-
题名基于多维度视觉约束的床椅机器人SLAM
- 1
-
-
作者
李秀智
邓向军
韩红桂
杜博文
-
机构
北京工业大学信息科学技术学院
数字社区教育部工程研究中心
-
出处
《机器人》
北大核心
2025年第1期44-54,共11页
-
基金
国家自然科学基金(U22A2049)。
-
文摘
为了应对楼宇环境中的低纹理和动态场景给机器人定位带来的巨大挑战,提出了一种面向楼宇结构化场景的多源数据融合定位方法。通过合理引入多基元视觉特征、曼哈顿世界假设约束以及惯性测量单元(IMU)预积分约束,本文定位系统能有效克服智能床椅机器人在工作时遇到的特征稀疏、动态人员干扰等问题。本文总体采用高频前端位姿估计和低频后端优化的并行策略来提高系统实时性。前端里程计在短时间内提供相对准确的位姿估计,而后端优化则利用曼哈顿假设对位姿估计进行进一步优化。同时针对曼哈顿世界假设在位姿估计应用中的局限性,创新性地提出使用多相机联合定位的策略。利用两个不同朝向的相机,分别捕捉地面丰富的纹理特征以及满足曼哈顿世界假设的上层空间中的平面,有效排除了非曼哈顿世界假设物体对定位的影响。实验结果表明,与现有方法相比,本方法在保证实时性的同时,显著提高了定位准确性和鲁棒性,为智能移动床椅机器人在楼宇环境中的应用提供了有力的支持。
-
关键词
智能床椅机器人
同步定位与地图创建
曼哈顿世界
多特征基元
多源数据融合
-
Keywords
intelligent bed-and-chair robot
simultaneous localization and mapping
manhattanworld
multi-feature primitive
multi-source data fusion
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
