基于激光测距仪和视觉传感器的三维地图构建

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61075078
  • 项目类别:
    面上项目
  • 资助金额:
    35.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0306.自动化检测技术与装置
  • 结题年份:
    2013
  • 批准年份:
    2010
  • 项目状态:
    已结题
  • 起止时间:
    2011-01-01 至2013-12-31

项目摘要

未知环境地图构建是机器人和人工智能研究领域的重要课题。由于问题的复杂性和高维度,现有研究成果主要集中于二维地图构建,然而对于复杂环境中的导航规划和空间运动规划等任务而言,三维环境地图构建是必须要解决的基础问题。本项目对三维地图表示方法和相应的信息处理、数据关联、同时定位与地图构建算法、探测规划等问题展开研究。拟采用三维激光测距仪和单目摄像机相获取环境三维信息,构建适合多类型传感器导航的多索引多平面几何特征地图表示方法。提出以线段为中间操作量的平面拟合方法、基于边缘信息不变特性的多信息融合匹配方法。通过点线相合或线面相合的相邻位姿数据关联、多特征索引的局部优化地图数据关联和多层优化方法解决三维SLAM问题,确保算法的实时性和低存储量。拟探索三维地图中的候选观测点生成方法和基于分布估计的最优探测搜索算法,以提高探测规划的最优性。最后通过不同传感器下的定位导航应用实验验证所构建地图的适用性。

结项摘要

未知环境地图构建是机器人和人工智能研究领域的重要课题,是机器人辅助人探测环境并在各类环境中智能作业的基础和关键。早期的研究成果主要集中于二维地图构建,但是对于地理测绘、军事探测、灾难救援、城市电子地图构建、以及机器人在环境中识别物体、对环境语义理解等应用需求,构建详细而逼真的三维环境模型是必须要解决的基础问题。本项目研究了基于激光测距仪和视觉传感器信息融合的三维环境地图表示与构建、数据关联、地图复杂度控制、导航规划等关键问题。在地图表示与构建方面,比较了多种环境模型表示方法,为有效融合深度信息和纹理信息,采用mesh平面描述环境表面模型,并提出了结合分割的点云数据重采样方法和概率框架下的环境密集表面模型构建方法,实现了保留良好边角特性的表面模型重构与融合。在数据关联方面,针对ICP算法的不同变种,提出将数据关联也纳入到统一的概率框架下,并导出了基于期望值最大化的点到平面ICP算法,得到了更好的对准效果。同时,提出了采用栅格矢量特征表示的动态数据识别方法、以及边缘曲线特征表示与特征关联方法,面向机器人跟随人的问题改进了样本联合概率数据关联滤波方法。针对图模型SLAM在长期运行时由于数据量不断增加导致计算复杂度不断提升的问题,提出了基于KL度量的图模型SLAM节点修剪方法,实现了可在线运行的具有常数复杂度的SLAM系统。针对移动机器人在环境中自主导航规划的需求,提出了采用局部观测Monte Carlo规划的主动语义自定位方法、移动机器人速度加速度饱和约束下的时间最优控制算法和基于参数化控制的加速度连续的轨迹规划算法,并结合仿人机器人对象,提出了落脚点规划和调整方法。设计并研制了一种融合多个激光测距仪和视觉传感器的RGBD感知单元,结合上述技术的突破,实现了室内外均可用的环境三维RGBD信息采集与三维场景点云模型重构和高逼真度的纹理模型重构。此外,本课题研究了视觉识别问题、高维复杂最优化求解问题,提出了多种新方法。发表论文16篇,SCI收录3篇,EI收录14篇,国家发明专利授权2项,公示中2项,申请受理5项。培养博士后1名,博士毕业生2名、硕士毕业生4名,在读博士生5名。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(9)
专利数量(6)
Mapbuilding for dynamic environments using grid vectors
使用网格向量构建动态环境的地图
  • DOI:
    10.1631/jzus.c1000255
  • 发表时间:
    2011-07
  • 期刊:
    Journal of Zhejiang University-Science C(Computers and Electronics)
  • 影响因子:
    --
  • 作者:
    Wang, Wen-Fei;Xiong, Rong;Chu, Jian
  • 通讯作者:
    Chu, Jian
混合量子差分进化算法及应用
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    任子武;熊蓉;褚健
  • 通讯作者:
    褚健
乒乓球机器人的视觉伺服系统
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    中国科学:信息科学
  • 影响因子:
    --
  • 作者:
    章逸丰;熊蓉
  • 通讯作者:
    熊蓉
基于混合类电磁机制算法的混沌系统控制与同步
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    任子武;熊蓉;褚健
  • 通讯作者:
    褚健
Impedance Control and its Effects on a Humanoid Robot Playing Table Tennis
阻抗控制及其对打乒乓球的仿人机器人的影响
  • DOI:
    10.5772/51924
  • 发表时间:
    2012-11
  • 期刊:
    International Journal of Advanced Robotic Systems
  • 影响因子:
    2.3
  • 作者:
    Xiong Rong;Sun Yichao;Zhu Qiuguo;Wu Jun;Chu Jian
  • 通讯作者:
    Chu Jian

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

四轮全方位移动机器人的建模和最优控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    何臻峰;褚健;吴永海;熊蓉;张翮
  • 通讯作者:
    张翮
一种不确定条件下的机器人位姿估计法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Proceedings of the 6th World Congress on Intelligent Control and Automation
  • 影响因子:
    --
  • 作者:
    熊蓉;褚健
  • 通讯作者:
    褚健
Robust and Accuratenbsp;Multiple-camera Pose Estimationnbsp;Toward Robotic Applications
坚固且准确
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    International Journal of Advanced Robotic Systems
  • 影响因子:
    2.3
  • 作者:
    刘勇;熊蓉
  • 通讯作者:
    熊蓉
膝踝协调驱动的平面双足机器人短跑运动规划
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    机器人
  • 影响因子:
    --
  • 作者:
    李超;熊蓉;朱秋国;吴俊;黄懿明
  • 通讯作者:
    黄懿明
基于最优化线性搜索的稳定步态规划方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    熊蓉;汤卿;褚健
  • 通讯作者:
    褚健

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

熊蓉的其他基金

开放混杂场景下物体抓取放置的长序列感知与规划学习
  • 批准号:
    62173293
  • 批准年份:
    2021
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
面向工业机器人装配作业的演示编程关键技术与方法
  • 批准号:
    U1609210
  • 批准年份:
    2016
  • 资助金额:
    210.0 万元
  • 项目类别:
    联合基金项目
旋转飞行物体的状态估计与轨迹预测
  • 批准号:
    61473258
  • 批准年份:
    2014
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
自主移动机器人动态环境地图构建研究
  • 批准号:
    60675049
  • 批准年份:
    2006
  • 资助金额:
    26.0 万元
  • 项目类别:
    面上项目
多移动机器人协作的环境建模
  • 批准号:
    60305010
  • 批准年份:
    2003
  • 资助金额:
    5.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码