双足机器人头部结构设计与SLAM算法研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:liongliong512
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
双足机器人凭借其仿人的机械结构与运动特点,在非结构化环境中具有较强的适应能力。头部结构与SLAM算法是双足机器人的重要组成部分,应具备在大范围、非结构化场景中稳定运行的能力。本文在分析总结国内外机器人头部结构与SLAM算法研究的基础上,针对本课题组研发的双足机器人,设计了基于激光雷达的头部结构与SLAM系统,主要工作如下:首先,设计了双足机器人头部结构并对其进行有限元分析。通过对双足机器人工作场景进行分析,明确了头部结构设计的指标,结合激光雷达硬件参数,确定了稳定器的选型。根据稳定器的尺寸,设计了头部平台结构,基于能量法明确了保护结构的设计尺寸,最终完成了双足机器人头部结构设计。使用Abaqus对头部结构进行有限元仿真分析,验证了保护结构的有效性。其次,针对目前主流3D激光SLAM算法存在的问题,提出了改进Le GOLOAM算法,使其满足本课题双足机器人的工作场景。针对Le GO-LOAM算法累计误差较大且存在重力矢量方向漂移的问题,本文提出了激光雷达融合IMU的算法,在位姿改变时提高匹配精度,并减少重力矢量方向的漂移。针对Le GO-LOAM算法回环检测粗糙、在大范围场景中地图难以闭合的问题,提出了基于SC描述因子的回环检测方法,优化Le GO-LOAM粗略的回环检测算法,使其在大范围场景依然能够完成回环检测。在KITTI数据集中测试改进算法,结果表明改进后的算法回环检测能力更强,IMU与激光雷达的融合减小了重力矢量方向的漂移,提高了地图的精度。然后,在校园实际场景中对本文设计的双足机器人头部SLAM系统进行了测试。实验结果表明本文设计的双足机器人头部SLAM系统能够精准的识别到回环场景,重力矢量方向的漂移更小,满足室外非结构化、大范围环境的建图需求,并能在地形变化的扰动下依然具备较强的稳定性。最后,对全文工作进行了总结,并对未来的研究方向进行了展望。
其他文献
神经元间的信息交流依赖于突触囊泡释放的神经递质。由囊泡包裹的神经递质经过转运、锚定、膜融合等过程分泌至突触间隙,进而作用于突触后膜受体。膜融合是在Ca2+触发下,由SNARE复合物介导的精密调控过程。SNARE复合物的组装起始于Munc18-1/Syntaxin-1,而Munc13-1作为调控因子催化打开Syntaxin-1的闭合构像促进SNARE复合物形成。作为SNARE复合物的上游调控因子,M
学位
经济金融体系的流动性传导,很大程度上需要依赖商业银行来进行,商业银行的重要性不言而喻。当前世界经济环境不容乐观,在最新的政府工作报告中,“保持流动性的合理充裕”更是成为了2021年的工作重点。在国际经济金融环境严峻的情况下,商业银行作为金融体系中的主要参与者可能会采取一种极端的经济行为:囤积自身的流动性。在相关研究成果较少的情况下,明确经济政策不确定的作用效果可以丰富相关经济理论、促进商业银行更好
学位
随着电子通信技术的快速发展,PCB(Printed Circuit Board)的市场需求大幅增加,生产调度成为PCB制造企业的重要一环,因此,研究PCB生产调度问题具有重要的理论意义和应用价值。本文对PCB生产调度进行了深入研究,并考虑车间批量生产和动态环境,研究了批量流PCB生产静态和动态调度问题,基于人工蜂群算法设计了有效的调度方法,并开发了PCB生产调度原型系统。针对批量流PCB生产静态调
学位
混流生产车间中生产流程复杂且每个车间的生产计划都需要结合关联车间的计划方案,这对计划调度的精准性要求很高。因此,为了提高生产效率、缩短制造周期和减少生产成本,制定合理的生产调度方案尤为重要。然而,传统的依靠经验手动编排并执行生产调度方案缺乏精确性和严谨性,需要根据企业需求及特点通过研究应用合适的生产调度方法加以解决。本文主要研究了复杂的两级混流生产制造系统,以准时化生产和并行机调度等理论为基础,剖
学位
本文主要基于某大型机械产品制造企业堆场发运物流实际场景,研究了优化堆场发运物流运作效率的两个方面,即装车方案优化与堆场车辆调度优化。具体地,装车方案优化主要聚焦于求解一类二维多箱型装箱问题;堆场车辆调度优化则基于实际场景中的多种约束提出,旨在细化车辆入厂计划的制定。在堆场发运物流运作中,装车方案作为车辆入厂计划制定与堆场车辆调度的输入。本文的主要内容包括:(1)研究了一种以最小化所使用车辆总成本为
学位
结构设计是将抽象设想转化为具体设计表达出来的关键环节。当下不论在工业生产,还是科学研究领域,随着新要求的提出与原要求的提高产生出各种各样极具挑战性的结构设计及优化问题,对于结构优化设计方法而言提出一系列更严苛的要求,如更高的效率,更准确的表达,更方便易用等。虽然传统结构拓扑优化方法已应用并解决了一些设计优化问题,但其仍受限于本身的固有缺陷,如设计优化结果难以直接用于加工制造,庞大的设计变量数目,求
学位
“建设堪当民族复兴重任的高素质干部队伍”,是党的二十大报告的重要命题,是推进党的事业发展、实现党的执政使命的重大课题。党的十八大以来,中国共产党高度重视建设高素质干部队伍,为全面建设社会主义现代化国家、全面推进中华民族伟大复兴提供有力的干部支撑。认真落实党的二十大精神,确立适应建设堪当民族复兴重任的高素质干部队伍要求的理念,着力破解干部队伍建设中存在的突出问题,构建有效管用、简便易行的干部选拔任用
期刊
生产环境的多扰动问题限制着传统基于静态调度和重调度的智能调度系统在实际生产场景中的应用,而随着实时数据的获取、大数据的储存和快速强大的算力正走进制造业,在线调度在实际生产调度决策中应用的可行性大幅增加。同时,深度强化学习作为一种对学习标签无要求、训练后求解速度快且求解质量较高的方法,能有效满足在线调度的求解需求。因此,本文基于深度强化学习研究置换流水车间调度问题,以期得到一种更易落地的方法。首先,
学位
柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP)是近年来车间调度领域的研究热点。在经典FJSP的研究中,通常不考虑准备时间,或者将准备时间作为加工时间的一部分。但在许多现实的生产环境中,准备时间往往与加工机器和工艺路线相关,故不能忽视或者被当作加工时间的一部分。在实际生产活动中,除加工机器以外,一些昂贵而稀缺的辅助资源(如特种夹具、刀具、维
学位
滚动轴承作为旋转设备的关键元件之一,其状态监测与故障诊断对了解设备运行性能以及发现潜在的故障起着重要的作用。传统智能故障诊断方法依赖于数据预处理以及人工特征筛选,模型时效性难以保证且对海量数据的处理有局限性。以深度学习为代表的新一轮人工智能技术使建立端到端深度集成的智能故障诊断方法成为工业智能时代的新目标。深度迁移学习通过不同领域、不同数据之间的相似性,利用深度学习逐层特征提取能力,能够将已有领域
学位