地圖是人類理解世界的重要工具,它不僅描繪了環(huán)境的地理地形,而且能夠用于任務(wù)規(guī)劃。隨著移動(dòng)機(jī)器人被廣泛地應(yīng)用到人類的生產(chǎn)生活中,機(jī)器人要理解環(huán)境同樣離不開地圖。同時(shí)定位與地圖創(chuàng)建是移動(dòng)機(jī)器人理解未知環(huán)境的關(guān)鍵技術(shù),機(jī)器人通過自身搭載的傳感器,在運(yùn)動(dòng)的過程中估計(jì)自身的位姿,同時(shí)創(chuàng)建環(huán)境的地圖。視覺SLAM(Simultaneous Localization and Mapping),由于相機(jī)成本低、圖像信息豐富、技術(shù)難度大等原因,近幾年受到了廣泛地關(guān)注和研究。本文提出了一種用于視覺SLAM的半稠密認(rèn)知地圖創(chuàng)建方法,利用視覺SLAM獲取的位姿信息,不僅能估計(jì)出環(huán)境的較稠密的逆深度信息,而且能識(shí)別出環(huán)境中的感興趣物體。本文的主要研究工作包括:1)基于深度濾波器實(shí)現(xiàn)地圖點(diǎn)的逆深度估計(jì),從像素層面估計(jì)逆深度。在關(guān)鍵幀中選取合適的地圖點(diǎn),采用一種“粗糙-精確”的匹配方式在參考幀中觀測并更新地圖點(diǎn)的逆深度估計(jì)。根據(jù)逆深度估計(jì)表示方法,提出一種關(guān)鍵幀選取策略。2)基于圖像金字塔實(shí)現(xiàn)關(guān)鍵幀的逆深度圖估計(jì),從圖像層面估計(jì)逆深度,主要包括逆深度圖更新和逆深度圖傳遞。在估計(jì)的過程中,并行地估計(jì)關(guān)鍵幀圖像金字塔每一層的逆深度圖;在估計(jì)結(jié)束后,將金字塔的逆深度圖自上而下地傳遞到最底層。3)基于Mask R-CNN(Region-based Convolutional Neural Network)實(shí)現(xiàn)感興趣物體的三維識(shí)別。將關(guān)鍵幀圖像識(shí)別結(jié)果轉(zhuǎn)換為一種特定形式的圖像作為環(huán)境認(rèn)知信息,同時(shí)使用一種新穎的地圖表示方式融合關(guān)鍵幀的位姿、圖像、逆深度、誤差方差和物體識(shí)別等信息。4)設(shè)計(jì)并實(shí)現(xiàn)一套完整的用于視覺SLAM的半稠密認(rèn)知地圖創(chuàng)建系統(tǒng),系統(tǒng)主要包括系統(tǒng)啟動(dòng)模塊、逆深度圖估計(jì)模塊和地圖模塊。地圖的“半稠密”在逆深度圖估計(jì)模塊中實(shí)現(xiàn),地圖的“認(rèn)知”在地圖模塊中實(shí)現(xiàn),并通過地圖模塊融為一體。實(shí)驗(yàn)結(jié)果表明,本文提出的用于視覺SLAM的半稠密認(rèn)知地圖創(chuàng)建方法能夠較準(zhǔn)確地估計(jì)關(guān)鍵幀的逆深度圖并較完整地識(shí)別出關(guān)鍵幀中的感興趣物體;本文提出的地圖表示方式能夠有效地融合關(guān)鍵幀的各種信息,其轉(zhuǎn)換得到的半稠密認(rèn)知點(diǎn)云地圖不僅能準(zhǔn)確地還原環(huán)境而且能標(biāo)識(shí)出環(huán)境中的感興趣的物體。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;P283
【部分圖文】：

