【摘 要】
：
救援机器人能够代替救援人员进入危险的救援场景并开展搜救任务,是近些年机器人研究方向的热门领域,其中SLAM与机器视觉是救援机器人参与救援任务的关键技术。本文参照Robocup Rescue越障与搜救项目的比赛规则对机器人的总体需求展开分析,搭建了基于ROS的救援机器人系统并完成比赛所要求的SLAM与机器视觉的主要项目。论文首先对救援机器人、SLAM及机器视觉现状进行了阐述,在Ubuntu操作系统下
论文部分内容阅读
救援机器人能够代替救援人员进入危险的救援场景并开展搜救任务,是近些年机器人研究方向的热门领域,其中SLAM与机器视觉是救援机器人参与救援任务的关键技术。本文参照Robocup Rescue越障与搜救项目的比赛规则对机器人的总体需求展开分析,搭建了基于ROS的救援机器人系统并完成比赛所要求的SLAM与机器视觉的主要项目。论文首先对救援机器人、SLAM及机器视觉现状进行了阐述,在Ubuntu操作系统下,从几个方面说明选择ROS作为本机器人的核心系统的原因。根据比赛需求与救援环境对机器人结构以及所搭载的外设硬件进行了多方面考虑,选择最适合本救援机器人的设备来开展课题研究。接着根据比赛的构建地图需求对SLAM技术展开研究。分析EKF-SLAM、粒子滤波SLAM以及图优化SLAM的基本原理。阐述了主流的SLAM地图类型,并使用当前比较热门的Hector-SLAM算法和Gmapping-SLAM算法进行相关的仿真实验,最后搭建相应的场地进行实验用以验证算法的可行性。最后一章涉及机器视觉方面,简单介绍机器视觉技术与其组成部分,需要注意的是ROS机器人通常需要将ROS中的图像数据转化成Open CV格式的图像才能进行处理。接着,利用张正友标定法标定摄像头计算出摄像头的内参、外参防止图像发生畸变。阐述二维码各个区域的信息类型并使用Zbar组件实现二维码识别;在SLAM过程中将实验环境中的二维码位置标记在地图上并展示二维码包含的主要信息,与传统的目标位置解算不同,本文根据比赛的规则提出了无需利用深度摄像头求得目标位置的深度信息就可将目标标记在地图上的方法,在一定程度上节约了成本;采用基于SIFT算法特征匹配的方法实现危险品标志识别;将图片进行灰度化、高斯滤波等处理后,利用灰度差判断物体运动状态最后对运动物体进行识别。
其他文献
注意力缺陷伴多动障碍（Attention Deficit Hyperactivity Disorder,ADHD）是一种常见的儿童神经发育障碍,表现为注意力不集中、过度活跃和冲动,严重影响儿童的日常学习和生活。目前医生主要依靠临床观察和评定量表来进行ADHD的诊断,定性诊断占比高,使得结果具有较大主观性。由于临床上仍然缺乏客观有效的ADHD量化评估方法,对症状较轻微的患者容易造成误诊或漏诊。近年来
技术就是对给定的单个或者多个文本进行总结概括,得到文本摘要。摘要既要能够反映原文档的主要内容,还要尽可能地保持简洁明了。最近几年,由于deep learning技术的快速发展,文本摘要技术也有了很大的改变,不再是只有传统的抽取式文本摘要技术,而是转变为抽取式与生成式共存的文本摘要技术。当原文档中存在多个主题共存这种情况时,目前大多数生成式摘要方法会对这多个主题的内容进行较为全面的总结和概括,尽可能
随着动漫、游戏、电影等产业的迅速发展,人体三维建模的需求日益增加。但传统建模需要精密仪器的测量,成本高且使用环境严苛。视觉计算的迅猛发展为人体三维建模提供另一种方法—基于图像重建模型,即从图像中获取人体三维空间信息,构建人体三维模型。单目图像重建相较于多目图像,因缺少深度信息,获得三维信息是具有难度的。为解决单目图像重建缺乏三维信息,重建模型只关注姿势而忽略形状,且重建误差较大的问题,结合参数化模
研发远程实验平台的动因源于本文作者为解决本科实验教学工作中的困境,在设备台套数不足及排课资源有限的条件下需要完成课时倍增的实验教学任务。本文作者有多个远程实验系统的开发、部署及运维经验。本文分析两个远程实验案例的开发及其技术演进过程后,提出了如下主要设计思路:以FPGA在线编程为核心,以虚拟化云服务为场景,以虚实结合为导向,实现计算机组成原理实验的云服务化。根据这个设计思路,本文展开计算机组成原理
毕业生的就业去向和质量一向是高校十分关注的问题,就业咨询和辅导也是高校十分关注的任务。高校每年都会存储大量毕业生情况和就业去向,但是通过人为分析这些数据中的规律,任务量非常大而且十分困难,并且会十分依赖主观因素。学生自身也很难应用这些数据。同时,辅导者对学生就业辅导时也会片面关注毕业生的部分特质,很难全面兼顾毕业生的所有情况。辅导者个人多年的从业经验也不易复制,无法大量普及,在面对需求量较大的时期
随着全景视觉在智能交通、视觉监控、VR等领域的应用,对全景图像中的人,车等目标的检测需求逐渐增大。等矩形全景图像是全景图像最常用的表现形式,本文围绕它进行研究。由于等矩形全景图像中存在图像畸变、失真等问题,且不同位置上的失真程度不一,使用常规图像检测方法难以完整地提取出物体的特征信息,造成误检、漏检问题。因此,本文提出使用组卷积网络获取图像子区域特征,从而对图像进行特征修正,并引入多尺度特征融合结
互联网的快速发展已经影响着人们的方方面面,人们的生活工作无时无刻不在使用着网络身份。于此同时,在享受着高度信息化的同时,网络的安全性也面临着各种各样的挑战。对于用户而言,众多的账号密码使得用户面临着密码疲劳、密码复用、中心化插件等问题。传统的网络身份认证机制中,各服务器间相对孤立,安全防护出现了木桶短板问题。良莠不齐的网络安全状态下,薄弱的安全防护便成为了网络攻击者的突破口。针对目前通信孤岛的问题
时态规划和概率并行规划是智能规划中两个不同的前沿子领域。前者规定了每个动作的开始和结束时间点,而后者考虑了动作的不确定性效果和并行执行。对同时具有持续时间、不确定性效果和并行执行等特征的动作的规划问题进行规划求解是困难的,当前还没有方法被提出。本文采用基于模拟计算的框架KarmaRan T（Knowledge based Represent and computational-graph base
在中文医学信息抽取领域,由于实体标注语料匮乏,传统的命名实体识别模型难以达到较好的精度和F1值。因此,在该领域,常用迁移学习和多任务学习来克服标注语料稀缺的问题。然而,在以往的工作中,采用多任务学习的命名实体识别模型在共享任务数据和共享网络层时,会出现一些任务之外的噪声以及忽略了独立于任务之外的交互信息。信息抽取领域通常将命名实体识别任务和关系抽取任务作为两个相对独立的子任务。在关系抽取和实体识别
随着互联网的迅速发展,电子商务平台的出现改变了人们购物、出行、就餐等方方面面的消费方式。阅读评论作为人们从电商平台获得对特定商品信息的重要途径之一,很大程度上会影响阅读者对某一商品的看法,甚至会进一步影响阅读者的行为决策。然而,虚假评论群组通过操控大量电商平台账号或利用返利等各种方式指使个人用户发表虚假评论并从中牟利,极大影响市场的公平性和评论的真实性。随着虚假评论发布模式的迅速发展与变化,针对虚