【摘 要】
：
为解决室内移动机器人导航过程中容易碰撞障碍物的问题,本文提出一种融合深度相机和激光雷达的室内移动机器人建图与导航方法,在机器人底盘上安装激光雷达、深度相机和里程计,利用Gmapping算法进行室内二维地图构建,同时用ROS中depthimage_to_laserscan功能包对深度图像进行二维投影,生成的二维栅格地图与激光雷达所建的地图进行融合。实验证明该方法使建立的地图更加完善,提高了室内移动机
【机 构】
：
上海工程技术大学 机械与汽车工程学院,上海201620
论文部分内容阅读
为解决室内移动机器人导航过程中容易碰撞障碍物的问题,本文提出一种融合深度相机和激光雷达的室内移动机器人建图与导航方法,在机器人底盘上安装激光雷达、深度相机和里程计,利用Gmapping算法进行室内二维地图构建,同时用ROS中depthimage_to_laserscan功能包对深度图像进行二维投影,生成的二维栅格地图与激光雷达所建的地图进行融合。实验证明该方法使建立的地图更加完善,提高了室内移动机器人检测周围障碍物的能力和自主导航的能力。
其他文献
现实中基于树型层次结构的属性值分类是普遍存在的,反映这种树型层次结构的属性值分类法(Attribute Value Tax?onomy,AVT)已被证明对数据的泛化上是有效的.部分数据集已具备
针对3UPS-UP并联机构实现运动控制,提出一种有效的控制方法。首先对3UPS-UP并联机构的三维建模进行运动学分析利用封闭矢量法算出机器人的逆解,再把并联机器人用ANSYS做固有频率与谐响应分析;得出刚度性能与稳定性对控制系统的要求。通过Solid Works中的三维模型用插件导入Simulink中快速搭建机械控制模型,然后搭建并改良电机驱动物理模型,补全整个控制模型;同时搭建经典PID与模糊PID两套控制系统并做对比分析,最后用模糊PID配合之前搭建的控制模型进行仿真。
图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法。首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,
针对现在大型机械开掘隧道时事故频发现象,本文设计了一种基于窄带物联网(NB-IOT)和传感器的状态监测的系统。在远程监测中,采用低功耗微处理器STM32L151结合高精度传感器,对掘进机容易出故障的关键部位和工作环境中的瓦斯浓度进行检测,采集掘进机设备的状态数据,利用NB-IOT技术进行通讯,将采集到的状态数据传输到云服务器上并储存,通过Ocean Connect物联网云平台与NB-IOT模块连接
本文针对博物馆中,不同艺术品摆放比较分散,导致参观者无法及时找到想要欣赏的艺术品的问题,提出制作一种ARKit的博物馆室内导航系统,为游览者提供精确的室内导航,提供引导和
果蔬图像分类是图像识别的重要组成部分,是实现果蔬农产品自动化分类的关键技术。果蔬图像识别面临的主要挑战在于果蔬种类众多,缺乏大量的有标签数据,难以通过监督学习方法来实现果蔬图像分类。针对上述问题,本文构建果蔬图像数据集,提出将融合迁移学习的深度卷积网络用于果蔬图像识别。为了验证该方法的有效性,采用特定方式微调模型参数,在数据集上进行了实验。实验结果表明,通过微调优化方法,模型的准确性提升3%以上,
基于加权超图的超网络分析法为复杂系统的描述提供了新的途径.本文利用超网络分析法对企业科技创新团队申请专利系统进行研究,建立了基于加权超图的某企业科技创新团队申请专
在城市轨道交通新线开通运营后期,客流趋于稳定的情况下,利用改进的时间序列模型ARIMA(Autoregressive Inte?grated Moving Average Model),对新线开通后期的站点进出站客流
本文基于感性工学理论,研究符合用户需求的车载导航界面设计方案。经被试对车载导航界面进行感性意向评价,通过多元回归分析关联语意空间和界面形态设计空间,得到车载导航界面设计要素的显著性。使用回归分析结果对车载导航界面建立预测模型,并分析模型。通过对模型的多方验证,最终得到三个满足用户感性需求的设计方案。
蝶类作为昆虫生物链上重要的一环,其研究对于中国生态环境的保护具有重要意义。虽然国内外学者在昆虫识别上已取得较多成果,但针对蝶类识别的相关研究仍较为缺乏。而且,如何提高图像识别速度与识别精度,仍然是亟需解决的重要问题。因此,本研究基于蝶类图像数据集,使用MobileNet-SSD目标检测方法,对蝶类昆虫进行识别检测,并使用平均精准度(mean Average Precision,m AP)和检测速度