【摘要】：軍事上對增強現實系統(tǒng)有迫切的需求,使士兵保持勢態(tài)感知,加強反應能力以減少行動風險。視覺SLAM是增強現實的核心技術,特別是針對戶外復雜環(huán)境的增強現實,更加魯棒的視覺SLAM是研究的重點。本文在ORB-SLAM2的基礎上改進了視覺里程計與后端優(yōu)化模塊,設計適合戶外復雜環(huán)境下的視覺SLAM系統(tǒng),并設計實驗驗證算法在戶外復雜環(huán)境下的魯棒性、穩(wěn)定性和連續(xù)性。本文主要工作和貢獻如下。研究視覺SLAM的基礎算法與理論知識。比較主流的視覺SLAM系統(tǒng),選擇符合實際戶外增強現實應用的視覺SLAM系統(tǒng)框架作為后續(xù)研發(fā)基礎。研究基于特征點法和基于直接法的兩類優(yōu)秀視覺SLAM系統(tǒng),包括ORB-SLAM2和LSD-SLAM。分析得出基于特征點法的視覺SLAM更適合戶外增強現實應用的結論�；谔卣鼽c法的視覺SLAM更加適合戶外增強現實應用,以ORB-SLAM2系統(tǒng)架構作為系統(tǒng)設計的基礎,并深入的研究基于特征點法的視覺SLAM各模塊。首先,針對視覺里程計在戶外環(huán)境中存在的特征提取速度不夠快、弱紋理、重復紋理和基線長的問題,提出了視覺里程計的改進算法。改進了 Fast算法在已知環(huán)境下的特征提取速度,和重定位時特征的重復率。改進了關鍵幀幀之間特征匹配的速度,提出基于GMS和RANSAC結合的高速誤匹配剔除方案。該方案明顯提升了視覺里程計在戶外環(huán)境下運行的魯棒性。其次,針對后端優(yōu)化模塊精度有待提升的問題,優(yōu)化重投影誤差優(yōu)化函數,增加相機與三維特征點間的深度信息作為優(yōu)化權重,提升了優(yōu)化后的系統(tǒng)整體精度。設計實驗,并驗證有效性。對提出的改進算法,在戶外復雜環(huán)境下進行視覺里程計性能驗證與系統(tǒng)穩(wěn)定性、連續(xù)性驗證。實驗結果證明,視覺里程計模塊在戶外環(huán)境下,保持實時性,魯棒性明顯增強。整體系統(tǒng),運行時間較長、位姿連續(xù)平滑、定位精度提升。
【學位授予單位】：中國電子科技集團公司電子科學研究院
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：E91;TP391.9;TP391.41
【圖文】：

１．３．２研究內容逡逑本文研宄的主要內容包括視覺ＳＬＡＭ的四個主要模塊，視覺ＳＬＡＭ的算法逡逑模塊如下圖１．１所示。四個模塊中主要研宄并改進視覺里程計模塊［１２］，視覺里程逡逑計包括特征提取，特征點匹配與位姿計算三部分，對特征提取與特征匹配進行深逡逑度的研宄與改進。首先研宄如何得到更快、更準確的視覺里程計，通過研究對比逡逑傳統(tǒng)與近代特征點提取算法選擇合適的特征提取方案，并研宄提升特征提取的速逡逑度與重復率的改進方案。還需要研宄特征匹配與誤匹配篩選方案。其次提氋整體逡逑精度，改進后端優(yōu)化模塊［１５］［１６］。研究常用的優(yōu)化算法并選擇合適的優(yōu)化方案。選逡逑擇合適方案之后研究重投影誤差在優(yōu)化中對深度信息與優(yōu)化結果精度的影響。最逡逑后系統(tǒng)設計與實現，將算法與原型系統(tǒng)集成。實驗并驗證增強現實應用改進的算逡逑法能否提供更好的定位效果。逡逑圖像數據邐邋邐邋邐逡逑：視覺里程計邐Ｉ—％后端線性優(yōu)化邋Ｉ—Ｓ邐建圖逡逑其他數據Ｌ邐邋——＾——邐———－—逡逑邐—邐Ｎ邋后端線性?

邐第二章視覺ＳＬＡＭ系統(tǒng)邐；邐逡逑算機在不同尺度下觀察目標在圖像上的像素成像規(guī)律，通過如圖２．１所示的層次逡逑結構提取不同層次的特征點，描述子的魯棒性則通過特征點周圍像素的共同方向逡逑決定，論文中論證了該描述對于光照與旋轉都具有較強的不變性，如圖２．２所示逡逑是提取特征點周圍的描述子的方案示意圖。逡逑

邐第二章視覺ＳＬＡＭ系統(tǒng)邐；邐逡逑算機在不同尺度下觀察目標在圖像上的像素成像規(guī)律，通過如圖２．１所示的層次逡逑結構提取不同層次的特征點，描述子的魯棒性則通過特征點周圍像素的共同方向逡逑決定，論文中論證了該描述對于光照與旋轉都具有較強的不變性，如圖２．２所示逡逑是提取特征點周圍的描述子的方案示意圖。逡逑

