平台网站,开放若干自主学习型、综合设计型和研究创新型实验项目,使学生熟练掌握地面激光扫描三维重建技术,培养并提高学生的学习和研究能力。