-
公开(公告)号：CN110274597A
公开(公告)日：2019-09-24
申请号：CN201910509768.4
申请日：2019-06-13
Applicant: 大连理工大学
Abstract: 一种解决室内机器人任意点启动时“粒子绑架”问题的方法，属于室内移动机器人重启动技术领域。本发明针对室内机器人相似环境中任意点重启动问题，本发明引入深度学习的方案。该方案采集机器人在环境内的激光数据与该激光数据对应的机器人的真实位姿。对采集到的激光数据分别投影成三通道RGB图片和占用栅格地图，将投影成的三通道RGB图片和占用栅格地图进行进行通道的叠加。以叠加后的多通道图像作为卷积神经网络的输入，以该激光数据对应的机器人位姿信息作为输出，对卷积神经网络回归模型进行回归训练。本发明可保证机器人启动的时候就能将粒子分布到机器人真实位姿附近，从而解决机器人在相似环境中启动时候出现的粒“粒子绑架”问题。
-
公开(公告)号：CN110274597B
公开(公告)日：2022-09-16
申请号：CN201910509768.4
申请日：2019-06-13
Applicant: 大连理工大学
Abstract: 一种解决室内机器人任意点启动时“粒子绑架”问题的方法，属于室内移动机器人重启动技术领域。本发明针对室内机器人相似环境中任意点重启动问题，本发明引入深度学习的方案。该方案采集机器人在环境内的激光数据与该激光数据对应的机器人的真实位姿。对采集到的激光数据分别投影成三通道RGB图片和占用栅格地图，将投影成的三通道RGB图片和占用栅格地图进行进行通道的叠加。以叠加后的多通道图像作为卷积神经网络的输入，以该激光数据对应的机器人位姿信息作为输出，对卷积神经网络回归模型进行回归训练。本发明可保证机器人启动的时候就能将粒子分布到机器人真实位姿附近，从而解决机器人在相似环境中启动时候出现的粒“粒子绑架”问题。
-
公开(公告)号：CN109323697B
公开(公告)日：2022-02-15
申请号：CN201811349279.9
申请日：2018-11-13
Applicant: 大连理工大学
IPC: G01C21/20
Abstract: 本发明提供一种针对室内机器人任意点启动时粒子快速收敛的方法，属于室内移动机器人定位领域。该方法利用Cartographer算法构造的先验地图，对先验地图构成的图像进行灰度处理，再利用图像梯度算法提取出灰度图边框，得到先验地图的轮廓。机器人启动时，采集第一次采样得到的激光数据，以图像形式将激光数据保存。利用线性近邻knn搜索算法将激光轮廓图像与先验地图的轮廓进行匹配，匹配程度大于设定阈值的区域设定为候选区。匹配后得到局部候选区列表，在初始化粒子时，遍历候选区，在候选区以数理统计特性进行粒子的初始化。粒子在候选区域进行初始化时，不再使用随机化朝向的方式，而是根据激光数据轮廓对粒子的朝向进行约束。
-
公开(公告)号：CN109323697A
公开(公告)日：2019-02-12
申请号：CN201811349279.9
申请日：2018-11-13
Applicant: 大连理工大学
IPC: G01C21/20
Abstract: 本发明提供一种针对室内机器人任意点启动时粒子快速收敛的方法，属于室内移动机器人定位领域。该方法利用Cartographer算法构造的先验地图，对先验地图构成的图像进行灰度处理，再利用图像梯度算法提取出灰度图边框，得到先验地图的轮廓。机器人启动时，采集第一次采样得到的激光数据，以图像形式将激光数据保存。利用线性近邻knn搜索算法将激光轮廓图像与先验地图的轮廓进行匹配，匹配程度大于设定阈值的区域设定为候选区。匹配后得到局部候选区列表，在初始化粒子时，遍历候选区，在候选区以数理统计特性进行粒子的初始化。粒子在候选区域进行初始化时，不再使用随机化朝向的方式，而是根据激光数据轮廓对粒子的朝向进行约束。
-
-
-
Search Results
4
records
(took 0.017 seconds)
