-
公开(公告)号：CN107590827A
公开(公告)日：2018-01-16
申请号：CN201710835285.4
申请日：2017-09-15
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于Kinect的室内移动机器人视觉SLAM方法，包括以下步骤：S1，利用Kinect相机采集室内环境的彩色RGB数据与Depth数据；S2，对RGB数据进行特征检测，并实现相邻帧图像之间的快速有效匹配；S3，结合标定后Kinect相机的内参与像素点深度值将2D图像点转换为三维空间点，建立三维点云对应关系；S4，利用RANSAC算法剔除点云匹配中的外点，完成点云粗匹配；S5，采用一种拥有欧氏距离与角度阈值双重限制的ICP算法完成点云的精匹配；S6，在关键帧选取中引入权重，并利用g2o算法对机器人位姿进行优化，最终获取机器人运行轨迹，生成三维点云地图。本发明能够解决视觉SLAM系统中点云配准部分存在易陷入局部最优，匹配误差大等问题，提高点云配准精度。
-
公开(公告)号：CN107063258A
公开(公告)日：2017-08-18
申请号：CN201710131448.0
申请日：2017-03-07
Applicant: 重庆邮电大学
IPC: G01C21/20
CPC classification number: G01C21/206
Abstract: 本发明请求保护一种基于语义信息的移动机器人室内导航方法，包括以下步骤：使用一种基于图优化的视觉SLAM算法，通过kinect传感器对室内环境进行三维重绘，生成环境细节清晰可辨的三维先验地图，进而通过语义信息标注，实现栅格‑拓扑‑语义分层地图的构建。基于分层语义地图设计的一种路径规划算法，在分层语义地图中采用自上而下的导航方式，首先由语义层和拓扑层根据任务目标生成目标地点序列，基于目标地点序列，在栅格层采用A*平滑路径算法，实现基于语义信息的移动机器人室内导航。本发明提升人机交互的效率，改善机器人的服务质量。
-
公开(公告)号：CN107992040A
公开(公告)日：2018-05-04
申请号：CN201711262658.X
申请日：2017-12-04
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明请求保护一种基于QPSO(Quantum Behaved Particle Swarm Optimization,量子行为粒子群优化)算法的改进机器人路径规划方法，针对当前QPSO算法在大部分情况下在机器人路径规划中得到易陷入局部最优的情况，提出了一种基于地图栅格与QPSO算法结合的改进机器人路径规划方法：(1)根据移动机器人的工作环境的特点对机器人通过激光传感器获取的数据进行地图建模。(2)采用轮盘式选择法进行路径规划，并且初始化可行路径。(3)采用参数可变的QPSO算法对初始化的可行路径进行优化，并且得到最优路径。
-
公开(公告)号：CN107992040B
公开(公告)日：2020-08-04
申请号：CN201711262658.X
申请日：2017-12-04
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明请求保护一种基于QPSO(Quantum Behaved Particle Swarm Optimization,量子行为粒子群优化)算法的改进机器人路径规划方法，针对当前QPSO算法在大部分情况下在机器人路径规划中得到易陷入局部最优的情况，提出了一种基于地图栅格与QPSO算法结合的改进机器人路径规划方法：(1)根据移动机器人的工作环境的特点对机器人通过激光传感器获取的数据进行地图建模。(2)采用轮盘式选择法进行路径规划，并且初始化可行路径。(3)采用参数可变的QPSO算法对初始化的可行路径进行优化，并且得到最优路径。
-
-
-
Search Results
4
records
(took 0.018 seconds)
