【摘 要】
:
随着地下管廊自动巡检自动化的发展,地下管廊中机器人定位问题日益凸显,迫切需要一种简单可靠的定位手段。虽然GPS系统有效解决了室外移动物体的一般精度定位问题,但是因为隧道内无GPS信号,移动定位必须另辟蹊径。同时考虑到隧道环境的特殊性,即横截面尺寸远远小于隧道长度,因此隧道内机器人定位主要是沿隧道进深方向的位置确定。本文借鉴类似人类确定自身位置的原始做法,采用摄像头及隧道语义地图并辅助里程计等其他异
论文部分内容阅读
随着地下管廊自动巡检自动化的发展,地下管廊中机器人定位问题日益凸显,迫切需要一种简单可靠的定位手段。虽然GPS系统有效解决了室外移动物体的一般精度定位问题,但是因为隧道内无GPS信号,移动定位必须另辟蹊径。同时考虑到隧道环境的特殊性,即横截面尺寸远远小于隧道长度,因此隧道内机器人定位主要是沿隧道进深方向的位置确定。本文借鉴类似人类确定自身位置的原始做法,采用摄像头及隧道语义地图并辅助里程计等其他异构信息实现机器人在隧道内的即时定位。具体包括语义地图构建、特征匹配及异构信息融合,并设计了实验系统。在语义地图构建方面,提出了基于图像拼接构建长卷地图作为位置信息库的方案,并对拼接出的长卷地图进行矫正与标记。在特征匹配方面,机器人摄像头捕捉的实时环境图像与语义定图进行匹配搜索,从而确定图像在长卷地图中的位置,对应获得机器人在隧道中的位置。考虑到长卷地图定位误差,本文融合里程计等其他异构信息,以提高定位精度,在定位策略方面,本文根据不同的环境条件采取了不同的匹配方式,当附近被测物体密集或没有时,采用将画面与地图直匹配的方式进行定位,当附近被测物体较少但存在时采用对被测物体匹配并查表反推位置的方式。随后本文从各部分软件算法搭建以及硬件电路架构两方面详细介绍了隧道语义地图构成过程,以及巡检机器人异构信息即时定位系统实验平台的搭建的过程。最后本文对该系统的优点与不足进行了总结,并对未来研究的方向做了展望。
其他文献
由于人力成本的逐年增加,在高强度或高危险的重复性任务中,使用智能机械臂代替人工符合时代的需求。随着相关计算机视觉算法研究的不断深入,机器人对抓取目标的感知能力得到了技术和理论支撑。本文针对机器人抓取中的平面抓取检测问题进行研究,利用图像处理和深度学习的技术,结合目标检测算法设计了一种抓取检测的基本网络结构,并在此基础上提出了一种准确实时的平面抓取检测方法,实现了较高的抓取检测准确率。首先,分析了平
随着分布式控制和多智能体系统的发展,分布式估计/观测器技术引起了科学界越来越多的关注。分布式观测器由于具有灵活性和鲁棒性,在复杂环境监测、目标跟踪等场景中得到广泛应用。本论文主要研究分布式观测器的设计问题,并将事件触发控制,量化控制运用到分布式观测器中,最后通过数值仿真验证设计方法的有效性。全文主要工作包括以下方面:1.对于无向通信拓扑结构,为了实现(子)观测器之间的离散时间通信,提出了一种动态事
在实际的工业生产过程当中,时常会遇到两种或两种以上的物体混合共同流动的工况,这一现象一般被学术界还有工业界称为多相流。而目前能够解决两相流中的过程检测的重要手段就是被广泛应用的过程层析成像(Process Tomography,PT)技术。电容层析成像(Electrical Capacitance Tomography,ECT)这种技术就是过程层析成像技术的一种,它具有高精度和非侵入性,成本低,结
卷积神经网络CNN(Convolutional Neural Network,CNN)算法是当前人工智能领域尤其是计算机视觉领域的一个重要研究方向,在目标检测、图像跟踪,图像分类等研究方向取得了巨大突破。但是随着网络性能的提高,算法的计算密度和内存需求也急剧上升,导致其难以在计算和存储资源以及能耗受限的嵌入式端侧设备上进行模型部署和应用,从而制约了计算机视觉的发展和推广。由于FPGA具有高性能、低
目标跟踪是计算机视觉领域的研究热点,也是很多计算机视觉应用的基础部分。由于跟踪对象和背景的复杂性,以及目标跟踪内在的实时性要求,使得目标跟踪任务极富挑战性。判别式相关滤波方法相比生成式跟踪方法具有更佳优良的特征表征能力。其次,相关滤波跟踪速度上优势明显。随着深度学习在目标识别方面取得巨大进展,将深度学习和相关滤波跟踪算法相结合成为新的研究热点。本文以空间正则化判别式相关滤波(SRDCF)算法为基础
目前电缆隧道内的巡检任务多由人工巡检完成,不仅费时费力,且具有极大的安全隐患。随着深度学习和智能技术的发展,越来越多的工业任务使用基于智能算法的机器人完成。因此,本文针对隧道内巡检任务苦难,环境复杂的问题设计出一种搭载深度学习智能算法的轨道式机器人系统。设计了机器人巡检策略,搭建了电缆检测模型,并进行了隧道内电缆的动态检测研究。首先对相关文献分析,采用了轨道机器人作为隧道巡检任务主要载体,设计了相
重型燃气轮机是一个高度非线性的综合复杂系统,他的控制系统是燃气轮机稳定安全运行的重要运行系统。随着重型燃气轮机技术的发展,控制系统的复杂性日益增加,如果一个节点发生故障,都可能导致部分系统无法操作或出现整体瘫痪。如果能够提高控制系统的性能,那么对控制系统容错控制设计具有重要意义。本文以某重型燃气轮机为对象,分别针对控制系统执行器和传感器的故障问题展开了一系列研究,主要开展工作如下:(1)构造重型燃
随着国家电网公司信息化程度的持续加强和技术水平的迅速提升,信息系统融入了电网企业运营的各个部分,电力信息通信客服系统(ICT客服系统)积累了大量的工单故障记录。虽然ICT客服系统信息化水平逐年提升,但多年来依然沿用传统的依靠客服坐席员的经验进行故障类型定位的运维方式。由于ICT系统故障涉及的信息系统故障没有明确的故障类别体系且涉及面较广,而客服人员知识面又是有限的,所以在故障判断定位时存在故障模糊
作为煤、石油、天然气等传统化石能源的替代品,生物质作为燃料被广泛应用在电力行业中发电产热。生物质在堆积过程中会发生自加热,这会带来燃料的质量、热量损失,释放有毒有害气体如CO、CO2等,当温度进一步升高则可能引发自燃甚至是火灾。对堆积生物质内部温度进行监测有助于确保生物质能利用的安全性和经济性。目前国内外在工业生产中普遍采用的测温方法是接触式测温法如热电偶,其最大弱点在于测温密度低,不能获取全面的
无人驾驶是当今人工智能领域的重要研究内容,其中基于深度神经网络的目标检测模型是无人驾驶中的关键技术,但是深度神经网络中存在的对抗样本问题可能使得目标检测模型做出错误判断,对无人驾驶的安全造成威胁。为了解决这一问题,本文研究了面向无人驾驶目标检测系统的对抗样本攻击与防御方法。提出了一种具有强转移性的黑盒对抗样本生成算法,并在此基础上提出了一种具有强鲁棒性的目标检测防御模型。论文具体研究内容如下:(1