导读:本文包含了地图创建论文开题报告文献综述及选题提纲参考文献，主要关键词:变电站巡检,巡检机器人,地图创建与实时定位,蒙特卡洛
地图创建论文文献综述
谢林枫,蒋超,孙秋芹,王昊炜,宋庆武[1]（2019）在《基于AMC算法的变电站巡检机器人地图创建与定位》一文中研究指出变电站的设备巡检工作对于保证供电可靠性起着至关重要的作用,传统的人工巡检方式效率低,工作量大,难以取得理想的结果。机器人巡检已成为智能电网未来发展的趋势。文中研究变电站巡检机器人实时定位和地图创建(SLAM),根据巡检业务特征实现SLAM建模,提出一种基于自适应蒙特卡洛(AMC)算法的巡检机器人SLAM方法,考虑变电站实际环境动态和巡检机器人特征的复杂性,实现机器人二维地图的创建和实时定位。仿真结果表明,基于AMC的巡检机器人SLAM定位精度更高,针对不同过程噪声的抗干扰性更强,更适用于变电站巡检机器人的SLAM问题解决和实践应用。(本文来源于《电力工程技术》期刊2019年05期）
徐美清,刘洞波[2]（2019）在《神经网络信息融合创建机器人栅格地图研究》一文中研究指出该文主要研究未知环境下移动机器人栅格地图的创建方法。针对声纳传感器感知数据的不确定性,首先根据模糊逻辑和概率理论解释多个声纳的测距信息,然后使用模糊隶属度及概率表示栅格占用状态。通过神经网络在特征级的信息融合来减弱声纳传感器测量数据的测量误差,得到一个对环境的整体表示。仿真结果表明,这种方法通过多个不同传感器的测量值对同一栅格的解释,可以有效增加数据可靠性、提高数据精度、减小噪声干扰。总之,这个方法有着很好的健壮性以及准确性。(本文来源于《科技资讯》期刊2019年21期）
彭嘉婷,Luciene,Stamato,Delazari,Leonardo,Ercolin,Filho[3]（2019）在《在巴西绘制校园地图 为路径规划应用创建室内室外地图》一文中研究指出在大学里,设施管理人员和其他后勤人员需要轻松地访问地理数据、维护和安全措施数据,以及学生、员工和访客的路线规划数据等,要实现这一点,就需要一个收录道路、建筑物内外部及其他物体最新且详细信息的地理数据库。本文作者概述了在巴西库里提巴某一大学校园进行的一个试点项目,该项目旨在使用无人机摄(本文来源于《中国测绘》期刊2019年07期）
钱宇晗,杨明,徐汉卿,王春香,贺越生[4]（2019）在《基于路面分割的高精度地图创建优化方法研究》一文中研究指出高精度地图主要利用已采集图像的地面信息生成,但是在真实环境中图像的地面信息容易受动态障碍物遮挡,同时GPS难免会有抖动误差,导致地图拼接效果并不理想。针对上述问题提出了一种基于路面分割的动态障碍物去除与图像配准方法。使用深度学习对全景图像进行语义分割并提取路面信息,在去除动态障碍物干扰后,利用路面特征进行图像配准。融合GPS与里程计信息进行定位优化,利用多帧图像迭加填补空缺形成地图。最终,实验验证了该方法在去除动态障碍物的同时也提高了地图的精度。(本文来源于《导航定位与授时》期刊2019年04期）
陈文钊[5]（2019）在《基于多传感器融合的移动机器人定位与地图创建》一文中研究指出移动机器人定位技术是智能机器人进行自主移动的基础和关键,即时定位与地图创建(Simultaneous Localization and Mapping,简称SLAM)是解决机器人定位问题的主流方法。其中单目视觉SLAM具有传感器造价低、结构简单等优点,但仍存在不足:相机在运动或者旋转时,定位系统精度会降低,甚至跟踪失败;单目相机只能实现相对尺度估计,无法获得绝对尺度的信息;长时间运行时容易出现轨迹漂移。