【摘要】：目前,室內(nèi)地圖并不像室外地圖一樣內(nèi)容豐富,大部分的室內(nèi)地圖以二維的CAD平面圖為主,視覺效果較差,由于對(duì)室內(nèi)地圖的研究缺乏系統(tǒng)性的指導(dǎo)原則和統(tǒng)一的標(biāo)準(zhǔn),室內(nèi)地圖的構(gòu)建方法以及信息獲取程度也沒有受到足夠的重視,到目前為止還難以輔助人們的日常生活。常規(guī)的三維激光掃描儀能夠完成室內(nèi)三維模型的構(gòu)建,但是激光傳感器體積龐大、價(jià)格昂貴,并不適用于室內(nèi)環(huán)境,傳統(tǒng)的近景攝影測(cè)量技術(shù)可以通過重復(fù)架站的方式完成對(duì)環(huán)境數(shù)據(jù)的獲取,但是操作繁瑣,數(shù)據(jù)處理費(fèi)時(shí)費(fèi)力。本文對(duì)智能機(jī)器人領(lǐng)域的同步定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)技術(shù)進(jìn)行深入研究,將SLAM技術(shù)應(yīng)用于測(cè)繪領(lǐng)域,解決室內(nèi)地圖的實(shí)時(shí)構(gòu)建問題。本文研究定位在搭建廉價(jià)的、能夠快速檢測(cè)環(huán)境變化的設(shè)備,并發(fā)展相應(yīng)的應(yīng)用,具體研究基于消費(fèi)級(jí)視覺傳感器的室內(nèi)地圖實(shí)時(shí)構(gòu)建問題,采用微軟公司的RGB-D相機(jī)Kinect作為環(huán)境感知傳感器,對(duì)SLAM技術(shù)展開理論學(xué)習(xí)并進(jìn)行相關(guān)實(shí)驗(yàn)分析。論文主要完成了以下工作:(1)闡述了常用RGB-D類型相機(jī)Kinect的針孔相機(jī)模型,簡(jiǎn)要介紹了Kinect相機(jī)的組成和深度探測(cè)原理。重點(diǎn)研究了產(chǎn)生相機(jī)畸變的來源且對(duì)其進(jìn)行數(shù)學(xué)建模。使用棋盤格對(duì)Kinect相機(jī)標(biāo)定得到相機(jī)的內(nèi)部參數(shù)和畸變參數(shù),并利用標(biāo)定后的相機(jī)完成了數(shù)據(jù)的采集實(shí)驗(yàn)。獲取了標(biāo)定以后對(duì)齊的彩色圖和深度圖。(2)研究了RGB-D SLAM的理論基礎(chǔ),內(nèi)容包括:前端視覺里程計(jì)中的基于特征點(diǎn)法的相對(duì)運(yùn)動(dòng)估計(jì),主要對(duì)特征檢測(cè)算子的性能進(jìn)行對(duì)比分析、對(duì)ORB算法的提取特征進(jìn)行初匹配。同時(shí),介紹了傳統(tǒng)基于三維相機(jī)的視覺里程計(jì)實(shí)現(xiàn)方法,明確了基于三維點(diǎn)云的ICP算法實(shí)現(xiàn)的原理和存在的問題。并對(duì)后端圖優(yōu)化以及基于詞袋的回環(huán)檢測(cè)流程進(jìn)行了詳細(xì)描述。(3)在誤匹配剔除方面,本文引入了RANSAC算法的特征點(diǎn)匹配優(yōu)化方法。同時(shí)利用P3P與ICP結(jié)合的方式對(duì)相機(jī)的位姿進(jìn)行實(shí)時(shí)的估計(jì),提出了基于SBA算法的視覺里程計(jì)的實(shí)現(xiàn)方法,用以降低系統(tǒng)的累積誤差,保證整個(gè)系統(tǒng)的精度和可靠性。并提出了合理的關(guān)鍵幀選擇機(jī)制來減小視覺里程計(jì)的累積誤差。本文針對(duì)SIFT、SURF、ORB三種視覺里程計(jì)中常用的特征檢測(cè)算法進(jìn)行了對(duì)比實(shí)驗(yàn),從實(shí)時(shí)性和高效性兩方面比較了它們的性能,搭建了RGB-D SLAM系統(tǒng)軟硬件實(shí)驗(yàn)平臺(tái)并將不同的特征檢測(cè)算法應(yīng)用于RGB-D SLAM,進(jìn)行了具體的對(duì)比試驗(yàn),利用RANSAC算法剔除誤匹配的特征點(diǎn)并與ICP算法相結(jié)合,實(shí)現(xiàn)了基于特征點(diǎn)的視覺里程計(jì)估計(jì)。在室內(nèi)場(chǎng)景下使用Turtlebot機(jī)器人進(jìn)行RGB-D SLAM實(shí)驗(yàn)完成了室內(nèi)環(huán)境三維點(diǎn)云地圖的實(shí)時(shí)構(gòu)建。驗(yàn)證了系統(tǒng)方案的可行性,并利用坐標(biāo)轉(zhuǎn)換等方式完成了對(duì)其精度的評(píng)定,實(shí)驗(yàn)結(jié)果表明點(diǎn)云地圖的點(diǎn)位精度為0.0398m,點(diǎn)云地圖中特征物的尺寸精度為0.0135m。
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP212;P283.7
【圖文】：

