-
题名基于视觉激光惯性相结合的机器人SLAM算法
被引量：7
- 1
-
-
作者
王立玲
朱旭阳
马东
王洪瑞
-
机构
河北大学电子信息工程学院
河北大学机器人技术研究中心
-
出处
《机床与液压》
北大核心
2023年第17期39-44,共6页
-
基金
国家重点研发计划(2017YFB1401200)。
-
文摘
针对弱纹理环境下SLAM系统只依靠单一传感器鲁棒性较差的问题,提出一种视觉、单线激光雷达与惯性相结合的机器人SLAM算法。在视觉与雷达预处理阶段,视觉提取点线特征,同时雷达帧间匹配过程采用激光点到其最近两个点连线的距离构建误差方程,实现更高精度匹配效果。采用惯性传感器与轮速里程计进行雷达运动畸变校正,同时雷达估计信息为单目点线特征三角化提供良好深度值,再利用点线视觉信息、雷达点云信息与惯性测量单元紧耦合优化机制提高机器人SLAM的精确度。最后,将该方法在仿真环境和真实弱纹理环境进行实验。结果表明:该方法定位准确率达到98.6%,在弱纹理环境中定位效果具有较强的鲁棒性和准确性,满足实际需求。
-
关键词
单线激光雷达
视觉slam
多传感器融合slam
-
Keywords
Single-line lidar
Visual slam
multisensor fusion slam
-
分类号
TN242
[电子电信—物理电子学]
-
-
题名多传感器动态加权融合定位算法研究
- 2
-
-
作者
马滕
茅健
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《计算机与数字工程》
2025年第5期1311-1316,共6页
-
文摘
栅格地图精度问题会导致相关性扫描匹配(CSM)算法定位不够精确,且当移动机器人行驶环境结构单一时可能导致CSM算法定位效果较差。论文提出一种多传感器动态加权融合法定位算法。针对CSM算法由于栅格地图分辨率有限导致的定位不够精确问题,采用基于地图插值的位姿优化策略;为防止CSM算法由于环境结构单一导致定位效果较差,提出一种动态加权融合定位算法,根据环境复杂度对CSM算法定位结果赋予权重,与扩展卡尔曼滤波融合里程计和IMU数据得到的位姿信息进行加权融合,提高算法定位精度。定位实验结果表明,论文算法相较于原CSM算法,平均定位误差减少36.3%,误差最大值减少39.5%,定位精度得到提高,可有效改善环境结构单一导致的CSM算法定位效果差的问题。
-
关键词
移动机器人
多传感器融合
相关性扫描匹配
定位
激光slam
-
Keywords
mobile robot
multisensor fusion
correlation scan matching
location
laser slam
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多传感器信息融合的移动机器人导航综述
被引量：13
- 3
-
-
作者
丁伟
孙华
曾建辉
-
机构
哈尔滨理工大学自动化学院
哈尔滨工程大学自动化学院
-
出处
《传感器与微系统》
CSCD
北大核心
2006年第7期1-3,共3页
-
文摘
综述了自主式移动机器人导航技术,对其中的同步定位与地图创建、路径规划以及多传感器信息融合等技术进行了详细的分析,并从基于地图、基于环境和基于行为3个方面全面地阐述了移动机器人路径规划技术的研究现状。对当前的研究热点SLAM技术、遗传算法和基于行为的规划算法等进行了较为详细的介绍和分析。同时,展望了移动机器人导航技术的发展趋势。
-
关键词
移动机器人
导航
同步定位与地图创建
路径规划
多传感器信息融合
-
Keywords
mobile robot
navigation
simultaneous localization and maping （ slam ）
path planning
multisensor information fusion
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名融合语义信息的激光惯性SLAM方法
被引量：2
- 4
-
-
作者
张传伟
赵瑞祺
-
机构
西安科技大学机械工程学院
-
出处
《激光与光电子学进展》
北大核心
2025年第4期195-204,共10页
-
文摘
针对单一传感器面对大规模城市场景的定位建图任务表现不佳,且环境中的动态物体影响定位精度与地图构建的问题,提出一种包含语义分割和激光惯性里程计的语义同时定位与地图构建方法(SLI-SLAM)。首先图像语义分割模型采用改进的轻量级语义分割网络(D3p-S)完成图像语义分割,并通过传感器间的时空同步,实现点云语义分割,同时设计一种基于面元模型的几何空间一致性进行动态障碍物检测与剔除;其次利用惯性测量单元(IMU)预积分消除激光雷达产生的运动畸变,采用点云地面分割和点云去噪的方法降低计算复杂度;最后采用因子图优化运动轨迹,实现无人车在城市道路环境下快速准确的定位与三维语义地图的构建。实验结果表明,在高动态的城市道路场景下,与经典的激光SLAM算法(LIO-SAM)相比,所提SLI-SLAM的绝对轨迹误差的均方根误差(RMSE)降低了30.33%。
-
关键词
语义slam
多传感器融合
语义分割
动态物体检测与剔除
-
Keywords
semantic slam
multisensor fusion
semantic segmentation
dynamic object detection and rejection
-
分类号
TN249
[电子电信—物理电子学]
-
-
题名基于二维激光雷达和多超宽带的图优化融合定位研究
被引量：5
- 5
-
-
作者
陈义坤
陈庆盈
李研彪
徐永胜
-
机构
浙江工业大学机械工程学院
中国科学院宁波材料技术与工程研究所
-
出处
《高技术通讯》
CAS
北大核心
2024年第10期1118-1126,共9页
-
基金
国家自然科学基金(U1909215,92048201,52127803,U21A20122)
浙江省重点研发计划(2022C01096)
+3 种基金
浙江省基金(LD22E050007)
宁波市重点研发计划暨揭榜挂帅项目(2023z041)
中科院装备研制项目(YJKYYQ20200030)
宁波市2025重大专项(2021Z020)资助项目。
-
文摘
特殊环境下单纯激光雷达的定位方式以及单超宽带(UWB)融合激光的定位方式容易出现定位漂移、精度较差、激光雷达建图时不断的叠图问题。基于激光雷达与UWB超宽带传感器定位模型差异,利用两者优劣互补原则,提出多UWB位姿动态误差补偿算法,利用多UWB定位标签获取移动机器人坐标以及姿态。使用滑动窗口滤波算法和多UWB位姿动态误差补偿算法处理UWB定位数据得到先验位姿,通过图优化算法与激光雷达进行融合得到更加精准的地图、更加精确收敛和航向角更稳定的移动机器人位姿。
-
关键词
超宽带(UWB)
二维激光雷达(2D
Li
DAR)
移动机器人
位姿动态误差补偿
多传感器融合
图优化
同时定位与地图构建(slam)
-
Keywords
ultra-wide band(UWB)
2D LiDAR
mobile robot
pose dynamic error compensation
multisensor fusion
graph optimization
simultaneous localization and mapping(slam)
-
分类号
TN925
[电子电信—通信与信息系统]
TN958.98
[电子电信—信号与信息处理]
-
