基于Kinect的机器人导航

Question

到目前为止，我已经能够创建一个应用程序，其中Kinect传感器在一个地方。我使用了语音识别EmguCV (open )和Aforge.NET来帮助我处理图像、学习和识别对象。这一切都很好，但总是有改进的余地，我提出了一些问题:忽略前三个，我想要第四个答案。

1. 帧速率太可怕了。它类似于5 fps，尽管它应该是30 fps。(这没有所有的处理)我的应用程序运行良好，它从相机获取颜色和深度帧并显示它。但是帧速率仍然很差。样本运行非常棒，大约25 fps。即使我从样本中运行了完全相同的代码，它也不会移动。--(不需要代码，请告诉我可能出现的问题。
2. 我想创造一个小机器人，在上面的kinect和我的笔记本电脑将被安装在上面。我试过使用Mindstorms，但低扭矩电机做不到这一点。请告诉我如何做到这一点。
3. 我如何在船上供电？我知道Kinect使用12伏特作为马达。但是它是从一个AC适配器那里得到的。我不想切断我的电缆，用12伏特的电池代替它。
4. 最大的问题是:在这个世界上它将如何导航。我做过A*和洪水填充算法。我读了上千遍这报纸，却一无所获。我有导航算法在我的脑海中，但它究竟将如何定位自己？它不应该使用GPS或任何其他类型的传感器，只使用它的眼睛，即Kinect。

帮我会很棒的。我是个新手，所以请不要指望我什么都知道。我已经上网两周了，没有运气。

非常感谢!

Answer 1

本地化是一项棘手的任务，因为它取决于事先了解您的机器人所处的环境(即您的房子的地图)。虽然同时进行定位和映射的算法是存在的，但它们往往是特定领域的，因此不适用于将机器人放置在任意位置并让其自主映射其环境的一般情况。

然而，如果你的机器人对它的环境有一个粗略(概率)的概念，那么蒙特卡罗定位是一个很好的选择。在很高的层次上，它是这样的：

1. 首先，机器人应该对它在已知环境中的位置进行大量的随机猜测(称为粒子)。
2. 根据传感器的每次更新(即机器人移动了一段短距离后)，利用其当前传感器数据的统计模型，调整每个随机猜测正确的概率。当机器人进行360度传感器测量时，这一点尤其有效，但这并不是完全必要的。

伦敦帝国学院的安德鲁·戴维森( Andrew )的“这次讲座”很好地概述了所涉及的数学问题。(考虑到你想要创造的东西，这门课程的其余部分很可能也会让你感兴趣)。祝好运!