国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx

基于ROS和視覺SLAM的室內(nèi)導(dǎo)航機(jī)器人研究

2024-02-21 08:59:48方育鑫林盛鑫史禮帆任斌
關(guān)鍵詞:定位點(diǎn)激光雷達(dá)閉環(huán)

方育鑫 林盛鑫 史禮帆 任斌

(東莞理工學(xué)院 國(guó)際微電子學(xué)院,廣東東莞 523808)

隨著科技的不斷發(fā)展和人工智能的迅速進(jìn)步,智能化機(jī)器人技術(shù)應(yīng)用在生活中的逐漸普及,自主導(dǎo)航與環(huán)境感知成為機(jī)器人領(lǐng)域的重要研究方向。自主導(dǎo)航能夠使機(jī)器人具備在未知環(huán)境中自主移動(dòng)和完成任務(wù)的能力,廣泛應(yīng)用于無人車、無人機(jī)、服務(wù)機(jī)器人等領(lǐng)域。移動(dòng)機(jī)器人的實(shí)時(shí)定位和地圖構(gòu)建是實(shí)現(xiàn)自主導(dǎo)航的關(guān)鍵。通過感知和理解環(huán)境信息,機(jī)器人可以進(jìn)行路徑規(guī)劃、障礙物避障等操作。因此,研究自主導(dǎo)航與環(huán)境感知對(duì)于推動(dòng)機(jī)器人技術(shù)發(fā)展具有重要的科學(xué)意義和應(yīng)用價(jià)值。

國(guó)內(nèi)外在自主導(dǎo)航與環(huán)境感知方面的研究取得了一系列重要成果。在自主導(dǎo)航方面,國(guó)外的ROS(Robot Operating System)系統(tǒng)成為廣泛使用的開源平臺(tái),提供了強(qiáng)大的功能和工具支持。國(guó)內(nèi)的相關(guān)研究也取得了許多進(jìn)展,如無人車、智能家居等領(lǐng)域的應(yīng)用逐漸增多。在環(huán)境感知方面,深度相機(jī)、激光雷達(dá)等傳感器設(shè)備的發(fā)展和進(jìn)步使得機(jī)器人能夠獲取更加準(zhǔn)確和豐富的環(huán)境信息。

本研究旨在基于ROS系統(tǒng)和深度相機(jī),實(shí)現(xiàn)小車的自主導(dǎo)航與環(huán)境感知功能。具體研究?jī)?nèi)容包括視覺SLAM(Simultaneous Localization and Mapping)技術(shù)、路徑規(guī)劃算法和定位算法。通過研究這些技術(shù),設(shè)計(jì)合理的系統(tǒng)架構(gòu),實(shí)現(xiàn)小車在室內(nèi)環(huán)境中的自主導(dǎo)航和定位。

1 系統(tǒng)設(shè)計(jì)

1.1 ROS介紹

ROS是一個(gè)開源的機(jī)器人操作系統(tǒng),提供了一套功能豐富的工具和庫(kù),用于構(gòu)建機(jī)器人的控制系統(tǒng)。ROS采用模塊化的設(shè)計(jì)理念,利用ROS基于節(jié)點(diǎn)的通信模型和消息傳遞機(jī)制,使得不同模塊之間可以進(jìn)行高效的數(shù)據(jù)交換和協(xié)同工作。這為將視覺SLAM算法與移動(dòng)機(jī)器人平臺(tái)的集成提供良好的基礎(chǔ)。在本研究中,選擇ROS作為軟件開發(fā)平臺(tái),以便快速開發(fā)和集成各個(gè)模塊,并與深度相機(jī)進(jìn)行數(shù)據(jù)交互和控制。

1.2 深度相機(jī)原理與選擇

視覺傳感器成為機(jī)器人系統(tǒng)中被廣泛使用的感知設(shè)備,相比于激光雷達(dá),具有獲取豐富、高維度信息的優(yōu)勢(shì)。在本研究中,使用RGB-D相機(jī)作為主要的感知設(shè)備,RGB-D能夠獲取環(huán)境的RGB圖像和圖像深度信息。RGB-D獲取深度信息的主要原理是利用結(jié)構(gòu)光技術(shù),相較于雙目深度相機(jī),RGB-D對(duì)計(jì)算機(jī)的計(jì)算性能要求較小。它具有功耗低、采集視角廣的特點(diǎn),支持2 m內(nèi)的環(huán)境深度數(shù)據(jù)采集和最高1 280*960精度的RGB圖像采集性能,基本滿足室內(nèi)測(cè)試要求。

