导读:本文包含了户外移动机器人论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:机器人,户外,视觉,特征,区域,粒子,双目。
户外移动机器人论文文献综述
桑浩楠,王石刚,梁庆华[1]（2019）在《户外变电站复杂环境下的移动操作机器人单目视觉定位》一文中研究指出根据新一代智能变电站带电检修机器人对于隔离断路器检修的工作需求,提出了一种基于圆特征的单目视觉定位方案,利用识别具有特定几何位置关系的标记圆来得到金具线夹在机器人坐标系下的位姿。针对变电站户外环境进行分析研究,设计了加权均衡自动阈值图像分割方法适应户外光照变化和图像明暗不均,以及亚像素模糊平滑边缘提取方法在保证识别精度的情况下准确识别出经由风吹日晒而遭到表面磨损的金具,同时应用迭代策略适应拍照位置的不确定性和重定位策略应对工作环境的弱刚性造成的视觉定位不稳定。该方法对于户外多变条件具有很强的鲁棒性,在变电站带电试验中取得了良好的效果,证明了其实用价值。(本文来源于《机械设计与研究》期刊2019年03期）
高浩[2]（2018）在《基于视觉信息的移动机器人户外路面分类研究》一文中研究指出随着硬件设备和人工智能技术的高速发展,移动机器人的应用场景正逐渐由室内走向室外。室外环境复杂多变,不同类型的路面对移动机器人的行驶速度、控制策略有着不同的限制,机器人需要针对不同的路面控制速度、方向以及规划相应的运动轨迹,才能够安全、顺利地完成任务,因此全面、快速地感知路面类型是移动机器人实现多场景作业的前提。与其他传感器相比,视觉传感器检测的路面信息最为直接、全面,基于视觉信息的路面分类研究能够帮助移动机器人充分掌握将要行驶的路面并做出精确的预测,保证移动机器人在复杂多变的室外环境安全、平稳地移动。本论文的内容是利用视觉信息进行路面分类研究,为户外移动机器人提供全面、可靠的路面类型信息,具体研究工作内容如下:(1)建立包括柏油路、水泥路、草地、泥地4种常见路面的图像实验库。充分考虑移动机器人各种运动状态,为确保数据库样本丰富、重复性少、质量高,以安全、稳定、适应环境能力强的原则合理设计路面图像采集装置并在多种场景下以不同的速度进行路面图像采集,同时设计并编程了减少阴影干扰的图像剪切方法,改善图像数据集质量;(2)基于SVM-RFE特征选择的路面图像分类。建立包含图像空域和频域特征的特征库,对SVM-RFE特征选择算法的基础上进行改进,验证不同数量的特征集合对路面分类准确度和实时性的影响,并选取最优特征组合,利用决策树和SVM验证了分类效果;(3)实现基于CNN-SVM的路面图像分类。为避免繁琐的图像预处理和特征选择的过程,同时处理运动模糊的图像,结合路面图像的特点对LeNet-5网络进行改进,实现了图像特征自动、客观的提取,提高了网络的收敛速度和路面分类性能;(4)路面分类结果对比分析。设定科学的评估标准,在数据库中选取不同比例训练集的条件下,对不同速度下的路面图像进行分类,对比分析现有的基于视觉的移动机器人路面分类方法,验证本文提出路面识别方法的有效性和适用性。(本文来源于《武汉理工大学》期刊2018-03-01）
兰瑶瑶[3]（2015）在《户外环境下基于混合视觉系统的移动机器人可通行区域识别研究》一文中研究指出识别周围环境的可通行性是移动机器人路径规划的关键问题,不仅需要识别前方的可通行区域,也要对其它方向的可通行区域做出判别。本文结合双目视觉系统的视差信息和全向视觉系统的全景图像信息,提出了基于混合视觉系统的360°环境可通行区域识别方法,为实现机器人在复杂户外环境下的自主运行奠定了基础。首先,根据自主识别前方可通行区域的需求,选择了Bumblebee双目视觉系统。针对全向视觉系统的参数标定问题,选择了双曲线型反射镜面与Prosilica摄像机组成全向视觉系统。