正在阅读:安光所在大场景下基于视觉的多机器人全局定位方面取得新进展

安光所在大场景下基于视觉的多机器人全局定位方面取得新进展

2025-03-27 14:06:22来源:安徽光学精密机械研究所 关键词:智能机器人视觉传感器阅读量:24769

导读:在智能机器人领域,基于视觉的同步定位与地图构建技术(SLAM)因视觉传感器具有成本低、部署灵活、信息量丰富等优势,成为行业研究热点。
  近日,中国科学院合肥物质科学研究院安光所光电子中心计算机视觉团队研发出适用于大场景的多机器人协同定位新技术。相关研究成果发表在机器人领域国际Top期刊IEEE Robotics and Automation Letters (IEEE RA-L)上。
 
  在智能机器人领域,基于视觉的同步定位与地图构建技术(SLAM)因视觉传感器具有成本低、部署灵活、信息量丰富等优势,成为行业研究热点。在大规模环境中,通过共享地图数据实现协同作业可大幅提升工作效率。然而,实现多机器人系统中不同机器人间的全局定位(Multi-Robot Global Localization, MR-GL)依然面临诸多挑战。特别是在机器人初始位姿未知、环境动态变化剧烈的情况下,不同机器人间视角差异造成的数据数据匹配困难,动态场景对算法的实时性与鲁棒性(一个系统在面临着内部结构或外部环境的改变时也能够维持其功能稳定运行的能力)提出了更高要求。此外,如何在保障精度的同时快速完成多机协同定位,是影响协同任务能否成功执行的关键因素之一。
 
  针对上述难题,研究团队创新性地提出了一种融合语义与几何三重约束的图匹配多机器人全局定位方法——SGT-MGL。该方法首先提取场景中对象的语义与几何特征,并通过拓扑结构刻画其空间分布关系。为增强对象的区分性,研究人员基于语义信息与相对距离构建了三角形描述符,进一步提升了特征辨识度。考虑到语义与几何信息的互补特性,创新性提出了一种融合语义标签、空间夹角及相对距离信息的三维直方图描述符,有效提升了三角形描述符的稳定性与不变性。为进一步降低噪声干扰,研究团队采用"由粗到精"的匹配策略,提出了一种由全局几何结构筛选关键点位,并结合局部与全局图匹配方法,实现了多机器人间的高精度六自由度(6-DoF)(三维位置+三维朝向)姿态估计。实验结果表明,该方法在提升全局定位精度方面具有显著优势。
 
  实验数据显示,该技术在复杂动态环境中的定位精度较传统方法提升显著。其创新性的三重约束机制,既保证了算法在视角差异下的鲁棒性,又通过分级处理兼顾了运算效率,为未来智能医院、智能工厂等场景的多机器人协同作业提供了关键技术支撑。
 
  该项工作的第一作者为王凡博士后,通讯作者为张文副研究员和刘勇研究员。本研究得到了国家自然科学基金、合肥物质院院长基金和国家重点研发计划的支持。
 
所提出的多机器人全局定位方法在KITTI08序列数据集上的应用
我要评论
文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关。

版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了