室內(nèi)地圖構(gòu)建流程

像作特征匹配時(shí)復(fù)雜運(yùn)算所導(dǎo)致的局部地圖重建延時(shí)，同時(shí)也在硬件水平上解決單目相機(jī)的尺度不確定性問題。Kinect 相機(jī)在三維重建中獨(dú)特的優(yōu)勢(shì)使其在多傳動(dòng)測(cè)試平臺(tái)搭建以及機(jī)器人在對(duì)應(yīng)圖像下位姿求解的應(yīng)用研究中具有重要的實(shí)。 Kinect 相機(jī)工作原理深度相機(jī)通過向被探測(cè)物體發(fā)射光線并接受返回信息的方式計(jì)算圖像中對(duì)應(yīng)深度。按照發(fā)射信息的不同，可將探測(cè)原理歸為兩類。一種是根據(jù)返回結(jié)構(gòu)光的定距離信息，一種是根據(jù)光束的飛行時(shí)間探測(cè)深度，基于飛行時(shí)間探測(cè)原理的 K機(jī)相比于接收返回圖案的方式可以有效避免光照的影響，同時(shí)相比于傳統(tǒng)激光雷掃描的方式可以獲得整幅圖像的深度信息，相比之下價(jià)格也更具優(yōu)勢(shì)，故在本文驗(yàn)中，采用 Kinect 相機(jī)作為基礎(chǔ)的環(huán)境觀測(cè)傳感器進(jìn)行相關(guān)實(shí)驗(yàn)。該消費(fèi)級(jí)深度利用視覺傳感器輸出視覺信息的同時(shí)與深度傳感器相結(jié)合，能夠同時(shí)獲得距離受度信息，輸出分辨率為 1920*1080 的 RGB 圖像和 512*424 的紅外深度圖像，使更容易對(duì)周圍環(huán)境進(jìn)行直接的感官認(rèn)知和理解。RGB-D 相機(jī)除了常規(guī)的攝像頭之外，還有發(fā)射器和接收器。如下圖 2-1 所示：