针对上述问题,本文研究了一种融合惯导和视觉信息的SLAM系统,通过惯导的定位数据对视觉数据进行约束,来提高定位的精度和鲁棒性。具体研究内容如下:首先研究了视觉惯导融合SLAM的基本理论,包括惯性导航系统的定位基本理论和单目视觉SLAM的基本理论。在惯导定位技术中,介绍了惯导常用的坐标系,分析了惯导叁种表征姿态方式的优劣以及叁种方式之间的换算,推导了基于四元数的捷联惯导姿态解算以及航位推算公式;在单目视觉SLAM的基本理论中,介绍了SLAM的框架,并着重关注了基于间接法的ORBSLAM,分析了其叁个线程分别的作用和互相的关系。针对视觉SLAM算法中特征点检测对实时性和不变性的要求,本文分析了几种特征检测算法,并设计了检测性能的对比实验。经过分析,FAST角点+FREAK描述子在相机运动状态下的稳定性和实时性较优于其他算法,因此选择其作为本文的特征检测算法。在此基础上,为了提升该算法的检测速度、改善检测结果在图像分布的均匀程度,本文设计了一种基于四叉树的特征筛选策略,从而使SLAM系统更充分地利用获取到的图像特征。针对仅视觉的SLAM算法在相机快速运动或发生旋转时容易出现跟踪丢失的问题,本文提出了一种基于ORBSLA的视觉惯导多传感器紧耦合SLAM算法,改进ORBSLAM的叁个线程对算法进行编程实现:首先针对惯导数据输出频率远大于视觉传感器的问题,在测量预处理阶段对惯导数据进行预积分,使其与视频帧对齐;其次为了获得良好的初始值,本文推导出了使用视觉数据约束惯导初始化状态估计的公式,用于标定惯导的初始偏置、尺度因子、重力矢量和速度等;然后在此基础上,把惯导预积分的结果作为约束加入到非线性优化里,实现了惯导数据与视觉数据的紧耦合。最后,为了评估本视觉惯导系统的合理性,本文分别使用公开数据集,和实际环境进行了实验验证。实验选用纯视觉典型算法ORBSLAM和视觉惯导融合最新研究成果VINS-mono算法作为对比目标。数据对比显示:本文提出的算法与ORBSLAM对比,拥有更好的鲁棒性,在旋转或快速运动时不易丢失。与VINS mono相比速度略有不足但是本文算法具有更好的精度。综合全文工作,本方法具有较好的合理性和精确性,可以广泛适用于地面智能机器人系统的定位与导航中。(本文来源于《北方工业大学》期刊2019-05-20）
王艳会[6]（2019）在《基于RGB-D传感器的移动机器人的实时定位与地图创建的研究》一文中研究指出随着国家经济与科技不断发展与进步,应工业、农业和军事等行业的需求,自主移动机器人的研究刻不容缓。实时定位与地图构建技术的出现很好的解决了机器人在未知环境下的定位和建图问题,是21世纪机器人领域发展最快的十大技术之一。无论是现在炙手可热的无人车,还是家居生活中使用越来越多的扫地机器人等,要求使用过程中机器人自身能够精确定位并且准确捕捉移动过的轨迹尤为重要。现在常见的SLAM(Simultaneous Localization and Mapping)算法在位姿估计、回环检测和后端优化等方面仍存在较多问题。基于这个现状,为了提高机器人自主定位与建图的精度,本文提出改进的基于RGB-D传感器的移动机器人的实时定位与地图创建的算法,提高了机器人姿态计算精度,同时降低了机器人在实际运动过程中遇到突发问题导致丢帧从而引起定位失败的风险,增加了算法整体的鲁棒性。首先,在传统的SLAM算法中,计算机器人位姿时,采用当前帧与前一帧之间的匹配位姿估计,当前一帧由于噪声影响出现位姿误差比较大时,导致以后的帧的位姿估计与实际帧的位姿相差较大,导致移动机器人定位失败。