-
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:CN107680133A
公开(公告)日:2018-02-09
申请号:CN201710839954.5
申请日:2017-09-15
Applicant: 重庆邮电大学
CPC classification number: G06T7/74 , G06K9/00818 , G06K9/6215 , G06T7/13 , G06T7/337 , G06T7/35 , G06T7/80 , G06T2207/20164 , G06T2207/30252
Abstract: 本发明请求保护一种基于改进闭环检测算法的移动机器人视觉SLAM方法,包括步骤:S1,使用张定友标定法对Kinect进行标定;S2,对获取的RGB图像进行ORB特征提取,并采用FLANN进行特征匹配;S3,删除误匹配;获取匹配点空间坐标,然后采用PnP算法估计出帧间位姿变换(R,t);S4,为对PnP求取的位姿变换进行无结构的迭代优化。S5,图像帧进行预处理,通过视觉词袋来对图像进行描述,并用一个改进的相似性得分匹配方法进行图像匹配,从而获取候选闭环;筛选出正确的闭环。S6,采用以集束调整为核心的图优化方法来对位姿和路标进行优化,通过不断的迭代优化获取更精确的相机位姿和路标。本发明可以在室内环境下获得更精确的位姿估计以及更好的三维重建效果。
-
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。
-
-