为了使混合视觉系统得到较大的共同视场,将双目视觉系统置于全向视觉系统前方,一并搭载于全向移动机器人平台上。其次,通过ELAS匹配算法得出双目视觉的视差信息,基于U-V视差算法实现机器人前方可通行区域的识别。为了将识别结果映射到全景图像中,本文提出了基于坐标转换的图像映射方法,引入世界坐标系为媒介,建立左图像坐标系到全景图像坐标系的映射模型。并通过相应的MATLAB标定工具箱计算出模型参数。再次,本文选择了SVM算法在全景图像中以前方可通行区域和不可通行区域的特征和标签为样本进行机器学习。为了提高算法效率,本文先通过Preemptive SLIC算法对图像进行超像素分割,进而分别基于LBP和WLD两种局部纹理特征进行训练分类,识别周围360°环境的可通行区域。最后,在户外校园环境中开展了一系列的实验,结果表明,本文提出的方法有效扩大了机器人对可通行区域的识别范围,为机器人的路径规划能力提供了更丰富的环境感知信息。(本文来源于《国防科学技术大学》期刊2015-11-01）
金奇[4]（2014）在《基于道路信息的户外移动机器人定位技术的研究》一文中研究指出全球定位系统(GPS)是如今被广泛使用的户外移动机器人定位方法。然而,由于卫星信号容易受天气、建筑物遮挡等外界环境的影响,有时不能提供理想的定位效果。利用激光扫描仪、视觉传感器进行户外移动机器人定位是如今的研究热点。然而这些定位方法通常有着计算量大、容易受外部环境影响和价格昂贵等缺点。为了解决上述定位方法存在的问题,本文提出一种基于道路信息的户外移动机器人定位方法。通过地理信息系统来提取道路信息,运用坐标转换算法和机器人地形倾斜模型(RTI)对提取的道路信息做处理得到道路的地图。当机器人行驶在道路上时,通过传感器实时测得机器人的姿态、速度和GPS数据,通过粒子滤波器融合上述数据和道路地图,从而得到机器人的位置。本文介绍了实验平台的搭建。设计了IMU模块,用来测量机器人的姿态。同时由于Android智能手机的广泛使用和备受好评,本文选择了Android手机来开发客户端,接收传感器数据,实时运行本文的定位算法并在地图上显示机器人的位置。本文设计了叁个实验来验证定位算法。叁次实验分别选取了不同类型和长度的道路。实验一主要是用来验证定位算法的性能,分析了算法的定位误差和初始误差对定位的影响;实验二是用来验证定位算法在长距离、不同道路类型下依然可以使机器人准确定位;实验叁的路径包括了次干道、支路、隧道和城市峡谷等道路类型,主要用来验证算法在复杂的城市道路环境中的表现。本文对实验结果作了细致的分析,证明了算法可应用于长距离定位和复杂的城市道路情况,并得到理想的定位效果。(本文来源于《哈尔滨工业大学》期刊2014-12-01）
邓小清[5]（2013）在《户外移动机器人地形可穿越性的评估》一文中研究指出由于户外移动机器人在执行任务时，常常需要进入未知或不可完全可知的非结构化环境中进行工作，但是这些环境会对机器人的运动能力和地形的通过能力造成很大的影响，直接导致导航任务的失败甚至对机器人自身造成伤害由此可见，对地形可通行的研究已经成为移动机器人自主导航研究中不可或缺的一部分于是在移动机器人ξ轮式机器人ο的移动特性一定时，本文提出根据地形特征设计基于贝叶斯分类器思想的评估算法，协助机器人的路径规划，为户外机器人提供正确的导航策略，从而安全有效能够自主的完全导航任务在本文中首次提出将地形的几何特征--坡度和非几何特征--滑移特性共同作为评估因子，进而更全面的评估户外移动机器人的地形可穿越能力与此同时，分析和验证了用于提取地形特征的相关算法的可行性以及有效性其次，利用捕捉系统得到机器人通过相同距离所需的功耗作为评价标准，完成了基于贝叶斯分类器思想的可穿越性评估算法的设计为了对整个可穿越性评估算法的可行性和有效性进行初步验证，需要设计和搭建实验平台进行实验通过分析实验结果表明，在本文中设计的评估算法可以根据提取到的地形特征计算出相应的可通过性大小，为后期的路径规划等做好准备，进而提高机器人的自主导航性(本文来源于《哈尔滨工业大学》期刊2013-12-01）
