防爆巡检机器人SLAM算法开发的关键问题研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:chenzi004
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
SLAM技术作为实现巡检机器人智能化应用的关键技术之一。本文以自主研发设计的四轮独立驱动与独立转向防爆巡检机器人为研究对象,通过搭载激光雷达和惯性传感器分别作为环境感知和定位传感器,利用ROS平台搭建了一套完整的SLAM系统框架,实现防爆巡检机器人在天然气调压站内自主定位与地图构建功能。首先,根据天然气调压站作业环境及防爆要求,设计了一款适应性强、安全性高的四轮独立驱动与独立转向防爆巡检机器人,针对现有的防爆技术,电池、工控机、IMU等电气设备采用整体隔爆设计,考虑到激光雷达需安装在车体外部及其使用性能要求,需对其进行了单独防爆设计,使机器人防爆要求等级达到Ex de IIB级。另外,根据加强筋特性对防爆外壳进行结构优化设计,使机器人具有良好的载重性能和紧凑的机械结构,在满足防爆和强度要求前提下可使防爆外壳质量减少19.2%。然后,针对机器人的防爆驱动电机没有编码器,无法有效的建立机器人轮式里程计运动学模型问题,本文根据激光雷达连续扫描范围内的两帧数据能快速而精确地估计激光雷达的平面运动,建立激光里程计运动模型;进一步为使激光里程计能更好的适用于动态非结构化环境,借鉴计算机视觉光流技术,建立前后两帧激光数据对称范围流约束模型以获得更精确的运动估计;另外,针对机器人在原地转向运动过程中,容易导致激光里程计漂移问题,通过EKF算法融合激光里程计和IMU传感器数据有效改善了机器人转向时漂移问题。最后,对四轮独立驱动与独立转向机器人的SLAM算法进行研究。在运用激光里程计定位的基础上,通过研究基于粒子滤波的RBPF算法和基于图优化的Karto与cartographer算法,针对传统算法的不足,提出了基于改进的RBPF算法,在传统自适应重采样技术的基础上,提出基于分段多阈值重要性重采样技术,仿真实验结果表明,改进的算法可有效的增加粒子多样性,缓解粒子退化问题,定位误差可减小20%。
其他文献
机器学习已被广泛应用于社会生产生活当中,它为我们的生活提供了巨大的便利,也为生产力的发展提供了动力.在众多机器学习模型中,多任务学习模型是能够提高训练效率,降低样本需求的重要分支,在诸多方面都已经有了许多成功应用.但是,多任务学习模型在理论方面仍存在一些不足,已有研究成果通常仅考虑各任务的泛化差距的简单求和形式,所得到的结果通常只能反映模型在所有任务上的平均性能,而不能对每个任务的性能进行单独评估
目的探讨老年心源性呼吸衰竭患者机械通气后早期拔管失败的危险因素及建立预测模型。方法纳入本院心源性呼吸衰竭接受有创机械通气后于24 h内拔除气管插管的年龄≥60岁患者311例,将30 d内再次插管的41例为失败组,成功撤机的270例为撤机组。用多因素logistic回归分析30 d内再次气管插管的危险因素,构建预测模型,用ROC曲线和校准曲线及决策曲线分析验证模型的准确性和获益率。结果失败组院内感染
非编码RNA在许多动植物生命活动中扮演着重要的角色,具有代表性的是miRNA和lncRNA。越来越多的研究表明,miRNA不仅可以与mRNA相互作用,还可以与lncRNA相互作用,影响生物学过程。目前对于miRNA和lncRNA的研究主要集中在人和动物上,对于植物的miRNA和lncRNA研究相对较少,而对植物miRNA和lncRNA相互作用的研究就更少了,且分散在不同物种中。植物miRNA和ln
随着人工智能时代的到来,人们对于机器设备的期望不再只停留于科学计算,如何让计算机更加智能高效成为更多科技从业者的工作目标和价值追求。其中,情感智能计算是改善人机交互的重要组成部分。但目前智能情感计算的发展仍然面临严峻的挑战,包括多模态特征使用不充分、情景信息挖掘不完全等,导致情感识别率较低。本文基于目前计算机领域和心理学相关研究成果,模拟现实生活中人类情感的表达方式,提出基于情景注意力神经网络的多
具有强大探索能力和自主学习能力的深度强化学习(Deep Reinforcement Learning,DRL)是实现自主机器人行为控制的重要技术之一。在动态环境中,高维度的连续决策空间常常使机器人控制策略的学习过程陷入局部最优。此外,深度学习遵循“端到端”的训练理念缺乏对机器人关节之间依赖关系的解释。针对机器人的维度诅咒的问题,本文提出了基于注意网络的可分解策略-值网络方法(Decomposed
近年来,针对智能体或多智能体系统的研究已经成为当前人工智能领域的研究热点之一。在多智能体系统中,多个智能体往往需要通过交互(例如,合作、竞争等)完成目标任务。本质上,智能体之间的高效交互可以通过分析并预测其他智能体的行为实现,进而提升整体系统任务完成的速率和成功率。其中,一种广泛使用的方法是利用智能体历史交互信息构建对手行为模型来预测当前交互过程中相关智能体的策略或行为。然而,该类方法需要在大量的
本文主要研究的是多任务优化问题中的任务选择算法。多任务优化问题是指多个优化任务在并发过程中相互进行知识迁移,从而提升各任务自身的优化性能。而在知识迁移前,对迁移的对象任务进行选择具有深刻意义。多任务优化问题中,由于随机选择任务进行知识迁移时会产生大量负迁移,从而导致各任务优化性能下降。因此,本文致力于设计合适的任务选择算法,使各任务能够选择合适的迁移任务进行知识迁移,减少负向迁移影响,提升正向迁移
实施"三线一单"生态环境分区管控制度是贯彻习近平生态文明思想的重要举措。习近平总书记多次强调要加快划定并严守生态保护红线、环境质量底线、资源利用上线三条红线。2021年4月以来,31个省(区、市)及新疆生产建设兵团均已完成"三线一单"省级成果发布工作,全面进入成果落地和实施应用阶段。近日,生态环境部印发《关于实施"三线一单"生态环境分区管控的指导意见(试行)》(环环评[2021]108号,以
期刊
资源受限项目调度问题是项目管理领域中的重要问题之一。该问题假设在所有活动工期及其所耗资源数量已知的情况下,求得一种以项目工期最短为目标的调度方案,是一种NP-hard问题。对大规模资源受限项目调度问题的求解仍然是难点。此外,由于实际项目环境中存在着大量不确定性因素,以模糊数形式表达这些不确定性因素形成的模糊资源受限项目调度问题又会让问题的复杂度进一步提升。本文主要研究内容如下:首先针对资源受限项目
铰接式拖挂机器人具有载货量大、机动灵活、运货成本低以及能源消耗低等优点,目前已广泛应用于各大货运场景中。然而传统铰接式拖挂机器人可操纵性差,尤其面对狭窄路况时,挂车的位姿难以精确控制,整车灵活度及避障能力受到很大限制。为解决这些缺陷,本文提出一种新颖的主动铰接式拖挂机器人结构,并开展其建模与运动控制策略的研究。首先,为了对运动控制策略的研究奠定基础,进行了主动铰接式拖挂机器人系统建模。通过分析该移