發(fā)布時間：2018-05-20 20:47

  本文選題：機器視覺 + 機器人�。� 參考：《農(nóng)業(yè)工程學報》2017年10期

【摘要】：針對未知室內(nèi)環(huán)境下移動機器人的定位問題,提出了一種基于單目視覺和自然信標融合的移動機器人定位算法。該方法采用普通攝像頭和全景攝像頭結合的方式進行定位。采用普通攝像頭提取天花板特征,進行視覺里程計定位。全景普通攝像頭提取周邊環(huán)境及天花板信息,采用Harris-SIFT構建自然信標庫,并且進行自然信標檢測與識別。在兩者的基礎上,移動機器人進行實時定位。利用自然信標定位時,提出方向濾波器結合視覺里程計和慣導系統(tǒng)估計旋轉角度,利用自然信標求取定位特征點,兩者結合進行定位。該方法有效地結合了相對定位的快速性和絕對定位的準確性。在室內(nèi)環(huán)境進行試驗,其中自然信標定位在x,y方向的平均誤差分別為38.66和31.54 mm。相比視覺里程計而言,結合自然信標定位的平均誤差分別減小了32.53%和68.68%。融合視覺里程計的自然信標定位運算速度相比僅靠自然信標定位而言提高了約6倍左右,同時與視覺里程計定位處于同一數(shù)量級。試驗結果表明相對于視覺里程計而言,所提算法大大提高了定位精度,同時不影響算法的實時性。
[Abstract]:Aiming at the localization problem of mobile robot in unknown indoor environment, a mobile robot localization algorithm based on monocular vision and natural beacon fusion is proposed. This method uses common camera and panoramic camera to locate. The ordinary camera is used to extract the ceiling features and locate the visual mileage. The panoramic common camera extracts the information of the surrounding environment and ceiling, constructs the natural beacon database with Harris-SIFT, and detects and recognizes the natural beacon. On the basis of both, the mobile robot carries on the real-time localization. When using natural beacons to locate, a directional filter combined with vision odometer and inertial navigation system is proposed to estimate rotation angle, and natural beacons are used to obtain localization feature points. This method effectively combines the relative location speed with the accuracy of absolute location. The experimental results show that the average errors of natural beacon positioning in XY direction are 38.66 and 31.54 mm. respectively. Compared with visual mileometer, the average error of combining with natural beacon is reduced by 32.53% and 68.68% respectively. Compared with the natural beacon location, the speed of the fusion vision odometer is about 6 times faster than that of the natural beacon location, and it is in the same order of magnitude as the visual mileage location. The experimental results show that the proposed algorithm greatly improves the positioning accuracy and does not affect the real-time performance of the algorithm.
【作者單位】： 浙江大學流體動力與機電系統(tǒng)國家重點實驗室;
【基金】：國家自然科學基金創(chuàng)新群體基金(51521064) 杭州市創(chuàng)新鏈產(chǎn)業(yè)鏈重大科技創(chuàng)新項目(20132111A04) 杭州市重大科技創(chuàng)新項目(20142013A56)
【分類號】：TP242;TP391.41

【相似文獻】

相關期刊論文 前3條

1 李紅;郭大群;;RFID技術在里程計時型比賽上的應用[J];物聯(lián)網(wǎng)技術;2014年08期

2 李琳輝;趙一兵;郭烈;張明恒;;沙質環(huán)境中基于視覺的月球車定位方法[J];大連理工大學學報;2011年05期

3 ;[J];;年期

相關博士學位論文 前1條

1 江燕華;車輛運動特性約束的智能車輛視覺里程計系統(tǒng)研究[D];北京理工大學;2014年

相關碩士學位論文 前7條

1 李孟;基于立體相機的室外移動機器人視覺里程計方法研究[D];東南大學;2015年

2 徐帥;基于二維圖像與三維信息融合的視覺里程計的研究[D];湖南大學;2016年

3 孫歡;基于三維相機的視覺里程計優(yōu)化算法的研究[D];湖南大學;2015年

4 施嘯天;基于智能移動設備的雙側單目視覺里程計系統(tǒng)研究[D];浙江大學;2017年

5 羅堪;基于復眼模型的視覺里程計方法研究[D];湖南大學;2014年

6 李宇波;戶外環(huán)境下移動機器人視覺里程計技術研究[D];國防科學技術大學;2012年

7 段京易;室外機器人單目視覺里程計研究[D];南京信息工程大學;2014年

，

本文編號：1916175