1.3 硬件平臺(tái)搭建

小車由三層金屬板構(gòu)成基本框架,上層通過固定件安裝深度相機(jī)和激光雷達(dá),以便更好地獲取環(huán)境。中層裝有樹莓派4B、STM32、里程計(jì)、IMU傳感器等核心器件,其中樹莓派4B安裝ROS系統(tǒng)作為控制核心,將樹莓派安裝于中層有利于和各個(gè)傳感器進(jìn)行連接,確保數(shù)據(jù)交互的穩(wěn)定。小車底盤采用兩輪差速驅(qū)動(dòng)結(jié)構(gòu),該結(jié)構(gòu)由兩個(gè)驅(qū)動(dòng)輪和一個(gè)支撐輪組成,其中兩個(gè)驅(qū)動(dòng)輪可以實(shí)現(xiàn)前進(jìn)、后退和旋轉(zhuǎn)功能,具有尺寸小巧、機(jī)動(dòng)性高等優(yōu)點(diǎn),適應(yīng)多樣化的環(huán)境和任務(wù)需求。通過單獨(dú)控制左右兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速差異,可以實(shí)現(xiàn)精確的方向控制。

1.4 系統(tǒng)結(jié)構(gòu)

移動(dòng)機(jī)器人軟件系統(tǒng)結(jié)構(gòu)由三大模塊組成,分別是控制模塊、感知模塊和驅(qū)動(dòng)模塊,系統(tǒng)結(jié)構(gòu)圖如圖1所示?;赗OS的通訊機(jī)制——一種節(jié)點(diǎn)的分布式框架,每一個(gè)節(jié)點(diǎn)都可以獨(dú)立運(yùn)行,節(jié)點(diǎn)可以分布于主機(jī)和各個(gè)從機(jī)中,從而分散計(jì)算壓力。各個(gè)模塊之間可以獨(dú)立工作,并通過消息傳遞進(jìn)行數(shù)據(jù)交互。

圖1 系統(tǒng)結(jié)構(gòu)圖

控制模塊由樹莓派4B和PC構(gòu)成,樹莓派4B作為主機(jī),PC作為從機(jī),在分布式通訊下進(jìn)行通信,利用地圖構(gòu)建算法、路徑規(guī)劃算法和定位算法處理感知模塊數(shù)據(jù),并進(jìn)行決策和控制小車的運(yùn)動(dòng)。感知模塊由深度相機(jī)、激光雷達(dá)和里程計(jì)等傳感器組成,負(fù)責(zé)獲取環(huán)境信息,每一個(gè)傳感器作為一個(gè)節(jié)點(diǎn),節(jié)點(diǎn)和主機(jī)之間可以進(jìn)行數(shù)據(jù)交互,為后續(xù)機(jī)器人實(shí)現(xiàn)自主導(dǎo)航和定位提供數(shù)據(jù)。執(zhí)行模塊驅(qū)動(dòng)底盤,負(fù)責(zé)將控制模塊的命令執(zhí)行。

通過良好的軟件系統(tǒng)架構(gòu)設(shè)計(jì),實(shí)現(xiàn)了各個(gè)模塊的協(xié)同工作和功能整合。

2 RTAB-MAP算法

RTAB-Map(Real-Time Appearance-Based Mapping)算法是一種實(shí)時(shí)的基于外觀的SLAM算法,是視覺SLAM算法的一種,主要使用RGB-D相機(jī)數(shù)據(jù)來實(shí)時(shí)定位和構(gòu)建三維稠密地圖。視覺SLAM基礎(chǔ)框架包括:視覺里程計(jì)、位姿優(yōu)化、閉環(huán)檢測(cè)、制圖,RTAB-MAP算法針對(duì)性地解決了視覺SLAM中閉環(huán)檢測(cè)出現(xiàn)的問題。RTAB-MAP算法在2019年進(jìn)行擴(kuò)展升級(jí)的基于內(nèi)存管理的閉環(huán)檢測(cè)技術(shù)[1],該技術(shù)針對(duì)SLAM的實(shí)時(shí)性將定位點(diǎn)數(shù)據(jù)分為3個(gè)部分:STM(Short-Term Memory)、LTM(Long-Term Memory)、WM(Work Memory),在構(gòu)建實(shí)時(shí)地圖和同步定位有更高的精確性和實(shí)時(shí)性。