黄开宏,杨兴锐,曾志文,卢惠民,郑志强[6]（2013）在《基于ROS户外移动机器人软件系统构建》一文中研究指出在机器人功能日益复杂的情况下,如何简单快速地为机器人构建所需的软件系统是一个值得探讨的问题。本文首先分析了机器人软件系统开发过程中面临的问题并介绍了机器人操作系统(Robot Operating System,ROS)这一软件平台的基本概况、基本概念和主要特点,然后基于ROS为本实验室研制的四轮户外移动机器人构建了一套软件系统,实现了移动机器人的底层驱动控制、远程遥控、识别可通行区域等功能。该软件系统充分展示了利用ROS软件平台构建机器人软件系统的灵活性、易用性和功能丰富等特点。(本文来源于《机器人技术与应用》期刊2013年04期）
郭磊明[7]（2012）在《基于粒子滤波的户外移动机器人地形坡度定位》一文中研究指出定位是移动机器人自主导航的基础。在户外环境下，移动机器人定位通常使用声纳、视觉系统或激光扫描仪检测环境中的特征来确定机器人位姿，但这些方法使用时容易受到环境的限制。全球卫星导航系统，如GPS是户外移动机器人广泛使用的导航方法，然而卫星信号会受到人为、建筑物或树木遮挡等因素的干扰，不能满足户外机器人高精度、任意时刻和地点定位的要求。针对存在的这些问题，本文提出一种利用地形坡度特征来确定机器人空间位置的方法，可作为GPS信号丢失和其他方法失效时的替代定位方法。本课题在获得的地形拓扑地图或点云地图和给定路径的条件下，本文使用机器人地形倾斜模型从地图上沿着路径提取机器人姿态与位置的关系。这个关系被制成查询表，作为定位中的测量方程。为解决模型中存在的较大不确定性，本文使用粒子滤波器融合机器人运动与观测信息，实现机器人的定位。为验证定位算法有效性，本文在户外场地进行了叁组实验。第一组实验选用较小的实验场地，较短的机器人行走距离，使用光学捕捉系统获得的拓扑地图，在不同速度和初始误差的条件下验证算法。第二组实验中使用激光扫描仪制取的点云地图，在相同场地进行实验。第叁组实验选用含有丰富地形的场地，使用激光扫描仪获取的点云地图，以检测算法综合适应能力。实验结果表明本文提出的地形坡度定位方法在户外非平坦的地形上得到理想的定位效果。(本文来源于《哈尔滨工业大学》期刊2012-12-01）
朱效洲[8]（2012）在《户外环境下基于视觉的移动机器人可通行区域识别研究》一文中研究指出快速准确的可通行区域识别对于移动机器人自主导航至关重要。视觉作为人类观察、认知的重要功能和手段，能够提供最为丰富的感知信息。本文对移动机器人户外环境下基于视觉的可通行区域识别问题开展研究，设计实现了相关算法，为实现户外环境下的移动机器人自主导航奠定了一定的基础。首先，根据各视觉系统特点，本文选择双目立体视觉系统作为视觉系统；对摄像机透视投影模型进行介绍，详细阐明了针孔透视模型、摄像机常用坐标系以及坐标系间变换关系；从摄像机标定、图像校正、立体匹配和叁角测量四个方面详细分析了双目立体视觉所涉及的基本问题；根据移动机器人对算法快速性和鲁棒性的需要，选择ELAS立体匹配算法作为文章所用算法。其次，详述了U-V视差理论，建立了双目立体视觉系统模型并进行了合理假设，阐明了U-V视差图构建方法，对世界坐标系中平面在U-V视差图中的投影情况进行了介绍；基于U-V视差理论对可通行区域进行定义；提出一种改进的V视差图构建算法用于可通行区域检测，该算法根据非障碍视差图构建V视差图，克服了在地面只在图像中占较小部分或图像中出现占主导地位的障碍物的情况下，传统方法难以在V视差图中正确检测出地面相关线的问题；构建了实验所用移动机器人平台，在多种户外环境中开展实验研究，验证了算法的有效性和快速性。