【摘要】：同時定位與建圖(SLAM)對機器人實現(xiàn)自主導(dǎo)航任務(wù)有重要的研究意義。本文在基于視覺SLAM的三維地圖構(gòu)建及應(yīng)用方面做的研究如下:針對目前在移動機器人領(lǐng)域主要構(gòu)建二維地圖,無法在復(fù)雜的室內(nèi)場景下獲取比如門、桌子、椅子、線纜等物體的三維信息,進而影響導(dǎo)航任務(wù)的問題,本文采用RGB-D SLAM估測機器人位姿的同時構(gòu)建出周圍環(huán)境的OctoMap地圖。針對原始的OctoMap地圖中由于噪聲等因素的影響存在離群點的問題,本文提出基于K-最近鄰和高斯分布的離群點剔除算法剔除地圖中的離群點,從而構(gòu)建出更加精確的OctoMap地圖,為機器人的精確導(dǎo)航奠定基礎(chǔ)。本文用TurtleBot機器人在實驗室和走廊環(huán)境中使用提出的基于K-最近鄰和高斯分布的離群點剔除算法構(gòu)建出OctoMap地圖,與原始算法構(gòu)建的OctoMap地圖相比,本文算法可以有效剔除影響導(dǎo)航任務(wù)的離群點,得到更加精確的OctoMap 地圖。針對經(jīng)典的單目SLAM方案:ORB-SLAM,在構(gòu)建三維點云地圖過程中通過直接線性三角化算法求取地圖點不夠精確的問題,本文提出使用迭代三角化算法,求取出更加精確的地圖點,從而為ORB-SLAM建立更加精確的地圖以及應(yīng)用于機器人的三維導(dǎo)航奠定基礎(chǔ)。實驗采用TUM和KITTI數(shù)據(jù)集,基于ORB-SLAM使用本文迭代三角化算法求取出的地圖點,與直接線性三角化算法求取結(jié)果相比,獲得的地圖點的重投影誤差更小。此外在實驗室場景用OptiTrack系統(tǒng)記錄了單目相機的真實軌跡和靜態(tài)標(biāo)記點的真實位置,將本文算法和原始算法估測出的地圖點的三維坐標(biāo)和OptiTrack系統(tǒng)記錄的真實坐標(biāo)進行對比,進一步證明了本文提出的迭代三角化算法估計出的地圖點位置誤差更小,地圖點更加精確。
【圖文】：

景進行選擇。逡逑１．３邋ＳＬＡＭ在機器人領(lǐng)域的應(yīng)用現(xiàn)狀逡逑如圖１．２所示，ＳＬＡＭ技術(shù)在智能家居、救援、軍事、海底探測、無人駕駛、逡逑無人機、ＡＲ等領(lǐng)域己經(jīng)得到了廣泛應(yīng)用，尤其是近年來視覺ＳＬＡＭ在移動機器逡逑人、無人駕駛領(lǐng)域可謂如沐春風(fēng)。逡逑海底勘探％５８安保巡檢逡逑軍事釀髓逡逑ＡＲ邐無人機逡逑＜邋１逡逑圖１．２邋ＳＬＡＭ及相關(guān)技術(shù)的應(yīng)用領(lǐng)域逡逑掃地機器人近年受到了市場的認(rèn)可，其成功離不開ＳＬＡＭ的發(fā)展。圖１．３逡逑所示的掃地機器人，使用普通的單目相機作為傳感器，通過視覺ＳＬＡＭ算法實逡逑時定位，并精確地繪制室內(nèi)地圖，規(guī)劃出清掃或充電的最優(yōu)路徑，，然后根據(jù)地圖逡逑實時進行定位，完成整個清掃任務(wù)，從而解放人力。逡逑４逡逑

谷歌公司是最早開展無人駕駛的公司之一，也是目前全球無人駕駛的領(lǐng)軍逡逑者。圖１．５的谷歌無人車使用了融合激光雷達(dá)和視覺信息的ＳＬＡＭ方法，能夠?qū)嶅义蠒r生成周圍環(huán)境的地圖信息，并結(jié)合ＧＰＳ－慣性導(dǎo)航系統(tǒng)，在整個無人駕駛過程逡逑中實現(xiàn)精準(zhǔn)定位。值得一提的是，Ｇｏｏｇｌｅ開源了邋Ｃａｒｔｏｇｒａｐｈｅｒ的ＳＬＡＭ庫以及逡逑相關(guān)的Ｌｉｄａｒ和ＩＭＵ數(shù)據(jù)。Ｃａｒｔｏｇｒａｐｈｅｒ融合了激光、相機、慣性元件等多種傳逡逑感器的信息，從而可以迅速精確地構(gòu)建出周圍的環(huán)境，實現(xiàn)精確定位。谷歌的無逡逑人駕駛發(fā)展迅速，截止２０１８年１０月，谷歌無人車己經(jīng)成功完成了邋１０００萬英里逡逑
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP242;P283

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 曹美會;鮮斌;張旭;文曦;;基于視覺的四旋翼無人機自主定位與控制系統(tǒng)[J];信息與控制;2015年02期

2 佟帥;徐曉剛;易成濤;邵承永;;基于視覺的三維重建技術(shù)綜述[J];計算機應(yīng)用研究;2011年07期

本文編號：2629902