圖 2-2 針孔成像模型Fig.2-2 Pinhole imaging model在由圖像恢復(fù)物體三維結(jié)構(gòu)的過程中主要涉及世界坐標(biāo)系、相機(jī)坐標(biāo)系、圖像系和圖像像素坐標(biāo)系之間的相互轉(zhuǎn)換。假設(shè)現(xiàn)實(shí)世界的空間點(diǎn)在世界坐標(biāo)系下 PW(XW,YW,ZW)，對(duì)應(yīng)的相機(jī)坐標(biāo)系坐標(biāo)為 PC(X,Y,Z)，相機(jī)坐標(biāo)系以光心 O 為原和 y 軸分別與圖像物理坐標(biāo)系中 、 軸平行，相機(jī)的光軸為 z 軸，并垂直于像平的焦距 f 定義為物理成像平面到相機(jī)光心 O 的垂直距離。故空間點(diǎn)對(duì)應(yīng)的圖像系的坐標(biāo)為 (x,y)，單位為 mm，p(u,v)代表該像素在數(shù)字信號(hào)數(shù)組中的行數(shù)和列為圖像像素坐標(biāo)系的坐標(biāo)（單位：px）。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅潤(rùn)鑫;余柳平;陳夢(mèng)強(qiáng);黃軍;鄔依林;;SLAM問題中機(jī)器人定位誤差分析與控制[J];科學(xué)技術(shù)創(chuàng)新;2019年26期

2 祁健誠(chéng);;基于雙目SLAM的室內(nèi)導(dǎo)航系統(tǒng)[J];通訊世界;2019年01期

3 吳林峰;王錄濤;;圖優(yōu)化SLAM的嵌入式處理技術(shù)[J];成都信息工程大學(xué)學(xué)報(bào);2019年02期

4 盧天利;;基于地面匹配的單目SLAM局部尺度恢復(fù)[J];工業(yè)控制計(jì)算機(jī);2019年08期

5 董蕊芳;柳長(zhǎng)安;楊國(guó)田;程瑞營(yíng);;基于圖優(yōu)化的單目線特征SLAM算法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年06期

6 蔡來良;楊望山;王姍姍;朱學(xué)練;;SLAM在室內(nèi)測(cè)繪儀器研發(fā)中的應(yīng)用綜述[J];礦山測(cè)量;2017年04期

7 楊祥紅;王希彬;;無人機(jī)主動(dòng)SLAM技術(shù)研究[J];系統(tǒng)仿真技術(shù);2015年04期

8 王超杰;蘇中;連曉峰;趙旭;;搜救環(huán)境中的仿生蛇形機(jī)器人SLAM方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年08期

9 吳曉琳;宋萌;苑晶;孫鳳池;陶通;;通訊范圍受限條件下的多機(jī)器人主動(dòng)SLAM[J];系統(tǒng)工程與電子技術(shù);2012年10期

10 野舟;;SLAM-ER導(dǎo)彈達(dá)到兩項(xiàng)新里程碑[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2009年06期

相關(guān)會(huì)議論文 前10條

1 皮燕燕;王遠(yuǎn)明;劉為任;王興嶺;;二維場(chǎng)景中SLAM算法對(duì)比研究[A];2018慣性技術(shù)發(fā)展動(dòng)態(tài)發(fā)展方向研討會(huì)文集[C];2018年

2 蘇麗;李恩澤;劉志林;;基于嚙齒類動(dòng)物神經(jīng)模型的SLAM算法[A];第37屆中國(guó)控制會(huì)議論文集（D）[C];2018年

3 Jing Wang;Zongying Shi;Yisheng Zhong;;Visual SLAM Incorporating Wheel Odometer for Indoor Robots[A];第36屆中國(guó)控制會(huì)議論文集（D）[C];2017年

4 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

5 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

6 ;An SLAM algorithm based on improved UKF[A];第24屆中國(guó)控制與決策會(huì)議論文集[C];2012年

7 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

8 Haoyin Zhou;Tao Zhang;;The combination of SfM and monocular SLAM[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

9 葛振華;王紀(jì)凱;王鵬;張啟彬;陳宗海;;室內(nèi)環(huán)境SLAM過程中動(dòng)態(tài)目標(biāo)的檢測(cè)與消除[A];第18屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（18th CCSSTA 2017）[C];2017年

10 彭勝軍;馬宏緒;;移動(dòng)機(jī)器人導(dǎo)航空間表示及SLAM問題研究[A];全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 蔣智孚;SLAM技術(shù)將為智慧礦山帶來質(zhì)的飛躍[N];中國(guó)黃金報(bào);2018年

