共查询到18条相似文献,搜索用时 187 毫秒
1.
2.
针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4%D,具备一定的韧性导航定位和智能感知规划能力. 相似文献
3.
4.
激光SLAM通常通过多帧点云配准,完成位姿变换矩阵的估计,而点云中的动态点会降低激光里程计的定位精度。为了减少动态点引入的误差,提出了一种动态点云识别算法,并结合该算法改进了传统特征匹配策略,组成了动态环境下融合激光雷达和IMU的激光里程计。通过约束范围角与动态中心点,将点云快速分割成多个簇类,再借助IMU信息,快速建立点云簇类配准关系,从而去除动态点,最后根据簇类的对应关系进行约束,以提高匹配的精度与速度。使用KITTI数据集和UGV在多个情形下进行了实验。实验结果表明,该算法可以成功识别点云中的多个动态对象,并通过去除动态点,有效地减少了位姿估计的累积误差。 相似文献
5.
针对局部结构相似及翻滚遮挡下目标动态特性辨识问题,提出一种融合疏密度指标与全局测地线距离的空间非合作目标点云配准方法。首先,引入球面投影法,将不规则的空间目标点云映射到规则的球面流形上。然后,设计基于点云离散程度的疏密度评价指标,将球面点云划分为不同的局部点云子集,在此基础上构建全局测地线距离矩阵以增强点云局部形状信息的感知能力。最后,依据全局测地线距离矩阵推导建立了场景点云与模型点云间配准矩阵,实现空间非合作目标的动态特性辨识。仿真与试验结果表明:提出的算法在目标局部结构相似及点云缺失下的配准精度优于最近迭代点(ICP)算法与基于凸包粗配准的改进ICP算法。 相似文献
6.
叶片具有结构复杂、自由曲面多等特点。为解决叶片密集测量数据与其CAD模型的预配准定位问题,提出六点优化定位算法进行预配准。结合六点定位原理与预配准分析技术,在榫头基准面上建立原始坐标系,对六点的主次方向进行定位误差分析配准运算,减小每个测点的误差,使CAD模型与理论模型达到吻合状态,最后完成6个自由度的点分布,得到最终的叶片模型预配准控制点集。避免了ICP算法对大量点云数据处理的繁琐计算,实现了批量叶片在六点优化定位后的密集测点优化预配准,且定位精度均在0.02 mm左右。六点优化定位与典型六点定位进行配准结果对比分析表明,叶片六点优化定位算法预配准精度均在0.02 mm左右,满足叶片模型预配准精度要求。 相似文献
7.
8.
针对飞机座舱副驾驶的研究需要,为使得机械臂能够在飞机座舱完成导航任务,旨在构建一个可用于机械臂导航的飞机模拟座舱三维地图。针对特征点分布情况对即时定位与地图构建(simultaneous localization and mapping,简称SLAM)的建图精度的影响,通过实验对比,验证了ORB-SLAM改进的ORB(oriented FAST and rotated BRIEF)特征检测算法相对于OpenCV库中SIFT,SURF和ORB算法检测提取的特征点分布更加均匀,更适用于SLAM。采用Kinect V2.0作为深度信息图像和彩色图像的数据采集设备,在飞机模拟座舱真实的环境下,结合ROS系统和ORBSLAM2系统框架,构建了飞机座舱内的三维稠密点云地图。针对点云地图存在数据大和难以实现导航等问题,采用了OctoMap数据模型,该数据模型能够压缩点云,调节分辨率和判断空间是否被占据,将点云地图转化为八叉树地图,最终获得数据小和适用于导航的三维八叉树地图。 相似文献
9.
针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题,提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征,从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上,使用K维树搜索完成局部几何特征描述子的关联工作。最后,通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明,该方法的配准成功率达到92.5%,配准精度达到0.0434m,配准时间相对最邻点迭代配准算法缩短了74.7%,实验结果验证了该方法的有效性、实时性和鲁棒性。 相似文献
10.
