排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
2.
多障碍环境中基于增强式学习的势场优化和机器人路径规划 总被引:3,自引:0,他引:3
该文把增强式学习方法应用于多障碍环境中机器人路径规划 ,并将增强式学习和路径规划相结合 ,通过工作空间势场的自适应优化学习 ,实现机器人的全局路径规划 ,即得到从任何初始位置开始的最优路径。与传统的人工势场方法相比 ,该方法避免了势场中局部极小点所引起的陷阱区域 ,并且所得到的路径具有最优特性。计算机仿真实验结果表明 ,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题 相似文献
3.
4.
在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。 相似文献
5.
具备尺度恢复的单目视觉里程计方法 总被引:1,自引:0,他引:1
《测绘科学技术学报》2018,(5)
针对单目视觉存在尺度不确定性,无法准确估计移动机器人位姿的问题,提出一种具备尺度恢复的单目视觉里程计方法。通过建立局部地图解决基于参考帧/当前帧的位姿估计方式过分依赖参考帧的问题;为了提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差;最后基于平面假设成立和相机高度已知的条件下,通过图像RoI区域的稠密匹配,建立非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定地进行位姿估计并且有效地解决了单目视觉存在的尺度不确定性问题,可用于真实三维场景中移动机器人的位姿估计。 相似文献
6.
机器人室内运动轨迹修正控制算法 总被引:1,自引:1,他引:0
移动机器人在室内的应用提升了人们的工作效率和生活品质,但针对移动机器人室内运动轨迹漂移误差,产业界一直没有较好的解决办法。为了在室内环境下实现机器人运动轨迹的高精度控制,本文结合基于LiDAR搭建的SLAM (simultaneous localization and mapping)功能模块,提出了一种机器人室内测图运动轨迹PID反馈修正控制方法,利用机器人的运动姿态、位置及设计轨迹的偏差设计了闭环模式的轨迹修正控制算法,显著提高了机器人室内作业的轨迹精度。针对机器人室内运动的几种典型轨迹,通过大量的机器人室内测图运动轨迹测试,进一步优化算法中的机器人运动控制参数,有效地减小了移动机器人室内运动轨迹的偏移。相对于依靠里程计定位的机器人室内运动控制系统,修正算法充分利用了激光雷达的定位定姿信息,满足了室内测图需求,得到了具备高可靠性和高稳定性的机器人室内精确运动控制方案。 相似文献
7.
三维地形重构是移动机器人研究领域中的一个研究方向,移动机器人在未知环境中工作时需获取周围环境信息来重构地形,并利用地形进行定位和导航。本文提出一种基于双目立体视觉的三维地形重构方法。1双目立体视觉三维地形重构双目立体视觉的基本原理是从两个视点观察同一景物,以获取不同视角下的感知图像,通过成像几何原理计算图像像素间的位置偏差(视差),获取景物的三维信息。双目立体视觉系统通常分为5部分。1)图像获取:计算机立体视觉常用双目图像,获取图像的视点可在一条直线上,也可在一平面上,或呈立体分布。在感知范围不太大、遮挡较少的情况下,采用光轴平行、基线共线的布置将大大简化后续处理过程。2)摄像机标定:物体表面某点的三维几何位置与其在图像中对应点间的相 相似文献
8.
9.
研究由动力学模型描述的轮式移动机器人的点镇定问题。首先建立极坐标系下系统方程,进而给出运动学控制器设计方法,再结合系统的动力学特性,利用Lyapunov方法和反步法将运动学控制器拓展到动力学,最终设计出光滑的控制律并保证系统变量渐近收敛到零。仿真结果表明该方法的可行性和有效性。 相似文献
10.