2 中國(guó)青年報(bào)·中青在線記者 李超 通訊員 陰祥;從災(zāi)難中尋找靈感 大學(xué)生研發(fā)激光救援機(jī)器人[N];中國(guó)青年報(bào);2017年

3 實(shí)習(xí)記者 代小佩;AR導(dǎo)航能成為“路癡”福音嗎[N];科技日?qǐng)?bào);2018年

4 中國(guó)信息通信研究院 劉思言 蘇丹;東風(fēng)已至，服務(wù)機(jī)器人產(chǎn)業(yè)起跑[N];人民郵電;2018年

5 實(shí)習(xí)記者 崔爽;掃地機(jī)器人真能解放雙手嗎[N];科技日?qǐng)?bào);2018年

6 北京商報(bào)記者 金朝力;掃地機(jī)器人告別花瓶角色[N];北京商報(bào);2019年

7 北京 劉慧;物流機(jī)器人技術(shù)趨勢(shì)[N];電子報(bào);2019年

8 肖征榮;好軟件少不了它們[N];電腦報(bào);2003年

9 記者 王官波;“AI+”為醫(yī)療養(yǎng)老助力[N];中國(guó)縣域經(jīng)濟(jì)報(bào);2019年

10 本報(bào)特約撰稿 臨河;半島趨緊張，韓國(guó)有點(diǎn)亂[N];中國(guó)國(guó)防報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 王洪玲;移動(dòng)機(jī)器人適應(yīng)搜救環(huán)境的同時(shí)定位和地圖構(gòu)建（SLAM）方法研究[D];山東大學(xué);2018年

2 劉丹;智能車輛同時(shí)定位與建圖關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2018年

3 陳孟元;移動(dòng)機(jī)器人仿生SLAM算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

4 張超凡;基于多目視覺與慣導(dǎo)融合的SLAM方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

5 金紅巖;PPRV全長(zhǎng)基因克隆及H蛋白與SLAM受體相互作用的研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2014年

6 王丹丹;水下無人潛器同步定位與地圖生成方法研究[D];哈爾濱工程大學(xué);2017年

7 苑全德;基于視覺的多機(jī)器人協(xié)作SLAM研究[D];哈爾濱工業(yè)大學(xué);2016年

8 趙一路;人機(jī)交互環(huán)境下的主動(dòng)SLAM及相關(guān)問題研究[D];復(fù)旦大學(xué);2013年

9 劉浩敏;面向復(fù)雜環(huán)境的魯棒高效的三維注冊(cè)與結(jié)構(gòu)恢復(fù)[D];浙江大學(xué);2017年

10 康軼非;不依賴GPS定位理論及方法研究[D];北京交通大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 楊康;核輻射場(chǎng)景中視覺SLAM定位技術(shù)研究[D];西南科技大學(xué);2019年

2 莊詩(shī)偉;基于二值化線條特征的室內(nèi)SLAM閉環(huán)檢測(cè)算法研究[D];上海交通大學(xué);2017年

3 黃鶴;融合IMU的單目視覺SLAM方法研究[D];西南科技大學(xué);2019年

4 王素敏;基于全局視覺定位的SLAM技術(shù)研究[D];新疆大學(xué);2019年

5 許澤華;動(dòng)態(tài)環(huán)境下基于多相機(jī)的視覺SLAM研究[D];云南大學(xué);2018年

6 宋楠楠;視覺SLAM中位姿約束下的閉環(huán)檢測(cè)算法研究[D];石家莊鐵道大學(xué);2019年

7 翁福洲;基于RGB-D SLAM算法的室內(nèi)地圖構(gòu)建研究[D];北京建筑大學(xué);2019年

8 陳映冰;基于匹配和優(yōu)化的激光雷達(dá)室內(nèi)SLAM算法及其應(yīng)用研究[D];廈門大學(xué);2018年

9 馬繼勇;用于PDR增強(qiáng)的輕量級(jí)SLAM技術(shù)[D];廈門大學(xué);2018年

10 張?jiān)?基于移動(dòng)端的語(yǔ)義SLAM研究[D];廈門大學(xué);2017年

本文編號(hào)：2750664