您所在的位置: 成果库 基于机器学习的定位、构图与路径规划方法与系统

基于机器学习的定位、构图与路径规划方法与系统

发布时间: 2022-10-18

来源: 试点城市(园区)

基本信息

合作方式: 技术服务
成果类型: 新技术
行业领域:
电子信息技术
成果介绍
本成果由 4 项授权发明专利构成:一种基于光流与深度学习的视觉里程计实现方法和系统(2018103532018),一种通过改进 ORB-SLAM 算法实现定位 与构图的方法和系统(2018103644687)、一种基于栅格地图的混合路径规划方法和系 统(2018104072628)、一种基于距离测量和位置指纹的室内定位方法(2017109148065)。针对机器人在自主定位和导航过程中的定位、构图和规划问题,提供了一种基于光流与深度学习的视觉里程计实现方法和系统,解决现有采用学习法实现的视觉里程计所存在的普适性差的技术问题,以及采用几何法实现的视觉里程计存在的实时性差、特征检测困难以及鲁棒性不好的技术问题。针对 ORB-SLAM 算法存在的缺陷,提出了一种通过改进 ORB-SLAM 算法实现定位与构图的方法和系统,解决了现有ORB-SLAM 算法存在的消耗大量运算时间、容易产生误差导致无法进行特征匹配、以及应用范围偏小的技术问题。针对针对移动机器人的导航路径规划需求,提出了了一种基于栅格地图的混合路径规划方法,解决移动机器人与障碍物发生碰撞的概率较大,以及规划的路径偏离原始轨迹或算法的
成果亮点
对于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。然而在很多环境中机器人不能利用全局定位系统进行定位,而且事先获取机器人工作环境的地图很困难,甚至是不可能的。这时机器人需要在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。《2021-2022 年度中国工业应用移动机器人(AGV/AMR)产业发展研究报告》披露:2021 年度,中国市场企业整体销售工业应用移动机器人(AGV/AMR)72000 台,较 2020 年增长 75.61%, 市场销售额达到 126 亿元(海外销售 25 亿元),同比增长 64%。其中营收超亿元的企业达到 36 家,同比增长 50%。本发明注重解决移动机器人的定位、构图与路径规划问题,是移动机器人的核心技术问题,通过与下游厂家合作,提供相应的技术模块,按单个机器人 License 收费或其他方式,预计达产后年收入 1000 万元。
团队介绍
李方敏,工学博士,二级教授,博士研究生导师,中国计算机学会高级会员,传感器网络专业委会委员,湖南省计算机学会常务理事。2005年入选教育部新世纪优秀人才计划支持(NCET-05-0657)和湖北省青年杰出人才基金支持(2006ABB028),以及湖北省五四青年奖章。曾武汉理工大学信息工程学院院长,宽带无线通信与传感器网络湖北省重点实验室主任。 在武汉理工大学信息工程学院工作期间,创建了宽带无线通信与传感器网络研究方向,作为主要负责人之一于2003年和2005年成功申报了通信与信息系统二级学科博士点和信息与通信工程一级学科博士点
成果资料