实验结果统计数据表明，使用本文提出的算法，可通行区域的识别成功率可达到92.3%。最后，基于所获得的可通行区域信息，提出一种基于可通行区域的栅格地图创建算法，通过计算归属于每个栅格的点中属于可通行区域的点所占的比重，以此判断栅格是否安全；使用A*算法完成从所定义起点到终点间的路径规划任务，实验结果验证了基于可通行区域的栅格地图创建算法和路径规划的有效性。(本文来源于《国防科学技术大学》期刊2012-11-01）
李宇波[9]（2012）在《户外环境下移动机器人视觉里程计技术研究》一文中研究指出本文针对户外环境下的移动机器人平台，设计并实现了基于立体视觉的视觉里程计算法，完成整个系统的搭建，为下一步实现移动机器人的户外定位导航奠定了一定的基础。本文首先对视觉里程计模型进行概述和总结，并对视觉里程计研究中涉及的局部视觉特征、运动估计、RANSAC等技术进行了简要的介绍。针对传统视觉里程计算法中的运动区域特征点影响计算精度的问题，本文提出了一种基于网格化和聚类的特征选择算法。该算法首先对于待处理的图像进行网格化分块，并对每个子图像块单独提取局部视觉特征；然后通过K-means聚类完成特征点的聚类，并在每一类中选择显着性特征；最后对于提取的显着性特征点，利用基于RANSAC的极线几何约束的方法，将位于运动区域的特征点剔除，以选择有效的显着性特征点用于下一步的运动估计。实验结果表明该算法能提高视觉里程计系统的实时性和精度。针对视觉里程计中的实时性问题，本文在验证CPU和GPU两种处理模式对于视觉里程计中的局部视觉特征处理和运动估计运算的计算效率的基础上，提出了CPU+GPU的混合加速处理模式。通过GPU对局部视觉特征的加速处理和CPU对于运动估计的高效计算，整个视觉里程计系统的实时性得到了很好的提高。实验表明该模式是一种有效的加速处理方法。本文最后基于本实验室自主研制的履带式移动机器人平台，完成了整个的视觉里程计系统的测试，实验结果表明该系统基本能够满足户外环境下移动机器人导航的要求。(本文来源于《国防科学技术大学》期刊2012-11-01）
李硕[10]（2012）在《户外轮式移动机器人的智能运动控制方法研究》一文中研究指出轮式移动机器人是一个集周围环境感知、路径规划导航和决策、运动控制与执行等各种功能于一体的综合系统。轮式移动机器人结构简单，运动灵活，在许多领域都应用广泛。当轮式移动机器人在户外运动时，不可避免地会受到比在室内运动更多不确定的干扰，诸如外部扰动、负载变化及死区等，都会对系统的稳定性造成影响。因此如何克服这些干扰，是提高户外轮式移动机器人运动控制性能的关键。本文从轮式移动机器人的运动学特性出发，通过利用一种基于路径偏差的运动学模型，设计了模糊自适应的死区补偿方法，在此基础上，针对轮式移动机器人运动过程的参数摄动和外部扰动的控制问题，研究多模态控制和模糊PID控制相结合的运动控制方法，以进一步改善运动控制的动态性能。主要工作包括：首先，根据轮式移动机器人的运动状态与位移和角度偏差关系的运动学模型，得到本文研究的轮式移动机器人的传递函数，并对系统的死区特性进行了分析。其次，通过分析未知的系统死区对机器人运动控制的影响，根据轮式移动机器人的运动特性，使用模糊控制的方法并结合在线估计死区的方法对控制系统进行自适应的死区补偿。运用李亚普洛夫稳定性理论对系统进行稳定性分析，证明了机器人系统跟踪误差的收敛性。仿真分析表明，文中方法对未知的死区能够起到有效的补偿作用，其快速性和准确性均优于未加模糊自适应的死区补偿器的控制方法。然后，针对户外轮式移动机器人的运动过程中存在参数摄动和外部扰动等因素影响，从轮式移动机器人的运动学特性出发，根据轮式移动机器人输出误差的状况，提出多模态控制和模糊PID控制相结合的控制方法。利用误差和误差变化率的特征信息，进行特征辨识，根据特征辨识选取相应的控制策略。根据系统的误差及误差变化，提出一种基于模糊规则的控制参数在线整定方法。仿真实验表明，多模态控制和模糊PID控制相结合的控制方法对系统参数摄动和外部扰动有良好的抑制作用，本文的方法与传统的PID和模糊PID控制方法相比，能较好地弥补了系统参数摄动的影响，提高了机器人运动控制品质。(本文来源于《重庆大学》期刊2012-04-01）
