自主地面車輛的發(fā)展受到政策、經(jīng)濟、社會、技術(shù)等多方面的驅(qū)動,已經(jīng)成為世界各國未來汽車發(fā)展的重要戰(zhàn)略方向。自主地面車輛在運動過程中的自主定位能力具有非常重要的意義,它關(guān)系到自主地面車輛后續(xù)自主決策、路徑規(guī)劃等重要任務(wù)的實現(xiàn)。立體視覺里程計是室外環(huán)境下車輛自主定位的有效選擇,同時又能與其他傳感器形成重要互補,因此車載立體視覺里程計正逐漸成為自主地面車輛自主定位領(lǐng)域的研究熱點,對自主地面車輛的研究與發(fā)展具有重要意義。本文針對自主地面車輛的自身特性與所處環(huán)境的特點,對車載立體視覺里程計算法進行了深入研究。通過研究立體視覺里程計的工作原理與數(shù)學(xué)模型等基礎(chǔ)理論,以基于特征點法的立體視覺里程計系統(tǒng)框架為基礎(chǔ),合理選取本文立體視覺里程計系統(tǒng)的主要模塊,并對主要模塊進行建模與改進,得到了本文立體視覺里程計系統(tǒng)的基本模型。此外,對該基本模型進行仿真測試與分析,為后續(xù)立體視覺里程計算法的研究與改進奠定了基礎(chǔ)�？紤]到自主地面車輛通常行駛在較為復(fù)雜的動態(tài)場景中,而視覺里程計問題一般都是基于靜態(tài)場景假設(shè)進行研究。本文提出了一種面向動態(tài)場景的數(shù)據(jù)關(guān)聯(lián)算法,首先以圖像語義分割為基礎(chǔ),通過SegNet得到的先驗語義信息... 

【文章頁數(shù)】：117 頁

【學(xué)位級別】：碩士

【部分圖文】：

磁定位技術(shù)示意圖

圖 1.7 斯坦福推車計的早期研究基本是由美國航空航天局（National Aeron，NASA）的火星勘探計劃推動的[10]，旨在為火星探測車（提供一種在輪胎打滑時也能夠正常進行位姿估計的補充火星探測車“勇氣”（Spirit）號和“機遇”（Opportunity用于移動車輛的定位能力。如圖 1.8 所示，“勇氣”號和程計系統(tǒng)由一對 45 度視場角、256×256 像素分辨率的擬實驗測試，火星探測車分別行駛了 24 米和 29 米，視 2.5%和 1.5%�？傊鹦翘綔y車上所用的立體視覺里程計點，而且能夠有效改正航跡推算在輪胎打滑和 IMU 漂移

Nistér 在 CVPR 上發(fā)表的論文正式確定了術(shù)語 Visual Odome發(fā)展歷史上具有里程碑式的意義[7]。Nistér 提出了一套基于假設(shè)驗并且開發(fā)了隨機采樣一致性（RandomSamplesConsensus，RAN計分機制[12]和兩種最小集求解器，包括用于單目相機的 5 點算法點算法[13]。Nistér 的主要貢獻在于完善了傳統(tǒng)的視覺里程計框架，工作的視覺里程計系統(tǒng)，并且進行了數(shù)百米距離的測試，為以后發(fā)展奠定了基礎(chǔ)。頓機械狗是具有代表性的視覺里程計研究應(yīng)用。如圖 1.9 所示，波的“大狗”機器人，起初由美國國防高級研究計劃局推動，最后由程公司于 2005 年完成產(chǎn)品的研制，并且于 2012 年進行升級與完善[過裝備的立體視覺里程計系統(tǒng)進行自身的定位與定向估計，按照行進，在交通不便的地區(qū)為士兵運送彈藥與食物等物品，在戰(zhàn)場用。

【參考文獻】：
期刊論文
[1]動態(tài)場景下一種魯棒的立體視覺里程計算法[J]. 張合新,徐慧,姚二亮,宋海濤,趙欣.  儀器儀表學(xué)報. 2018(09)
[2]自動駕駛汽車離我們有多遠(yuǎn)[J]. 辛妍.  新經(jīng)濟導(dǎo)刊. 2016(Z1)
[3]基于CarSim和Matlab的智能車輛視覺里程計仿真平臺設(shè)計[J]. 江燕華,熊光明,姜巖,陳慧巖.  機械工程學(xué)報. 2012(22)
[4]智能車輛視覺里程計算法研究進展[J]. 江燕華,熊光明,姜巖,龔建偉,陳慧巖.  兵工學(xué)報. 2012(02)

博士論文
[1]不依賴GPS定位理論及方法研究[D]. 康軼非.北京交通大學(xué) 2015
[2]高精度實時視覺定位的關(guān)鍵技術(shù)研究[D]. 盧維.浙江大學(xué) 2015
[3]車輛運動特性約束的智能車輛視覺里程計系統(tǒng)研究[D]. 江燕華.北京理工大學(xué) 2014

碩士論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的視覺位姿估計方法研究[D]. 喬明起.中國科學(xué)技術(shù)大學(xué) 2018
[2]面向服務(wù)機器人的視覺輔助系統(tǒng)設(shè)計與實現(xiàn)[D]. 孫宇博.大連理工大學(xué) 2018
[3]基于點線特征的RGB-D SLAM系統(tǒng)研究[D]. 劉志洋.華南理工大學(xué) 2018
[4]動態(tài)環(huán)境下基于視覺的自運動估計與環(huán)境建模方法研究[D]. 彭真.浙江大學(xué) 2017
[5]基于智能車輛立體視覺定位研究[D]. 潘堯.湖北工業(yè)大學(xué) 2016
[6]基于立體相機的室外移動機器人視覺里程計方法研究[D]. 李孟.東南大學(xué) 2015
[7]戶外環(huán)境下移動機器人視覺里程計技術(shù)研究[D]. 李宇波.國防科學(xué)技術(shù)大學(xué) 2012
[8]無人車立體視覺里程計研究[D]. 陳紅巖.北京交通大學(xué) 2012
[9]雙目視覺測量系統(tǒng)誤差分析與控制[D]. 孟環(huán)標(biāo).山東大學(xué) 2012
[10]基于視覺的機器人定位研究[D]. 李永佳.浙江大學(xué) 2011



本文編號：3649329