機(jī)器人也越來越智能化，逐漸從實(shí)驗(yàn)室走到人類的日常生活中。人類在享受機(jī)器人提供的服務(wù)的同時(shí)，對機(jī)器人的智能水平提出了更高的要求，希望機(jī)器人能夠提高自主性，實(shí)現(xiàn)智能感知、智能學(xué)習(xí)、智能決策、智能行動(dòng)等。智能感知是指移動(dòng)機(jī)器人通過自身搭載的傳感器獲取其所處的環(huán)境信息，是機(jī)器人與外界環(huán)境聯(lián)系的橋梁，是實(shí)現(xiàn)機(jī)器人智能化的關(guān)鍵。同時(shí)定位與地圖創(chuàng)建[2, 3]（SimultaneousLocalizationandMapping，SLAM）是實(shí)現(xiàn)機(jī)器人智能感知的一種重要方式，1986 年在 IEEE 機(jī)器人和自動(dòng)化會(huì)議上被首次提出[4]。在未知環(huán)境中，移動(dòng)機(jī)器人通過傳感器獲取環(huán)境信息，在運(yùn)動(dòng)的過程中估計(jì)自身的位姿，并同時(shí)創(chuàng)建環(huán)境的地圖。不同的傳感器可以獲取到不同類型的環(huán)境信息，形成了多種多樣的 SLAM 算法。如圖 1-1 所示，傳感器的類型主要包括超聲波傳感器、相機(jī)、激光、RGB-D 相機(jī)、慣性測量單元等�；� SLAM 的應(yīng)用已經(jīng)被廣泛地應(yīng)用于地圖創(chuàng)建、3D 建模、自動(dòng)駕駛、增強(qiáng)現(xiàn)實(shí)（Augmented Reality，AR）、虛擬現(xiàn)實(shí)（Virtual Reality，VR）等。

和姿態(tài)（朝向）。在 SLAM 中，通常使用機(jī)器人的位姿（Pose）描述和姿態(tài)。特別的，在視覺 SLAM 中，由于相機(jī)是視覺 SLAM 獲取外載體，且通常相機(jī)固定在移動(dòng)機(jī)器人上，所以一般情況下視覺 SLAM機(jī)的位姿。機(jī)模型將三維空間映射為一個(gè)二維圖像，這個(gè)過程被稱為投影；相反的，將三維空間中的過程被稱為逆投影。相機(jī)模型描述了三維相機(jī)坐標(biāo)系與二維像素坐標(biāo)系之間的變換。模型[46]是一種最常用的相機(jī)模型，它描述了一束光線穿過針孔后，在面上投影成像的關(guān)系。針孔模型主要由相機(jī)光心、主光軸和成像平成像平面的距離被稱為焦距。

圖 2-2 視覺 SLAM 的增量式框架1. 初始化在初始化階段，首先需要定義一個(gè)全局坐標(biāo)系，一般以第一幀圖像的相機(jī)坐標(biāo)系作為全局坐標(biāo)系，對于雙目視覺而言，一般以左相機(jī)的第一幀圖像的相機(jī)坐標(biāo)系作為全局坐標(biāo)系；然后在全局坐標(biāo)系中創(chuàng)建環(huán)境的初始化地圖以及估計(jì)第一幀圖像和第二幀圖像之間的位姿變換。初始化只會(huì)在視覺 SLAM 啟動(dòng)時(shí)運(yùn)動(dòng)一次，在隨后的 SLAM 過程中不會(huì)再運(yùn)行。由于雙目相機(jī)和 RGB-D 相機(jī)都能在不同程度上獲得圖像的深度信息，可以直接通過 3D-2D 或 3D-3D 等方式較好地初始化。但是，單目相機(jī)只能獲取到圖像信息，因此初始化問題主要集中在單目視覺 SLAM 中。在早期的視覺 SLAM 中，通過一個(gè)人工設(shè)置的特定場景進(jìn)行初始化，如將相機(jī)放置在一個(gè)與二維正方形平面相距固定距離的位置，并輸入相關(guān)數(shù)據(jù)[9]。這種方式需要人工

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 朱博;高翔;趙燕喃;;機(jī)器人室內(nèi)語義建圖中的場所感知方法綜述[J];自動(dòng)化學(xué)報(bào);2017年04期

本文編號：2812355