户外移动机器人论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着硬件设备和人工智能技术的高速发展,移动机器人的应用场景正逐渐由室内走向室外。室外环境复杂多变,不同类型的路面对移动机器人的行驶速度、控制策略有着不同的限制,机器人需要针对不同的路面控制速度、方向以及规划相应的运动轨迹,才能够安全、顺利地完成任务,因此全面、快速地感知路面类型是移动机器人实现多场景作业的前提。与其他传感器相比,视觉传感器检测的路面信息最为直接、全面,基于视觉信息的路面分类研究能够帮助移动机器人充分掌握将要行驶的路面并做出精确的预测,保证移动机器人在复杂多变的室外环境安全、平稳地移动。本论文的内容是利用视觉信息进行路面分类研究,为户外移动机器人提供全面、可靠的路面类型信息,具体研究工作内容如下:(1)建立包括柏油路、水泥路、草地、泥地4种常见路面的图像实验库。充分考虑移动机器人各种运动状态,为确保数据库样本丰富、重复性少、质量高,以安全、稳定、适应环境能力强的原则合理设计路面图像采集装置并在多种场景下以不同的速度进行路面图像采集,同时设计并编程了减少阴影干扰的图像剪切方法,改善图像数据集质量;(2)基于SVM-RFE特征选择的路面图像分类。建立包含图像空域和频域特征的特征库,对SVM-RFE特征选择算法的基础上进行改进,验证不同数量的特征集合对路面分类准确度和实时性的影响,并选取最优特征组合,利用决策树和SVM验证了分类效果;(3)实现基于CNN-SVM的路面图像分类。为避免繁琐的图像预处理和特征选择的过程,同时处理运动模糊的图像,结合路面图像的特点对LeNet-5网络进行改进,实现了图像特征自动、客观的提取,提高了网络的收敛速度和路面分类性能;(4)路面分类结果对比分析。设定科学的评估标准,在数据库中选取不同比例训练集的条件下,对不同速度下的路面图像进行分类,对比分析现有的基于视觉的移动机器人路面分类方法,验证本文提出路面识别方法的有效性和适用性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
户外移动机器人论文参考文献
[1].桑浩楠,王石刚,梁庆华.户外变电站复杂环境下的移动操作机器人单目视觉定位[J].机械设计与研究.2019
[2].高浩.基于视觉信息的移动机器人户外路面分类研究[D].武汉理工大学.2018
[3].兰瑶瑶.户外环境下基于混合视觉系统的移动机器人可通行区域识别研究[D].国防科学技术大学.2015
[4].金奇.基于道路信息的户外移动机器人定位技术的研究[D].哈尔滨工业大学.2014
[5].邓小清.户外移动机器人地形可穿越性的评估[D].哈尔滨工业大学.2013
[6].黄开宏,杨兴锐,曾志文,卢惠民,郑志强.基于ROS户外移动机器人软件系统构建[J].机器人技术与应用.2013
[7].郭磊明.基于粒子滤波的户外移动机器人地形坡度定位[D].哈尔滨工业大学.2012
[8].朱效洲.户外环境下基于视觉的移动机器人可通行区域识别研究[D].国防科学技术大学.2012
[9].李宇波.户外环境下移动机器人视觉里程计技术研究[D].国防科学技术大学.2012
[10].李硕.户外轮式移动机器人的智能运动控制方法研究[D].重庆大学.2012
论文知识图
