【摘要】：基于傳感器模型的SLAM導(dǎo)航策略精度較高,但由于摩擦等因素誤差長(zhǎng)時(shí)間累計(jì)會(huì)造成里程計(jì)的漂移現(xiàn)象。依靠視覺里程計(jì)進(jìn)行導(dǎo)航的Rat SLAM系統(tǒng),通過在局部場(chǎng)景細(xì)胞中引入閉環(huán)檢測(cè)策略實(shí)現(xiàn)累計(jì)誤差的校正,在靜態(tài)環(huán)境下具有一定的魯棒性,但在復(fù)雜場(chǎng)景里,如移動(dòng)障礙物的出現(xiàn),視覺里程計(jì)會(huì)提取到錯(cuò)誤的速度等姿態(tài)信息,導(dǎo)致航跡出現(xiàn)較大偏移,有時(shí)無法通過場(chǎng)景重定位進(jìn)行閉環(huán)校正。結(jié)合兩種模型的優(yōu)勢(shì)提出一種帶姿態(tài)測(cè)量模塊和閉環(huán)檢測(cè)算法的仿生SLAM模型。實(shí)驗(yàn)表明,相較于僅帶帶閉環(huán)檢測(cè)的Rat SLAM系統(tǒng)或僅由姿態(tài)測(cè)量模塊構(gòu)成的導(dǎo)航系統(tǒng),本文提出的新系統(tǒng)更能適應(yīng)長(zhǎng)期復(fù)雜場(chǎng)景下的導(dǎo)航,且魯棒性更強(qiáng)。
[Abstract]:The precision of SLAM navigation strategy based on sensor model is high, but the drift of mileage will be caused by the accumulated error of friction and other factors for a long time. The Rat SLAM system which is guided by vision odometer can correct the cumulative error by introducing closed-loop detection strategy into the cells of local scene. It is robust in static environment, but in complex scene. For example the appearance of moving obstacle the visual mileage meter will extract the wrong attitude information such as velocity and so on which leads to a large deviation of the track and sometimes can not be corrected by the scene re-location closed loop. Combining the advantages of the two models, a bionic SLAM model with attitude measurement module and closed loop detection algorithm is proposed. The experimental results show that the proposed new system is more robust than the Rat SLAM system with closed loop detection or the navigation system composed of attitude measurement modules.
【作者單位】： 安徽工程大學(xué)安徽省電氣傳動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室;
【基金】：2016年安徽高校自然科學(xué)研究項(xiàng)目(KJ2016A794) 2016安徽工程大學(xué)研究生實(shí)踐與創(chuàng)新基金項(xiàng)目(Y040116004)
【分類號(hào)】：TP212;TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 宋鏢;程磊;周明達(dá);吳懷宇;陳洋;;基于慣導(dǎo)輔助地磁的手機(jī)室內(nèi)定位系統(tǒng)設(shè)計(jì)[J];傳感技術(shù)學(xué)報(bào);2015年08期

2 李琳;林炳強(qiáng);鄒焱飚;;基于條紋式激光傳感器的機(jī)器人焊縫跟蹤系統(tǒng)研究[J];中國(guó)激光;2015年05期

3 辛煜;梁華為;梅濤;黃如林;杜明博;王智靈;陳佳佳;趙盼;;基于激光傳感器的無人駕駛汽車動(dòng)態(tài)障礙物檢測(cè)及表示方法[J];機(jī)器人;2014年06期

4 李曉晨;姚素英;黃碧珍;鄭煒;;一種應(yīng)用于高動(dòng)態(tài)范圍CMOS圖像傳感器的曝光控制技術(shù)[J];傳感技術(shù)學(xué)報(bào);2013年03期

5 汪劍鳴;王曦;王勝蓓;李士心;冷宇;;室內(nèi)慣性/視覺組合導(dǎo)航地面圖像分割算法[J];中國(guó)慣性技術(shù)學(xué)報(bào);2011年05期

6 張學(xué)習(xí);楊宜民;;基于多傳感器信息融合的移動(dòng)機(jī)器人快速精確自定位[J];控制理論與應(yīng)用;2011年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 常虹;桂偉;;激光傳感器采集系統(tǒng)的智能模型車設(shè)計(jì)[J];激光雜志;2017年06期

2 凌超;嵇保健;洪磊;沈健;;一種激光視覺引導(dǎo)的自動(dòng)識(shí)別V形焊縫的算法[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年06期

3 許f，

本文編號(hào)：2265978