针对微小型飞行器在巡检、探测和地图构建等应用中关键的自主导航技术,提出了一种基于惯性辅助的激光雷达Robust-SLAM方法用于微小型飞行器自主导航。相对于传统的激光雷达SLAM方法,该方法在SLAM框架中引入了感知环境突变检测方法,并且加强了惯性与SLAM的组合程度,有效地解决了高程方向感知环境发生突变时激光雷达SLAM定位误差大的问题。室内车库实际飞行实验结果表明,该方法能够实现微小型飞行器在三维空间中实时可靠的自主导航,具有较好的工程应用价值。 相似文献
11.
12.
13.
自动化三维测量可实现复杂零件的精度检测,为后续工艺优化提供基础数据,是保证航空航天领域复杂零件成形精度的关键技术,但应用时尚存在以下问题:其一,自动化三维测量视点规划仍以人工示教为主,规划效率低、效果差;其二,锻造成形等工业现场工况恶劣,易使系统预先标定的参数发生漂移,测量精度难以保证;其三,多视测量数据拼接仍主要采用标志点拼接的方式,过程繁琐,应用局限大;其四,在线自动化测量时受工装夹具等影响,测量点云中存在大量背景噪声,影响数据自动处理的精度与稳定性。针对上述难题,介绍了基于双目测头的自动化测量视点规划、基于耦合焦距比例约束的系统参数自标定、基于全局优化的多视测量数据拼接、基于自适应阈值迭代最近点(ICP)点云背景噪声自动去除等关键技术;在此基础上,研制了系列自动化三维测量装备,包括PowerVirtualPlan视点规划软件、PowerScan三维测量软件、iPoint3D数据处理软件的开发;最后,介绍自动化三维测量装备在航天航空等领域的工程应用情况。 相似文献
14.
水下地形辅助导航一直是应用于AUV的热点和前沿问题,有助于修正惯导随时间积累的定位误差,以实现精确的导航定位。对经典地形匹配方法TERCOM算法进行了简单的介绍,引入点云配准领域的ICP算法,针对多波束测深系统可以获取地形剖面的特点,提出了一种TERCOM-ICP联合匹配算法。首先使用TERCOM算法粗匹配,将粗匹配后的大致位置作为指示输入ICP算法中进行精匹配,通过仿真实验对TERCOM算法的匹配结果和ICP算法的匹配时间作对比分析。仿真结果表明:TERCOM-ICP算法可以有效提高水下地形匹配精度,经过仿真实验测试,平均匹配误差可以达到20 m以内,所用时间在160 s以内,验证了该算法应用在水下地形匹配领域的可行性,更好地满足了水下辅助导航的要求。 相似文献
15.
16.
陶芯弯扭变形直接关系到空心叶片的壁厚尺寸分布,为克服当前陶芯弯扭变形的计算中测量数据与理论模型三维配准、陶芯截面轮廓线提取或拟合的过程算法复杂、收敛速度慢、效率低等问题,提出了一种通过测量数据点直接计算陶芯弯曲度和扭曲度误差的算法,该算法不需要三维配准和提取陶芯外轮廓线,通过距离权值法计算陶芯弯曲度,凸包算法计算陶芯扭曲度,能大幅提高计算效率。仿真与实验结果表明:该算法弯曲变形计算精度为99.55%,与二维配准算法相差±0.01mm;扭曲变形计算精度为99.98%,与二维配准相差±0.006°。 相似文献
17.
18.
Sensor registration deals with the correction of registration errors and is an inherent problem in all multisensor tracking systems. Traditionally, it is viewed as a least squares or a maximum likelihood problem independent of the fusion problem. We formulate it as a Bayesian estimation problem where sensor registration and track-to-track fusion are treated as joint problems and provide solutions in cases 1) when sensor outputs (i.e., raw data) are available, and 2) when tracker outputs (i.e., tracks) are available. The solution to the latter problem is of particular significance in practical systems as band limited communication links render the transmission of raw data impractical and most of the practical fusion systems have to depend on tracker outputs rather than sensor outputs for fusion. We then show that, under linear Gaussian assumptions, the Bayesian approach leads to a registration solution based on equivalent measurements generated by geographically separated radar trackers. In addition, we show that equivalent measurements are a very effective way of handling sensor registration problem in clutter. Simulation results show that the proposed algorithm adequately estimates the biases, and the resulting central-level trucks are free of registration errors. 相似文献