摘要：基于Rao-Blackwellized粒子滤波(Rao-Blackwellized partical filter,RBPF)算法的移动机器人在同时定位与地图构建(simultaneous localization and mapping,SLAM)过程中存在计算量大、粒子耗尽问题。基于重采样技术对激光SLAM系统开展优化设计:在采样过程中加入最近一帧的激光观测模型,减少构建地图所需要的粒子数;同时提出一种自适应优化组合重采样方法,以缓解粒子耗尽现象,保持粒子的多样性。利用Turtlebot 2和Rplidar A2搭建的平台进行实验验证,结果显示,改进的RBPF-SLAM系统优化方法能够以更少的粒子数生成精度更高的全局一致性的地图。

摘要：针对ORB特征在图像上分布不均匀的问题,提出一种基于改进四叉树的特征均匀分布算法。通过计算图像灰度均值与方差选取FAST角点的初始提取阈值,采用改进的四叉树对特征点进行筛选,对不同金字塔层设置不同的四叉树深度以提高计算效率,减少特征冗余,采用均匀度函数对特征的均匀度进行量化。实验结果表明,改进算法提高了ORB特征的均匀度,特征提取时间相比传统算法减少10%以上,有效提高了特征提取的均匀度和效率。

摘要：采用双目立体视觉技术,实现了水果采摘机器人自主移动行走、避障、成熟果实定位识别的功能。研究表明:所设计的视觉图像自动识别采摘机器人结构较为简单,运行过程中性能稳定、效率高、稳定性好,能够克服果园复杂地形的影响。