共查询到10条相似文献，搜索用时 15 毫秒
1.
2.
针对移动机器人采用单类传感器很难成功定位的问题,提出一种室内环境下基于异质传感器信息融合的粒子滤波自定位方法。建立激光测距仪和视觉传感器各自感知模型后,利用融合的感知信息进行粒子集的更新,从而进行自主定位。实验表明,定位过程中激光测距的快速准确更新特性和视觉信息的全局性得到互补,粒子集比使用单类传感器时收敛得更快,提高了移动机器人的自定位精度和速度。 相似文献
3.
移动机器人同时定位与地图构建（SLAM）实现的过程,需要设计相关的系统模型,文章描述了二维空间SLAM过程的系统模型,其中包括坐标系统模型、环境地图模型、机器人位置模型、机器人运动模型、传感器观测模型以及环境特征的增广模型,为SLAM过程的实现提供借鉴。 相似文献
4.
基于激光扫描匹配的移动机器人相对定位技术研究 总被引：1，自引：0，他引：1
移动机器人定位问题是机器人导航和控制领域的一个关键性问题,直接影响位置精度。本文利用激光扫描匹配,基于Fourier变换的位移理论和相似变换下的Fourier-Mellin不变量,提出了一种室内移动机器人相对定位方法。该方法属于点-点对应式匹配方法,可实现移动机器人连续状态下的复杂环境信息匹配。获取机器人连续不同时刻下的环境信息,将前一状态时刻作为参考扫描,后一状态时刻作为当前扫描,建立相关定位参数数学模型;在算法上采取降维处理,连续使用3次1D Fourier-Mellin得到所需要的相对定位参数,即旋转和平移增量;与一种基于提取角点特征的特征-特征式匹配方法进行了对比性实验,证明了所提方法在定位精度和计算复杂度上的优越性,以及对复杂环境的适应性。 相似文献
5.
温室移动机器人轨迹控制系统的设计 总被引：1，自引：0，他引：1
以温室移动机器人的轨迹控制为主要目标,研究了线性控制算法在机器人轨迹控制中的具体实现,论证了其可行性,并分析了算法的稳定性约束条件,通过仿真分析了控制参数对运动轨迹的影响.将该算法应用到实际的机器人控制中,设计出基于陀螺仪和光电编码器的温室移动机器人控制系统. 相似文献
6.
黄瓜采摘机器人远近景组合闭环定位方法 总被引：5，自引：0，他引：5
针对黄瓜采摘机器人远景定位精度不高,以致切伤果实和茎蔓的问题,设计了一种基于机器视觉具有空间位置反馈功能的末端执行器。对温室环境下黄瓜果实采摘区域图像信息获取方法加以研究,综合HIS色彩空间H、S分量进行阈值分割,结合RGB色彩空间G通道边缘分布特征以及黄瓜形状特征,提取黄瓜采摘区域。基于摄像机线性透视模型,研究了采摘切割点空间定位方法,最终向采摘机械臂控制器反馈位置微调信息。采用远近景组合闭环定位方法,对采摘目标进行闭环定位,有效地解决了采摘机器人一次远景定位误差较大的问题。试验结果表明,排除温室复杂光照情况,机器人末端执行器定位精度达到2mm,满足采摘作业要求。 相似文献
7.
温室移动机器人是为适应设施农业的要求而在近年来发展起来的一种农业高新技术.为了满足机器人的工作要求,设计开发了'基于LabVIEW的温室移动机器人导航系统.该系统由机械本体、PC机、数据采集卡、电磁感应传感器、高频信号发生器和直流电机PWM驱动系统组成.机器人行走轨迹的诱导信号由埋设在田间的通有高频电流的导线产生,利用一对电磁感应传感器的信号电压差值判断机器人位置.计算机根据传感器提供的信息,采用模糊控制算法规划行驶路径,实现了温室移动机器人的自动行走.控制软件以虚拟仪器技术为核心,基于LabVIEW平台设计了人性化的人机交互界面.运行试验表明,系统实时性强,可靠性高,具有良好的应用前景. 相似文献
8.
基于机器视觉的农业机器人运动障碍目标检测 总被引：5，自引：0，他引：5
在农业移动机器人平台上运用机器视觉技术检测作业环境中是否存在运动障碍目标时,机器人自身运动会与障碍目标运动叠加在一起.为此,首先在移动机器人平台上连续采集两帧图像,提取其特征点并加以匹配;然后应用双线性模型描述对应特征点在图像之间的运动特性,并用最小二乘法对模型参数进行最优估计,得到两帧图像之间的变换矩阵;最后利用此变换矩阵补偿前帧图像来消除机器人自身运动的影响,再与后帧图像作帧差,在线检测出运动障碍目标.实验结果表明,该方法仅依据图像信息即可有效地检测出农业机器人导航环境中存在的运动障碍目标. 相似文献
9.
针对温室植保机器人作业过程中，UWB节点之间频繁出现的非视距通信现象导致UWB系统定位精度低和稳定性差的问题，提出了一种基于UWB测距值修正的融合定位方法。首先，设计了基于测距残差的UWB节点间通信类型识别方法；其次，分析了视距和非视距通信下UWB测距误差产生原因并建立了两种通信条件下的测距值修正模型；最后，基于扩展卡尔曼滤波器设计了UWB测距修正值和IMU数据融合方法，实现了温室机器人作业过程中的可靠定位。在温室环境下的实际验证结果表明：非视距通信条件下，经过UWB测距修正的融合定位方法的定位误差为11.95 cm,相较于未进行UWB测距值修正的融合定位方法，定位误差降低83.11%,可为温室植保机器人提供稳定的高精度定位信息。 相似文献
10.
【目的】探究视觉与激光雷达融合在棚内农业机器人中的应用,解决复杂环境下机器人自主导航的关键问题,提高机器人的感知能力和环境适应性。【方法】首先,采用高精度的视觉传感器捕捉棚内农业场景,通过图像处理技术提取关键特征,建立视觉地图以支持机器人的定位。同时,引入激光雷达传感器获取场景的三维点云数据,从而实现对环境深度和形状的准确感知。视觉与激光雷达信息的融合构建了综合感知系统,为机器人提供了更全面、可靠的定位信息。其次,针对棚内农业作业中常见的障碍物,设计了基于深度学习的障碍物检测算法。通过训练神经网络,机器人能够在实时环境中快速而准确地识别障碍物,并进行相应的避障决策。【结果】本研究提出的基于视觉与激光雷达融合的农业机器人定位和障碍物检测系统在不同棚内环境中表现出卓越的性能。【结论】机器人能够实现高精度的定位,并对障碍物做出及时准确的响应,为棚内农业的自动化精准作业奠定了坚实的技术基础。 相似文献