为了减少这个问题给移动机器人定位的精度带来的影响,本文提出了引入匹配图的方法,该匹配图由帧关键点与关键帧组成。将采集到的第一帧设置成关键帧,将该帧与提取出的帧关键点对匹配图初始化。之后计算当前帧位姿时,提取当前帧的关键点,将这些关键点与匹配图的帧关键点利用PnP(Perspective-n-Point)算法来计算当前帧的位姿,并且不断更新匹配图,不断判断匹配图中的帧关键点与当前帧的距离,如果距离过远,删除这些帧关键点,并且将匹配之后的当前帧的帧关键点加入到匹配图中。通过引入匹配图的方法,提高了机器人姿态计算精度,增大了SLAM算法的鲁棒性。在优化计算机器人姿态时,本文采用基于关键帧位姿的图优化。常见的基于关键帧位姿的图优化SLAM在进行回环检测时常采用随机检测等算法,回环检测效率低。本文采用一种基于K叉树词典的回环检测算法,减少了回环检测的时间,增进了检测效率,提高了回环检测的准确性。同时本文充分利用基于K叉树词典的回环检测算法检索高效的优点,创新性的设计了丢帧回环检测算法,降低了机器人在实际运动过程中遇到突发问题导致丢帧从而引起定位失败的风险,提高了算法的鲁棒性。最后,基于Ubuntu平台,对所设计的SLAM算法进行了仿真实验。分别对采用匹配图的SLAM算法与未采用匹配图的SLAM算法进行仿真对比实验,可以看出改进的SLAM算法能够更加精确的构建房间地图,进而验证了本文引入匹配图算法的优异性。同时对采用丢帧回环检测的SLAM算法与未采用丢帧回环检测的SLAM算法进行了仿真对比实验,通过两者的运动估计轨迹和真实运动轨迹比较,证明了本文提出改进的SLAM算法能够实现移动机器人的精准定位功能,同时验证了采用丢帧回环检测的SLAM算法对移动机器人实际运动过程中丢帧问题的鲁棒性。并最后完成了验证实验,通过判断绝对轨迹误差的均方根误差值是否在厘米级别,验证了该算法能够满足移动机器人定位精度的要求,证明了算法的可行性。(本文来源于《吉林大学》期刊2019-05-01）
耿翠博[7]（2019）在《面向井下无人机自主导航的地图创建与特征匹配技术研究》一文中研究指出无人机将在未来少人或无人采矿中发挥重要的作用,而井下巷道环境地图是井下无人机实现自主导航的关键。针对井下巷道部分区域环境,采用人工路标辅助,提出了可靠有效的环境地图创建方法与基于环境地图的特征匹配方法,有利于无人机在井下巷道环境中更高效的自主导航。针对井下巷道其余未知区域环境,提出了可靠有效的线段特征拟合算法,有利于无人机在未知井下巷道环境中创建环境地图。具体研究成果如下:(1)对井下无人机自主导航所涉及的环境地图创建方法进行了研究,提出了一种基于引导反光标识牌的几何-拓扑混合地图创建方法。该方法预先在井下巷道壁两侧部署相同形制的反光标识牌作为人工路标,通过识别人工路标及其周围一定范围内的自然路标,并将两者进行关联,创建了基于特征点的局部几何地图,可使每个反光标识牌唯一标识巷道特定位置。同时将每对人工路标的中点作为拓扑结点,创建了全局拓扑地图。仿真结果表明,采用本文算法即使在光线较弱的巷道中也可以快速准确地识别路标,混合地图既能保证局部的精确性,又能保证全局的连贯性,并且存储量较小,适于应用到结构化的井下巷道环境中。(2)对井下无人机自主定位所涉及的环境特征匹配方法进行了研究,提出了一种基于混合地图的Grid-FLANN-RANSAC特征匹配方法。该方法首先将待匹配图像与基准图像划分为多个网格,以网格为单位,采用FLANN算法寻找匹配点对,可有效降低特征粗匹配时的计算量。其次,采用RANSAC算法剔除了误匹配点对,使正确匹配率接近100%。