基于激光雷达巡检机器人的变电站三维地图构建

来源 :传感器与微系统 | 被引量 : 0次 | 上传用户:yanyingguilai
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
变电站场景相比于一般场景,更为复杂,相似场景多,不易于三维(3D)可视化,基于传统迭代最近点(ICP)算法的点云匹配易出现地图误匹配。为了解决上述问题,设计了基于三维激光雷达的巡检机器人系统,利用三维激光雷达提供的点云信息构建三维地图;同时优化传统点云匹配算法,采用基于特征的点云匹配算法,解决由于相似场景导致误匹配,出现可视化地图变形以及定位失败的情况。实验结果表明:所用方法能够有效构建变电站的三维地图,并防止地图变形。
其他文献
现有基于轮廓图的步态识别方法易受服装等外部条件干扰,而基于3D模型的识别方法虽然一定程度上抵抗了外部干扰,但对摄像设备有额外的要求,且模型计算复杂。针对上述问题,利用3D姿态估计技术,建立了行人运动的"轻"模型,利用神经网络框架,提取行人3D空间运动的时空信息,并且与轮廓图的信息相融合,进一步丰富了步态特征。在CASIA-B的数据集上的实验结果表明:融合了3D时空运动信息增强了步态特征的鲁棒性,进
为揭示交通流的内在动态特性,利用符号动力学中的Lempel-Ziv算法计算不同时间尺度下的交通流时间序列复杂度,并基于相关性理论分析方法,探索了交通流在时间和空间上的相关性
为快速准确识别火车驾驶员动态手势,提出一种基于机器视觉的动态时间规整算法。采用Kinect视觉传感器提取手势深度信息,结合人体骨骼节点信息,通过选取合适的深度距离阈值将手势图像信息从背景中分离出来。基于支持向量机(SVM)算法对分割后的手势图像进行识别并对手势规范性进行评价。利用图像深度数据以及驾驶员骨骼数据得到手臂骨骼节点的运动序列,结合动态时间规整(DTW)算法进行动态手势最优匹配,得到动态手
在研究柔性作业车间调度问题(FJSP)中为模拟实际大型生产车间的柔性作业车间调度情景,设计了基于传统基准实例的大规模FJSP数据集。针对大规模FJSP数据集,提出了以最大完工时