2.1 RTAB-MAP算法閉環(huán)檢測(cè)技術(shù)原理

SLAM要求有實(shí)時(shí)性,但視覺傳感器在實(shí)際獲取數(shù)據(jù)時(shí)是源源不斷的,將地圖全部定位點(diǎn)數(shù)據(jù)稱為“全部定位點(diǎn)”,將“全部定位點(diǎn)”進(jìn)行閉環(huán)檢測(cè)與匹配定位所需時(shí)間過長(zhǎng),不能滿足實(shí)時(shí)性,所以在閉環(huán)檢測(cè)時(shí)只使用“全部定位點(diǎn)”中的“部分定位點(diǎn)”。但有時(shí)需要對(duì)“全部定位點(diǎn)”進(jìn)行訪問,這時(shí)就需要對(duì)定位點(diǎn)數(shù)據(jù)進(jìn)行管理,RTAB-MAP將這些數(shù)據(jù)分為3個(gè)部分,即LTM、STM、WM, RTAB-MAP會(huì)將那些不太可能形成閉環(huán)的定位點(diǎn)從WM轉(zhuǎn)移到LTM中,這些轉(zhuǎn)移的點(diǎn)將不參與下次閉環(huán)檢測(cè),因此選擇哪些WM中的定位點(diǎn)轉(zhuǎn)移到LTM中非常重要。RTAB-Map的思想是假設(shè)頻繁訪問的定位點(diǎn)比其他定位點(diǎn)更容易形成閉環(huán),因此,一個(gè)定位點(diǎn)被連續(xù)訪問的次數(shù)可以用來衡量它形成閉環(huán)的權(quán)重。當(dāng)WM轉(zhuǎn)移定位點(diǎn)到LTM時(shí),優(yōu)先選擇具有最低權(quán)重的定位點(diǎn),如果具有最低權(quán)重的定位點(diǎn)有多個(gè),則選擇存儲(chǔ)時(shí)間最長(zhǎng)的那個(gè)。對(duì)于具有形成閉環(huán)概率最高的那個(gè)定位點(diǎn),將它的那些沒有在WM中的鄰接定位點(diǎn)重新從LTM中取出放回到WM中,通過“取回”和轉(zhuǎn)移這兩個(gè)操作靈活地管理不同數(shù)據(jù)庫(kù)中存儲(chǔ)的定位點(diǎn)[2]。

RTAB-Map閉環(huán)檢測(cè)時(shí)不使用STM中的定位點(diǎn)。當(dāng)STM定位點(diǎn)達(dá)到一定數(shù)量時(shí),STM中存儲(chǔ)時(shí)間最長(zhǎng)的定位點(diǎn)移動(dòng)到WM中。RTAB-Map使用離散貝葉斯濾波器估計(jì)閉環(huán)形成概率,將新的定位點(diǎn)與WM中的定位點(diǎn)進(jìn)行比較。發(fā)現(xiàn)新舊定位點(diǎn)之間有高概率形成閉環(huán)時(shí),就檢測(cè)到一個(gè)閉環(huán),并將它們連接在一起。

2.2 RTAB-MAP算法閉環(huán)檢測(cè)技術(shù)基本流程

1)創(chuàng)建定位點(diǎn):使用詞袋法創(chuàng)建圖像的簽名,利用詞袋法提取從相機(jī)取得的圖像特征的視覺詞匯向量[3]。詞袋法具體步驟:首先提取圖像特征,然后通過聚類算法(如K均值聚類)對(duì)大量圖像特征描述子進(jìn)行聚類,構(gòu)建視覺詞典,最后通過詞典中的單詞的關(guān)鍵點(diǎn)數(shù)量形成圖像簽名,以在線增量式的方法創(chuàng)建定位點(diǎn)。

2)權(quán)重更新:通過相似度s來更新定位點(diǎn)權(quán)重,相似度由公式(1)表示

(1)