仿真结果表明,本文算法不仅具有良好的光照不变性、旋转不变性和尺度不变性,而且有很高的匹配正确率,可以根据特征图像和环境地图实时获取无人机当前的位置信息。(3)对井下无人机自主导航所涉及的未知环境线段特征拟合方法进行了研究。提出了一种结合图像增强、Canny边缘检测、Hough变换拟合与同线合并算法的线段特征拟合方法。首先,提出一种基于照度调整与引导滤波的SSR图像增强算法,克服了特征图像存在光照不均的缺点。其次,采用了 Canny算法检测边缘点特征,并采用Hough变换拟合成直线,最后进行了同线性判断,减小了 Hough变换网格尺寸对拟合精度的影响。仿真结果表明,本文算法提高了弱光环境下线段拟合的精度。上述工作对进一步实现井下无人机的自主导航具有一定的参考价值。(本文来源于《北京交通大学》期刊2019-04-24）
钱超杰,杨明,戚明旭,王春香,王冰[8]（2019）在《基于摆动单线激光雷达的大场景稠密点云地图创建系统》一文中研究指出在创建大场景稠密点云地图时,由于当前的各类环境3维测量系统难以兼顾大范围和高密度的点云测量要求,为此设计了一种基于摆动单线激光雷达的大场景稠密点云地图创建系统.首先,实现了大型激光雷达稳定精确的全向摆动.然后,给出了单点采集点云的拼接方法和多点采集点云的配准方法.最后,提出了一种3维点云投影密度的分析方法,并对仿真测量结果进行了对比与评价.实验结果表明,本系统的有效测量距离超过75 m、测量范围覆盖俯仰±45?、点云间距小于20 cm、点云分布均匀,装置的视野范围和点云分布可进行调节,并能通过多点配准对更大场景进行建图.(本文来源于《机器人》期刊2019年04期）
王赞,杨明,郭林栋,王春香,王冰[9]（2019）在《利用磁钉段特征创建磁钉地图的新方法》一文中研究指出针对磁钉导航系统中磁钉地图创建困难、现有建图方法不适用于多路口磁钉地图的问题,提出一种利用磁钉段特征创建磁钉地图的新方法.首先采用惯导、里程计和磁尺采集道路磁钉数据,依据标志磁钉划分磁钉段,从传感器数据中提取出磁钉段的特征,进行特征匹配,在匹配成功的磁钉段之间建立闭环约束.然后利用改进图优化算法,减小错误闭环约束对优化结果的影响.最后从优化完成的图中提取出磁钉点,再建立磁钉地图.基于真实道路环境的实验结果表明:利用磁钉段特征创建磁钉地图的新方法操作简单,建立的磁钉地图精度较高,全局一致性很好,导航试验也验证了地图的可用性.该方法可以很好地解决多路口磁钉地图建图问题,是一种有效的磁钉地图创建方法.(本文来源于《哈尔滨工业大学学报》期刊2019年03期）
潘志琛[10]（2019）在《城市环境中的聚类地图创建与无人车重定位方法研究》一文中研究指出环境地图和基于地图的重新定位技术,对于城市环境中的自动驾驶车辆具有重要意义。良好的地图能够为车辆提供周围环境的先验信息,帮助决策系统提前判断车辆的运行状态,而重定位技术能够允许无人车在连续定位失败时,仍然可以根据当前的环境信息,重新获得其自身在地图中的正确位置,保障无人车的安全运行。因此,为了提高无人车在城市环境中运行的安全性,实现简洁高效的地图创建和重新定位,本文提出了一种聚类地图的创建方法,能够将叁维点云按照物体的不同分割为多个点云聚类,并只保留静态物体的点云聚类,生成最终的聚类地图,使得该地图具有稳定性强以及使用期限长等特点。同时,根据聚类地图中多个点云聚类之间的相互位置关系,本文还提出了一种位置描述子的创建方法,以及与其相适应的匹配方法和匹配筛选算法。位置描述子能够对环境中的物体位置进行详细的特征描述,利用这种特点,可以实现城市环境下自动驾驶车辆的自主重定位。