精确定位是移动机器人的关键技术,也是移动机器人领域的基础.采用路标定位方法,提出了一种地图构建方法及路标检测方法,利用路标之间的距离为匹配特征,将检测路标与实际路标进行匹配,从而实现移动机器人的精确定位.该方法大大提高了定位精度,同时降低了传统路标检测算法的复杂性,提高了算法应用的灵活性.工业用激光雷达定位算法封装严密,保密性很强,定位系统的附加值很高,甚至超过了激光雷达的本体价格.通过理论分析,针对采用激光雷达定位的移动机器人,提出一种基于反射板精确定位的算法,为激光雷达定位系统的大规模开发提供了理论基础.

随着铁路货车状态检修项目的深入推进,迫切需要一种应用于铁路货车检测领域的智能机器人系统,代替人工完成部分货车检测工作,提高检修效率。针对铁路货车检修问题,设计了一种智能机器人系统,详细阐述了关键技术,实现了铁路货车的自动巡检。该机器人可监控货车各个部件外观技术状态,确保货车行车安全,最大程度避免了人为失误造成的误判,对列车安全形成“双保险”。

针对移动机器人在复杂环境中使用单一传感器进行同时定位与建图存在的精度不足、扫描范围有限等问题,提出一种将激光雷达与Kinect深度相机两种传感器数据融合的方法。首先对Kinect深度数据进行降维处理,然后使用卡尔曼滤波对激光数据与Kinect深度数据进行融合,在建图阶段使用贝叶斯估计将激光雷达与Kinect各自生成的二维局部栅格地图进行融合。通过实验表明,该方法获得的地图包含更加丰富的环境信息,有助于后续的导航避障工作。

根据移动机器人的定位和建图需求,设计并构建了基于ROS操作系统和激光雷达的移动机器人系统。移动机器人系统采用小型工控机作为上位机,stm32单片机作为下位机,利用RPLIADR A2激光雷达获取环境信息,在ROS机器人系统分布式框架下进行开发,实现基于cartographer算法的同步定位与建图功能。仿真实验及实际环境测试结果表明,该移动机器人具有良好的建图精度和系统性能,具有拓展方便、模块化等优点。

针对不良能见度天气下的交通运输安全需求,设计了一台可用于水平及斜程能见度测量的激光雷达能见度仪。该仪器以嵌入式计算机PCM-3370E为控制和数据处理核心,实现对激光器、光子计数卡、门控电路工作时序的控制及能见度反演。在收发光学单元良好工作的基础上,通过易于操作的人机交互界面获得大气能见度的客观、便捷测量。

简要介绍了时幅转换技术［1］的原理、实现方法以及在激光测距系统中的应用。 给出了实际时幅转换特性的试验数据及精度分析。 利用时幅转换器测量时间的精度和分 辨率可以分别达到几十皮秒和几皮秒的量级。 将这一技术应用于传统的激光测距系统后， 可以将测距精度和分辨率由原来的分米级分别提高到厘米级和毫米级。

针对多普勒测风激光雷达校准仪的设计要求,详细推导校准仪中激光入射和接收角度与准直器到转盘的距离、多普勒频移量、入射光覆盖的弧长等量的关系,最终确立当多普勒校准仪中转盘半径为100mm、准直器到转盘的距离L〈50mm时,选取激光入射与接收方向的夹角=25°、入射角=20°。

在对流层(小于12km),由于大气中气深胶的存在,传统的利用大气中瑞利散射光谱测量大气温度的方法具有一定的局限性.借助傅里叶分析方法对不同高度的大气后向散射光谱通过碘吸收池所产生的不同透过率曲线进行处理,同时考虑了对流层中气深胶的影响,可得到对流层中不同高度、不同大气后向散射比条件下的温度轮廓线.

运用多线激光雷达实现了越野环境中障碍物的检测。为了分析了传感器安装参数对系统性能的影响，采用设计了分层聚类算法，实现了场景中数据的分类；对影响雷达测距精度的因素进行了分析，给出了雷达数据的滤波方法；以相对高度，坡度和点密度作为判决条件，完成了越野环境中障碍物的识别。算法应用到了越野环境下无人驾驶车辆的导航上，试验证明方法稳定可靠，符合车辆自主行驶的要求。

随着激光扫描技术的发展，基于激光扫描系统的室内环境地图构建技术广泛地被运用到机器人的视觉导航中。针对当前研究中所使用的激光扫描仪体积笨重、价格昂贵，不适合小型移动机器人装配的不足，提出一种由智能小车和低成本的360°激光雷达组成的二维环境地图构建系统。系统由硬件系统和软件系统两部分组成。通过硬件系统对环境进行感知，提取周围环境特征信息，通过软件系统完成二维环境地图的实时创建，实现基于激光雷达构建室内环境地图的任务。在得到环境地图的基础上，采用最小二乘法对初始数据进行滤噪处理，以获得更为精确的环境地图。实验结果表明，本系统成本低，性能高，能精确的构建二维环境地图，并成功应用于室内小型移动机器人的视觉导航中。