基于水下圖像信息的同步定位與地圖構(gòu)建方法研究
發(fā)布時(shí)間:2021-12-02 19:48
同步定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)技術(shù),可以在未知的作業(yè)區(qū)域,機(jī)器人通過(guò)自身傳感器來(lái)獲取周?chē)h(huán)境的特征推算出其位姿,并借助定位信息逐漸更新出周?chē)沫h(huán)境地圖。水下自主機(jī)器人的作業(yè)特點(diǎn)通常是時(shí)間長(zhǎng)、隱蔽性強(qiáng)。視覺(jué)SLAM技術(shù)可以利用視覺(jué)信息在航行器沒(méi)有配備導(dǎo)航系統(tǒng)或者其它定位導(dǎo)航方法失效的時(shí)候提供定位導(dǎo)航功能。實(shí)現(xiàn)基于水下視覺(jué)的同步定位與地圖構(gòu)建解決方案,本文主要的研究工作有:1.通過(guò)圖像序列信息獲取相機(jī)內(nèi)參。在只有圖像信息的條件下,本文的相機(jī)標(biāo)定方法區(qū)別于傳統(tǒng)方法,直接采用圖像信息獲得相機(jī)傳感器的模型參數(shù),得到三維空間和二維測(cè)量數(shù)據(jù)之間的數(shù)學(xué)映射關(guān)系。2.ORB(Oriented FAST and Rotated BRIEF)特征點(diǎn)提取算法能夠滿足系統(tǒng)的實(shí)時(shí)性要求,針對(duì)提取的特征點(diǎn)在圖像中分別不均勻的問(wèn)題,本文采用格柵化圖像分區(qū)域提取的方法。為提高特征點(diǎn)匹配的速率,本文借助詞袋模型構(gòu)建的字典、借助運(yùn)動(dòng)先驗(yàn)知識(shí)加速特征點(diǎn)的匹配。在提升特征點(diǎn)匹配的正確率方面,運(yùn)用匹配特征點(diǎn)對(duì)的方向差的統(tǒng)計(jì)規(guī)律來(lái)剔除錯(cuò)誤匹配。3.設(shè)計(jì)一個(gè)...
【文章來(lái)源】:哈爾濱工程大學(xué)黑龍江省 211工程院校
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
悉尼大學(xué)Oberon航行器國(guó)內(nèi)也有一部分的研究機(jī)構(gòu)從事水下航行器的SLAM研究工作,中國(guó)海洋大學(xué)和哈爾
第 1 章 緒論的位姿。2011 年 Newcombe 等人提出的通過(guò) GPU 加速獲得實(shí)時(shí)處理效果的 DTAM[14](稠密跟蹤與建圖)算法,標(biāo)志著基于直接跟蹤的視覺(jué) SLAM 的開(kāi)端, DTAM 對(duì)圖像的特征缺少、圖像模糊有很強(qiáng)的魯棒性,但是模型的擴(kuò)展效率較低,圖 1.3 右圖是該算法運(yùn)行示意圖。為了減小計(jì)算量,2013 年由 Engel 等提出了僅恢復(fù)半稠密地圖的 LSD-SLAM[15],并且 LSD-SLAM 采用關(guān)鍵幀表達(dá)場(chǎng)景,每個(gè)像素深度獨(dú)立計(jì)算,所以其計(jì)算效率大大提高。上述的視覺(jué) SLAM 算法框架中,基于線性濾波的不適合大場(chǎng)景下的定位運(yùn)用;基于直接跟蹤的視覺(jué) SLAM,其龐大的計(jì)算量會(huì)對(duì)設(shè)備的性能提出要求,而且很難應(yīng)用于對(duì)設(shè)備耗能要求苛刻的水下航行器中。本文主要是為了在民用領(lǐng)域的工作在淺水環(huán)境中的水下航行器提供水下定位方案。研究運(yùn)用在水下航行器中的基于特征的視覺(jué) SLAM,因?yàn)槠鋵?duì)設(shè)備的要求低加上航行器運(yùn)動(dòng)平穩(wěn)而具有可行性。