该方法对叁维点云的稠密度要求不高,也不需要点云分割算法具有太高精度,能够节省大量点云处理的运算时间,而且能够忽略诸多可能导致重定位失败的环境条件变化,如光照强度的变化和物体形貌的改变等,而这些不利影响在依赖于视觉特征或者物体外观特征实现重定位的方法中是很难消除的。与此同时,为了能够在室外环境下建立与实际场景保持一致,反映真实场景形貌特征的聚类地图,本文在已有的SLAM系统框架上进行改进,提出了一种叁维视觉-激光SLAM系统,该系统的前端部分能够融合单目视觉图像和叁维激光点云数据,提高视觉特征点深度值提取的效率与精度,弥补单一传感器性能上的不足,实现优势互补。该系统的后端部分能够检测路径回环,并利用全局非线性优化的方法同步调整运行轨迹和每个地图点,使叁维视觉-激光SLAM系统能够在室外环境下获得与真实运动状态尺度一致的定位结果,为聚类地图的创建提供良好的位姿参考。本文同时在KITTI自动驾驶数据集和自制数据集上对文中提出的算法进行了实验验证,结果表明,叁维视觉-激光SLAM能够在室外环境下获得非常稳定且尺度误差较小的定位与建图效果,而基于聚类地图和位置描述子的重定位方法也能够在室外动态环境下,利用数月之前生成的原始聚类地图和基于当前场景形貌建立的临时聚类地图之间的匹配关系实现可靠的重新定位。(本文来源于《哈尔滨工业大学》期刊2019-01-01）
地图创建论文开题报告
（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：
该文主要研究未知环境下移动机器人栅格地图的创建方法。针对声纳传感器感知数据的不确定性,首先根据模糊逻辑和概率理论解释多个声纳的测距信息,然后使用模糊隶属度及概率表示栅格占用状态。通过神经网络在特征级的信息融合来减弱声纳传感器测量数据的测量误差,得到一个对环境的整体表示。仿真结果表明,这种方法通过多个不同传感器的测量值对同一栅格的解释,可以有效增加数据可靠性、提高数据精度、减小噪声干扰。总之,这个方法有着很好的健壮性以及准确性。
（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。
地图创建论文参考文献
[1].谢林枫,蒋超,孙秋芹,王昊炜,宋庆武.基于AMC算法的变电站巡检机器人地图创建与定位[J].电力工程技术.2019
[2].徐美清,刘洞波.神经网络信息融合创建机器人栅格地图研究[J].科技资讯.2019
[3].彭嘉婷,Luciene,Stamato,Delazari,Leonardo,Ercolin,Filho.在巴西绘制校园地图为路径规划应用创建室内室外地图[J].中国测绘.2019
[4].钱宇晗,杨明,徐汉卿,王春香,贺越生.基于路面分割的高精度地图创建优化方法研究[J].导航定位与授时.2019
[5].陈文钊.基于多传感器融合的移动机器人定位与地图创建[D].北方工业大学.2019
[6].王艳会.基于RGB-D传感器的移动机器人的实时定位与地图创建的研究[D].吉林大学.2019
[7].耿翠博.面向井下无人机自主导航的地图创建与特征匹配技术研究[D].北京交通大学.2019
[8].钱超杰,杨明,戚明旭,王春香,王冰.基于摆动单线激光雷达的大场景稠密点云地图创建系统[J].机器人.2019
[9].王赞,杨明,郭林栋,王春香,王冰.利用磁钉段特征创建磁钉地图的新方法[J].哈尔滨工业大学学报.2019
[10].潘志琛.城市环境中的聚类地图创建与无人车重定位方法研究[D].哈尔滨工业大学.2019