Npair表示匹配定位點(diǎn)簽名間的單詞對(duì)個(gè)數(shù),Nzt和Nzc分別表示簽名Zt和Zc的總單詞數(shù)目。

3)貝葉斯過濾器更新:估計(jì)當(dāng)前定位點(diǎn)Lt和存儲(chǔ)在WM中的定位點(diǎn)形成閉環(huán)的概率來記錄閉環(huán)假設(shè)。

4)閉環(huán)假設(shè)選擇:當(dāng)一個(gè)閉環(huán)假設(shè)成立,新的定位點(diǎn)Lt則和舊的定位點(diǎn)建立起了閉環(huán),并對(duì)定位點(diǎn)Lt的權(quán)重進(jìn)行更新。

5)取回:對(duì)于具有形成閉環(huán)概率最高的那個(gè)定位點(diǎn),將它的那些沒有在WM中的鄰接定位點(diǎn),從LTM中取出放回到WM中。

6)轉(zhuǎn)移:當(dāng)圖像數(shù)據(jù)處理時(shí)間超出一定閾值時(shí),將WM中權(quán)重最低且存儲(chǔ)時(shí)間最長(zhǎng)的定位點(diǎn)轉(zhuǎn)移至LTM。

2.3 地圖構(gòu)建

經(jīng)過閉環(huán)檢測(cè)后,RTAB-Map算法將構(gòu)成閉環(huán)的定位點(diǎn)采用GTSAM(GeorgiaTech Smoothing and Mapping)地圖優(yōu)化策略進(jìn)行處理[4]。這一步驟的目的是將局部地圖拼接成全局地圖,提升整體建圖的準(zhǔn)確性和一致性。在閉環(huán)重構(gòu)過程中,每次產(chǎn)生回環(huán)時(shí)都會(huì)對(duì)全局地圖進(jìn)行重構(gòu),也就是將閉環(huán)中的幀和新的特征點(diǎn)集成到全局地圖中,以便不斷完善和更新整個(gè)地圖。這樣的重構(gòu)過程將持續(xù)進(jìn)行直到不再檢測(cè)到新的圖像幀時(shí)停止。

通過這樣的閉環(huán)處理和全局地圖拼接,RTAB-Map算法能夠?qū)崿F(xiàn)更準(zhǔn)確、一致且完整的地圖構(gòu)建,適用于各種機(jī)器人應(yīng)用場(chǎng)景,提供更可靠的導(dǎo)航和定位服務(wù)。

3 路徑規(guī)劃與定位

ROS小車的路徑規(guī)劃和定位是基于ROS的move_base和amcl功能包來實(shí)現(xiàn)的[5]。

move_base是ROS中一個(gè)重要的導(dǎo)航功能包,它通過全局路徑規(guī)劃和局部路徑規(guī)劃的組合,實(shí)現(xiàn)了機(jī)器人的自主導(dǎo)航和避障功能。

定位是指通過傳感器獲取機(jī)器人當(dāng)前的位置,使機(jī)器人能夠知道自己在哪里[6]。在ROS中,常用的定位算法是AMCL(Adaptive Monte Carlo Localization)。

路徑規(guī)劃和定位在ROS中是緊密結(jié)合的,路徑規(guī)劃需要依賴定位信息來獲取機(jī)器人的當(dāng)前位置,而定位則需要路徑規(guī)劃提供的地圖等信息來更準(zhǔn)確地估計(jì)位置。通過結(jié)合路徑規(guī)劃和定位,ROS小車可以在已知環(huán)境中進(jìn)行導(dǎo)航和避障,實(shí)現(xiàn)自主移動(dòng)功能。

3.1 路徑規(guī)劃算法

3.1.1 A*算法

A*(A-star)算法是一種有效的尋路算法,它結(jié)合了Dijkstra算法和BFS算法的算法優(yōu)勢(shì)[7]。有效地找到起始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間的最短路徑。原理圖如圖2所示,A*算法的基本流程如下:

圖2 A*算法原理

1)初始化:從定義一個(gè)起始節(jié)點(diǎn)和一個(gè)目標(biāo)節(jié)點(diǎn)開始,給起始節(jié)點(diǎn)賦一個(gè)0的代價(jià)值,創(chuàng)建OpenList和CloseList,并將起始點(diǎn)放入OpenList。

2)選定節(jié)點(diǎn):從OpenList中選擇總代價(jià)最小的節(jié)點(diǎn),如果這個(gè)點(diǎn)是終點(diǎn),那么得到最短路徑;如果不是終點(diǎn),將選定的節(jié)點(diǎn)從OpenList移動(dòng)到CloseList,表明它已經(jīng)被訪問過。

