|
| 基于环境语义信息的移动机器人重定位增强 |
| Relocalization enhancement for mobile robot based on environmental semantic information |
| 投稿时间：2019-11-18 |
| DOI： |
| 中文关键词: 移动机器人 重定位 全局定位 环境语义信息 粒子滤波 深度学习 |
| 英文关键词: mobile robot relocalization global localization environmental semantic information particle filter deep learning |
| 基金项目:国家自然科学基金资助项目(61305110)；湖北省自然科学基金资助项目(2018CFB626)；武汉市应用基础前沿项目(2019010701011404). |
| 作者 | 单位 | E-mail | | 向超 | 1.武汉科技大学机器人与智能系统研究院,湖北 武汉,430081
2.武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081 | xiangchao0745@163.com | | 蒋林 | 1.武汉科技大学机器人与智能系统研究院,湖北 武汉,430081
2.武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081 | | | 雷斌 | 1.武汉科技大学机器人与智能系统研究院,湖北 武汉,430081
2.武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081 | | | 朱建阳 | 1.武汉科技大学机器人与智能系统研究院,湖北 武汉,430081
2.武汉科技大学冶金装备及其控制教育部重点实验室,湖北 武汉,430081 | |
|
| 摘要点击次数: 3434 |
| 全文下载次数: 2340 |
| 中文摘要: |
| 为了提升移动机器人在室内环境下的全局重定位效率与准确性,提出一种基于环境语义信息的重定位增强方法。首先按照房间结构将室内环境分为若干子区域,并获取各子区域内常见物体信息,建立子区域物体类别表。在机器人被绑架后,通过深度学习检测识别方法与区域匹配来完成机器人粗定位,以此作为粒子滤波器的先验知识,然后通过粒子滤波算法的观测更新和迭代收敛完成机器人精定位。实验结果表明,本文方法有效提高了机器人被绑架后重定位的准确度与粒子收敛速度。 |
| 英文摘要: |
| In order to improve the efficiency and accuracy of global relocalization for indoor mobile robots, this paper proposes a relocalization enhancement method using environmental semantic information. Firstly, the indoor environment is divided into several sub-areas according to the spatial structure, and the category and quantity of common objects in each sub-area are acquired and the corresponding information table is established. Secondly, deep learning-based detection and recognition as well as area-based matching method are adopted to roughly locate the kidnapped robot, and then the location serves as the prior knowledge of particle filter. Finally, the robot’s precise locating is accomplished by the procedures of observation update and iterative convergence in particle filter algorithm. Experimental results show that the proposed method effectively increases the accuracy and speed of relocalization after the robot is abducted. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