【相似文獻】

相關期刊論文 前10條

1 祁健誠;;基于雙目SLAM的室內導航系統(tǒng)[J];通訊世界;2019年01期

2 吳林峰;王錄濤;;圖優(yōu)化SLAM的嵌入式處理技術[J];成都信息工程大學學報;2019年02期

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

4 羅潤鑫;余柳平;陳夢強;黃軍;鄔依林;;SLAM問題中機器人定位誤差分析與控制[J];科學技術創(chuàng)新;2019年26期

5 董蕊芳;柳長安;楊國田;程瑞營;;基于圖優(yōu)化的單目線特征SLAM算法[J];東南大學學報(自然科學版);2017年06期

6 蔡來良;楊望山;王姍姍;朱學練;;SLAM在室內測繪儀器研發(fā)中的應用綜述[J];礦山測量;2017年04期

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

8 王超杰;蘇中;連曉峰;趙旭;;搜救環(huán)境中的仿生蛇形機器人SLAM方法[J];計算機工程與設計;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器人主動SLAM[J];系統(tǒng)工程與電子技術;2012年10期

10 野舟;;SLAM-ER導彈達到兩項新里程碑[J];戰(zhàn)術導彈技術;2009年06期

相關會議論文 前10條

1 Xu Meng;Chen Zonghai;;Comparison between the Initialization of DSO and ORB-SLAM[A];第二十屆中國系統(tǒng)仿真技術及其應用學術年會論文集（20th CCSSTA 2019）[C];2019年

2 Li Xiaohan;Wang Jikai;Chen Zonghai;;Feature Performance Analysis on Different Scenes of ORB-SLAM2 System[A];第二十屆中國系統(tǒng)仿真技術及其應用學術年會論文集（20th CCSSTA 2019）[C];2019年

3 皮燕燕;王遠明;劉為任;王興嶺;;二維場景中SLAM算法對比研究[A];2018慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集[C];2018年

4 蘇麗;李恩澤;劉志林;;基于嚙齒類動物神經模型的SLAM算法[A];第37屆中國控制會議論文集（D）[C];2018年

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

6 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

7 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

8 ;An SLAM algorithm based on improved UKF[A];第24屆中國控制與決策會議論文集[C];2012年

9 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

10 Haoyin Zhou;Tao Zhang;;The combination of SfM and monocular SLAM[A];第26屆中國控制與決策會議論文集[C];2014年

相關重要報紙文章 前10條

1 蔣智孚;SLAM技術將為智慧礦山帶來質的飛躍[N];中國黃金報;2018年

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

3 實習記者 代小佩;AR導航能成為“路癡”福音嗎[N];科技日報;2018年

4 中國信息通信研究院 劉思言 蘇丹;東風已至，服務機器人產業(yè)起跑[N];人民郵電;2018年

5 實習記者 崔爽;掃地機器人真能解放雙手嗎[N];科技日報;2018年

6 北京商報記者 金朝力;掃地機器人告別花瓶角色[N];北京商報;2019年

7 北京 劉慧;物流機器人技術趨勢[N];電子報;2019年

8 肖征榮;好軟件少不了它們[N];電腦報;2003年

9 記者 王官波;“AI+”為醫(yī)療養(yǎng)老助力[N];中國縣域經濟報;2019年

10 本報特約撰稿 臨河;半島趨緊張，韓國有點亂[N];中國國防報;2013年

相關博士學位論文 前10條

1 王洪玲;移動機器人適應搜救環(huán)境的同時定位和地圖構建（SLAM）方法研究[D];山東大學;2018年

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

3 陳孟元;移動機器人仿生SLAM算法研究[D];中國科學技術大學;2019年

4 張超凡;基于多目視覺與慣導融合的SLAM方法研究[D];中國科學技術大學;2019年

5 金紅巖;PPRV全長基因克隆及H蛋白與SLAM受體相互作用的研究[D];中國農業(yè)科學院;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;2017年

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

8 趙一路;人機交互環(huán)境下的主動SLAM及相關問題研究[D];復旦大學;2013年

9 劉浩敏;面向復雜環(huán)境的魯棒高效的三維注冊與結構恢復[D];浙江大學;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;2015年

相關碩士學位論文 前10條

1 陳文;基于深度相機的移動機器人SLAM研究[D];重慶郵電大學;2019年

2 漆保凌;室內環(huán)境下的移動機器人視覺SLAM導航研究及系統(tǒng)實現[D];重慶郵電大學;2019年

3 謝tR;無人機自主導航的單目視覺SLAM技術研究[D];南京航空航天大學;2019年

4 余士超;基于RGB-D相機的視覺SLAM技術研究[D];南京航空航天大學;2019年

5 汪永生;基于結構特征的故障衛(wèi)星SLAM相對導航技術研究[D];南京航空航天大學;2019年

6 漆鈺暉;基于激光SLAM的3D點云配準優(yōu)化方法研究[D];南昌大學;2019年

7 張停偉;基于雙目視覺的三維重構算法研究[D];寧夏大學;2019年

8 丁仁杰;基于激光視覺信息的AGV即時定位與地圖構建方法研究[D];哈爾濱工業(yè)大學;2019年

9 盛家豪;基于視覺SLAM的小車路徑規(guī)劃研究[D];哈爾濱工業(yè)大學;2019年

10 張建波;動態(tài)環(huán)境下基于語義分割的視覺SLAM方法研究[D];哈爾濱工業(yè)大學;2019年

本文編號：2804093