3)擴(kuò)展節(jié)點(diǎn):生成當(dāng)前選定節(jié)點(diǎn)的鄰居節(jié)點(diǎn),并計(jì)算它們的當(dāng)前代價(jià),如果鄰居節(jié)點(diǎn)不在OpenList中或者其當(dāng)前代價(jià)小于當(dāng)前節(jié)點(diǎn)的當(dāng)前代價(jià),就將這個(gè)鄰居節(jié)點(diǎn)加入OpenList。

4)重復(fù)步驟2)、3):繼續(xù)選擇總代價(jià)最小的節(jié)點(diǎn),擴(kuò)展其鄰居節(jié)點(diǎn),更新代價(jià),將鄰居節(jié)點(diǎn)添加到OpenList的過程,直到找到目標(biāo)節(jié)點(diǎn)或OpenList中沒有更多節(jié)點(diǎn)。

5)回溯路徑:一旦到達(dá)目標(biāo)節(jié)點(diǎn),使用存儲(chǔ)在每個(gè)節(jié)點(diǎn)中的父節(jié)點(diǎn)信息,每個(gè)節(jié)點(diǎn)都有一個(gè)父節(jié)點(diǎn),表示當(dāng)前節(jié)點(diǎn)是從哪個(gè)節(jié)點(diǎn)擴(kuò)展而來的。回溯從目標(biāo)節(jié)點(diǎn)到起始節(jié)點(diǎn)的路徑,這條路徑表示從開始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最短路徑。

A*算法背后的關(guān)鍵思想是使用啟發(fā)式函數(shù)來估計(jì)從每個(gè)節(jié)點(diǎn)到目標(biāo)的代價(jià)。代價(jià)計(jì)算公式為

f=g+h,

(2)

其中f為總代價(jià)、g為當(dāng)前代價(jià)、h為預(yù)估代價(jià)。

這種啟發(fā)式算法通過優(yōu)先考慮估計(jì)代價(jià)較低的節(jié)點(diǎn)來引導(dǎo)搜索,使算法首先探索最有希望的路徑。通過同時(shí)考慮實(shí)際成本和啟發(fā)式成本,A*在尋找最優(yōu)路徑和計(jì)算效率之間取得了平衡。

3.1.2 DWA

DWA(Dynamic Window Approach)算法是一種用于移動(dòng)機(jī)器人路徑規(guī)劃和局部避障的經(jīng)典算法。DWA算法是在速度空間中采樣多組數(shù)據(jù),并模擬移動(dòng)機(jī)器人以這些速度在下一時(shí)間段內(nèi)的軌跡并對(duì)軌跡進(jìn)行評(píng)價(jià),選取最優(yōu)軌跡對(duì)應(yīng)的速度來驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)[8]。DWA算法通過動(dòng)態(tài)窗口的選擇和評(píng)估函數(shù)的計(jì)算,實(shí)現(xiàn)了移動(dòng)機(jī)器人在復(fù)雜環(huán)境中的安全導(dǎo)航和路徑規(guī)劃。

1)機(jī)器人模型:假設(shè)v(t)和w(t)分別表示機(jī)器人在世界坐標(biāo)系下t時(shí)刻的線速度和角速度,Δt表示采樣周期,機(jī)器人在Δt內(nèi),近似作直線運(yùn)動(dòng)。機(jī)器人運(yùn)動(dòng)模型如式(3)

(3)

其中x(t)、y(t)、θ(t)表示t時(shí)刻機(jī)器人在世界坐標(biāo)系下的位姿。

2)速度采樣:動(dòng)態(tài)窗口法將避障問題描述為速度空間中帶約束的優(yōu)化問題[9],根據(jù)環(huán)境因素和硬件結(jié)構(gòu)的速度空間中的多組速度進(jìn)行約束。

機(jī)器人最大速度和最小速度的約束為

(4)

加減速度約束:受電機(jī)性能的約束,模擬機(jī)器人采樣周期內(nèi)的速度被約束在一定范圍內(nèi)[10]。

(5)