第2章 相機(jī)標(biāo)定與特征點(diǎn)提取于圖像的水下視覺(jué)系統(tǒng)中,相機(jī)作為水下航行器感知環(huán)境的器件,把型參數(shù)是研究真實(shí)環(huán)境到測(cè)量數(shù)據(jù)之間聯(lián)系的先決條件。圖像形式的巨大,所以找到能夠表征圖像特征的特征點(diǎn)對(duì)后續(xù)研究的研究過(guò)程至模型相機(jī)的模型有很多,但是用的比較多的也相對(duì)簡(jiǎn)單的是針孔模型[16]。在坐標(biāo)系下進(jìn)行的,討論相機(jī)模型會(huì)設(shè)計(jì)到以下坐標(biāo)系:界坐標(biāo)系 ( , ,)TW W WX Y Z ;機(jī)坐標(biāo)系 ( , ,)TC C CX Y Z ,坐標(biāo)原點(diǎn)在相機(jī)光心;理成像平面 ( x ,y ),在距相機(jī)光心一倍焦距的平面上的像平面坐標(biāo)系素平面坐標(biāo)系 ( u ,v ),和物理成像平面共面,原點(diǎn)位于圖像的左上角行,v 軸向下與 y 軸平行。
本文編號(hào):3529085
【文章來(lái)源】:哈爾濱工程大學(xué)黑龍江省 211工程院校
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
悉尼大學(xué)Oberon航行器國(guó)內(nèi)也有一部分的研究機(jī)構(gòu)從事水下航行器的SLAM研究工作,中國(guó)海洋大學(xué)和哈爾
第 1 章 緒論的位姿。2011 年 Newcombe 等人提出的通過(guò) GPU 加速獲得實(shí)時(shí)處理效果的 DTAM[14](稠密跟蹤與建圖)算法,標(biāo)志著基于直接跟蹤的視覺(jué) SLAM 的開(kāi)端, DTAM 對(duì)圖像的特征缺少、圖像模糊有很強(qiáng)的魯棒性,但是模型的擴(kuò)展效率較低,圖 1.3 右圖是該算法運(yùn)行示意圖。為了減小計(jì)算量,2013 年由 Engel 等提出了僅恢復(fù)半稠密地圖的 LSD-SLAM[15],并且 LSD-SLAM 采用關(guān)鍵幀表達(dá)場(chǎng)景,每個(gè)像素深度獨(dú)立計(jì)算,所以其計(jì)算效率大大提高。上述的視覺(jué) SLAM 算法框架中,基于線性濾波的不適合大場(chǎng)景下的定位運(yùn)用;基于直接跟蹤的視覺(jué) SLAM,其龐大的計(jì)算量會(huì)對(duì)設(shè)備的性能提出要求,而且很難應(yīng)用于對(duì)設(shè)備耗能要求苛刻的水下航行器中。本文主要是為了在民用領(lǐng)域的工作在淺水環(huán)境中的水下航行器提供水下定位方案。研究運(yùn)用在水下航行器中的基于特征的視覺(jué) SLAM,因?yàn)槠鋵?duì)設(shè)備的要求低加上航行器運(yùn)動(dòng)平穩(wěn)而具有可行性。
第2章 相機(jī)標(biāo)定與特征點(diǎn)提取于圖像的水下視覺(jué)系統(tǒng)中,相機(jī)作為水下航行器感知環(huán)境的器件,把型參數(shù)是研究真實(shí)環(huán)境到測(cè)量數(shù)據(jù)之間聯(lián)系的先決條件。圖像形式的巨大,所以找到能夠表征圖像特征的特征點(diǎn)對(duì)后續(xù)研究的研究過(guò)程至模型相機(jī)的模型有很多,但是用的比較多的也相對(duì)簡(jiǎn)單的是針孔模型[16]。在坐標(biāo)系下進(jìn)行的,討論相機(jī)模型會(huì)設(shè)計(jì)到以下坐標(biāo)系:界坐標(biāo)系 ( , ,)TW W WX Y Z ;機(jī)坐標(biāo)系 ( , ,)TC C CX Y Z ,坐標(biāo)原點(diǎn)在相機(jī)光心;理成像平面 ( x ,y ),在距相機(jī)光心一倍焦距的平面上的像平面坐標(biāo)系素平面坐標(biāo)系 ( u ,v ),和物理成像平面共面,原點(diǎn)位于圖像的左上角行,v 軸向下與 y 軸平行。
本文編號(hào):3529085
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3529085.html
最近更新
教材專著