使用Kinect進行機器人導航

Question

到目前爲止，我已經能夠創建Kinect傳感器位於一處的應用程序。我使用語音識別EmguCV（open cv）和Aforge.NET來幫助我處理圖像，學習和識別對象。這一切工作正常，但總是有改進的餘地，我擺了一些問題：忽略前三個我想要的答案第四]

1. 幀速率是可怕的。它像5fps一樣，即使它應該是30fps。 （這是沒有所有的處理）我的應用程序運行良好，它從相機獲取顏色以及深度幀並顯示它。幀速率仍然很糟糕。樣品運行真棒，大約25 fps。儘管我從樣本中運行完全相同的代碼，但它不會讓步。 :-([不需要代碼，請告訴我可能出現的問題。]

2. 我想創建一個小型機器人，在其上安裝kinect和我的筆記本電腦我嘗試使用Mindstorms Kit但是低扭矩電機不會這麼做，請告訴我怎麼做到這一點

3. 我該如何在板上供電？我知道Kinect使用12伏電動機，但是它從AC [我不想切斷我的電纜，並用12伏電池替換]

4. 最大的問題：如何在這個世界上導航，我已經完成了A *和洪水填充算法。我讀了this紙，就像上千次一樣，我一無所獲。我腦海中有導航算法，但它究竟如何本地化？ [它不應該使用GPS或任何其他的傳感器，只是它的眼睛即Kinect的]

幫助我將是真棒。我是新手，所以請不要指望我知道一切。我一直在互聯網上連續2周沒有運氣。

非常感謝！

Answer 1

本地化是一項棘手的任務，因爲它取決於事先了解您的機器人將放置在哪個環境中（，即是您家的地圖）。雖然存在用於同時定位和映射的算法，但它們傾向於是特定領域的，因此不適用於將機器人放置在任意位置並使其自動映射其環境的一般情況。

但是，如果您的機器人確實對其環境的外觀有粗略（概率）的概念，Monte Carlo localisation是一個不錯的選擇。在一個高的水平，它會是這樣的：

1. 首先，機器人應使大量隨機猜測的（稱爲顆粒）到哪裏它可能是其已知的環境中。
2. 隨着傳感器的每次更新（即機器人移動一小段距離之後），它使用其當前傳感器數據的統計模型來調整其每個隨機猜測正確的概率。如果機器人需要360º的傳感器測量值，這可以很好地工作，但這並非完全必要。

This lecture倫敦帝國理工學院的Andrew Davison對所涉及的數學進行了很好的概述。 （考慮到你正在努力創造的東西，課程的其餘部分對你來說很可能也很有意思）。祝你好運！