其中vc、wc表示當(dāng)前速度,vb、wb表示最大減速度,va、wa表示最大加速度。

機(jī)器人安全距離約束:機(jī)器人在移動(dòng)過程中需要考慮當(dāng)前速度以最大減速度減速時(shí)是否會(huì)與障礙物發(fā)生碰撞,在這一背景下對(duì)機(jī)器人移動(dòng)速度存在一定約束。

(6)

其中dist(v,w)是機(jī)器人以速度,(v,w)估計(jì)時(shí)離障礙物的最短距離。

3)評(píng)價(jià)函數(shù):如果在速度空間中存在多組可行的采樣速度,則需要使用適當(dāng)?shù)脑u(píng)價(jià)函數(shù)進(jìn)行細(xì)致地評(píng)價(jià)以確定最優(yōu)軌跡。DWA算法中采用的評(píng)價(jià)函數(shù)指標(biāo)綜合了多種因素,包括偏置角、線速度、仿真軌跡終點(diǎn)與遇到障礙物的最近距離。該算法通過對(duì)潛在軌跡的評(píng)估函數(shù),識(shí)別出最適合機(jī)器人運(yùn)動(dòng)的路徑,保證了機(jī)器人在復(fù)雜環(huán)境下的導(dǎo)航和移動(dòng)的安全性。

評(píng)價(jià)函數(shù)為

G(v,w)=σ(αhead(v,w)+

γuel(v,w)+βdist(v,w)),

(7)

其中α、γ、β表示加權(quán)系數(shù),head(v,w)表示軌跡終點(diǎn)和目標(biāo)點(diǎn)的方向角偏差,uel(v,w)用于評(píng)價(jià)當(dāng)前速度,dist(v,w)表示與當(dāng)前路線障礙物的距離的最短距離。

3.2 全局定位

在地圖中實(shí)現(xiàn)機(jī)器人的全局定位可以采用AMCL功能包。AMCL是一個(gè)在ROS中廣泛使用的定位功能包,它基于自適應(yīng)蒙特卡洛定位算法,能夠?qū)崿F(xiàn)機(jī)器人在地圖中的定位。它結(jié)合了機(jī)器人傳感器數(shù)據(jù)和已知地圖信息,通過生成一組粒子來表示機(jī)器人在地圖上的可能位置,并根據(jù)傳感器數(shù)據(jù)的更新對(duì)這些粒子進(jìn)行重采樣,以提高定位的精確性和穩(wěn)定性[11]。

使用AMCL功能包可以方便地在ROS中實(shí)現(xiàn)機(jī)器人的定位功能。它提供了參數(shù)配置、消息發(fā)布和訂閱等接口,可以與地圖構(gòu)建、路徑規(guī)劃等其他功能包進(jìn)行集成,實(shí)現(xiàn)完整的機(jī)器人導(dǎo)航系統(tǒng)。

4 實(shí)驗(yàn)結(jié)果與分析

4.1 室內(nèi)建圖實(shí)驗(yàn)

在一個(gè)室內(nèi)場(chǎng)景中分別測(cè)試移動(dòng)機(jī)器人用激光雷達(dá)和用深度相機(jī)進(jìn)行建圖。首先確保小車和PC連接到同一個(gè)TP-link wifi下,在PC端通過小車IP配置分布式通訊;然后啟動(dòng)雷達(dá)SLAM的launch文件,深度相機(jī)SLAM則啟動(dòng)rtabmap的launch文件,再啟動(dòng)鍵盤控制節(jié)點(diǎn)和rviz可視化界面,控制小車遍歷實(shí)驗(yàn)場(chǎng)景完成建圖,如圖3所示。

圖3 激光雷達(dá)建圖

4.2 室內(nèi)導(dǎo)航實(shí)驗(yàn)

分別測(cè)試移動(dòng)機(jī)器人用激光雷達(dá)和用深度相機(jī)進(jìn)行導(dǎo)航。利用上一個(gè)實(shí)驗(yàn)完成的建圖進(jìn)行導(dǎo)航,分別啟動(dòng)激光雷達(dá)和深度相機(jī)導(dǎo)航的launch文件,這里需要注意的是相機(jī)只有前向視野,所以在進(jìn)行深度相機(jī)導(dǎo)航時(shí)只允許小車進(jìn)行前向運(yùn)動(dòng)。在rviz可視化界面為小車指定目標(biāo)點(diǎn),小車進(jìn)行自主導(dǎo)航順利到達(dá)目標(biāo)點(diǎn),如圖4所示。

圖4 深度相機(jī)建圖

4.3 實(shí)驗(yàn)分析

基于ROS系統(tǒng),在室內(nèi)建圖實(shí)驗(yàn)中,激光雷達(dá)的建圖(如圖5所示)在精確度上優(yōu)于用深度相機(jī)建圖(如圖6所示),深度相機(jī)所構(gòu)建的三維深度圖在地圖輪廓上準(zhǔn)確性。深度相機(jī)的優(yōu)勢(shì)在于它能夠提供豐富的空間地圖維度信息,包括物體的形狀、紋理和顏色等。在室內(nèi)導(dǎo)航實(shí)驗(yàn)中,運(yùn)用激光雷達(dá)和深度相機(jī)進(jìn)行導(dǎo)航移動(dòng)機(jī)器人都能合理規(guī)劃路徑實(shí)現(xiàn)自主導(dǎo)航和避障,激光雷達(dá)導(dǎo)航得益于其建圖的精確性,更適用于二維平面場(chǎng)景的使用。但是,如果對(duì)于空間維度信息的豐富性和感知能力更為重要,深度相機(jī)則提供了更多優(yōu)勢(shì)和可能性。

圖5 激光雷達(dá)導(dǎo)航

圖6 深度相機(jī)導(dǎo)航

5 結(jié)語

介紹了ROS作為一個(gè)靈活、強(qiáng)大的機(jī)器人開發(fā)框架的優(yōu)勢(shì),并解釋了其在導(dǎo)航系統(tǒng)中的重要性;然后,介紹了深度相機(jī)的工作原理和應(yīng)用;接著討論了建圖算法和路徑規(guī)劃算法的原理與實(shí)現(xiàn),通過將導(dǎo)航算法與深度相機(jī)數(shù)據(jù)結(jié)合起來,能夠?qū)崿F(xiàn)自主導(dǎo)航和動(dòng)態(tài)避障;最后,進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,基于ROS和深度相機(jī)的導(dǎo)航小車能夠完成導(dǎo)航和避障,具有廣泛的應(yīng)用潛力。

結(jié)合ROS的強(qiáng)大功能和深度相機(jī)的感知能力,隨著技術(shù)的不斷進(jìn)步,這將為機(jī)器人導(dǎo)航領(lǐng)域帶來更多可能性和創(chuàng)新;期待未來能夠看到更多基于ROS和深度相機(jī)的智能導(dǎo)航解決方案的出現(xiàn)。

猜你喜歡
定位點(diǎn)激光雷達(dá)閉環(huán)
時(shí)速160公里剛性接觸網(wǎng)定位點(diǎn)導(dǎo)高偏差研究
電氣化鐵道(2023年6期)2024-01-08 07:45:48
手持激光雷達(dá)應(yīng)用解決方案
數(shù)獨(dú)小游戲
法雷奧第二代SCALA?激光雷達(dá)
汽車觀察(2021年8期)2021-09-01 10:12:41
基于激光雷達(dá)通信的地面特征識(shí)別技術(shù)
基于激光雷達(dá)的多旋翼無人機(jī)室內(nèi)定位與避障研究
電子制作(2018年16期)2018-09-26 03:27:00
地鐵剛性接觸網(wǎng)定位點(diǎn)脫落狀態(tài)分析
電氣化鐵道(2018年4期)2018-09-11 07:01:38
我的結(jié)網(wǎng)秘籍
單周期控制下雙輸入Buck變換器閉環(huán)系統(tǒng)設(shè)計(jì)
黑龍江電力(2017年1期)2017-05-17 04:25:05
雙閉環(huán)模糊控制在石化廢水處理中的研究
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
404 Not Found

404 Not Found


nginx
泾阳县| 蕲春县| 陵川县| 钟祥市| 罗定市| 永宁县| 鹤山市| 大关县| 东宁县| 桂东县| 广东省| 桑日县| 台湾省| 易门县| 正镶白旗| 宜阳县| 清新县| 松溪县| 百色市| 新宁县| 蓬溪县| 田林县| 福安市| 大名县| 石阡县| 慈溪市| 红原县| 横峰县| 广宗县| 聂荣县| 伊春市| 武汉市| 镇江市| 遵义市| 临安市| 江永县| 屯门区| 嘉兴市| 白山市| 安庆市| 湖州市|