同時(shí)定位與地圖構(gòu)建（Simultaneous Localization and Mapping,SLAM）作為實(shí)現(xiàn)移動機(jī)器人完全自主移動的核心技術(shù),是目前機(jī)器人領(lǐng)域研究的熱點(diǎn)。隨著近年來計(jì)算機(jī)技術(shù)和計(jì)算機(jī)視覺領(lǐng)域的快速發(fā)展,以相機(jī)為主要傳感器的視覺SLAM技術(shù)的研究已然成為SLAM領(lǐng)域研究的重點(diǎn)方向。視覺SLAM中在載體運(yùn)動過快、環(huán)境特征缺失和圖像效果不佳的情況下,相機(jī)采集的圖像會出現(xiàn)運(yùn)動模糊或相鄰兩幀之間匹配特征過少的現(xiàn)象。可能會導(dǎo)致SLAM系統(tǒng)的魯棒性和精度迅速下降,乃至系統(tǒng)失敗的情況發(fā)生。因此,在工作過程中融合其他傳感器的信息來彌補(bǔ)不足之處顯得尤為重要。慣性測量單元（Inertial Measurement Unit,IMU）能夠測量出載體運(yùn)動的角速度和加速度,并實(shí)時(shí)解算出載體的速度、姿態(tài)和位置等信息。在載體短時(shí)間快速運(yùn)動情況下,IMU能夠?qū)d體位姿有很好的估計(jì),這正是上面所說視覺SLAM中相機(jī)的弱點(diǎn)。但是,IMU測量在慢速運(yùn)動過程中隨時(shí)間變化會存在明顯的漂移（Drift）（累積誤差）,而相機(jī)的測量數(shù)據(jù)基本不會漂移。這樣通過相機(jī)的數(shù)據(jù)能夠很好地估計(jì)和修正IMU的累積誤差,使得載體... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【部分圖文】：

慣導(dǎo)系統(tǒng)坐標(biāo)轉(zhuǎn)換關(guān)系

8圖 2-2 坐標(biāo)系旋轉(zhuǎn)過程Fig. 2-2 Rotation processes in Coordinate system 角偏航角（yaw）,繞物體 z 軸旋轉(zhuǎn)所得。 角稱為滾轉(zhuǎn)角（roll），繞旋的 X 軸旋轉(zhuǎn)所得。 角為俯仰角（pitch），繞旋轉(zhuǎn) Y 軸所得。上面三個(gè)旋轉(zhuǎn)以分別用三個(gè)旋轉(zhuǎn)矩陣表示為 001sincos0cossin01 nR 0sincos0cossin10021R sin0cos010cos0sinb2R （2.1）

DDDdtLLLdttt00 00（2.14LAM 問題描述與數(shù)學(xué)表述 SLAM 問題描述LAM 是機(jī)器人研究領(lǐng)域的重要方向之一，其主要的功能是根據(jù)移動機(jī)器人的實(shí)際應(yīng)用情況，構(gòu)建出機(jī)器人所處環(huán)境在機(jī)器人內(nèi)部系統(tǒng)的模型表示。機(jī)器人搭載著某種傳感器正在未知環(huán)境里運(yùn)動。在此過程當(dāng)中，移動機(jī)器要通過本身攜帶的傳感器對周圍環(huán)境信息進(jìn)行采集，依據(jù)采集的信息對周行建圖，而且還需要對自身的位置狀態(tài)做出正確的判斷。

【參考文獻(xiàn)】：
期刊論文
[1]視覺慣性SLAM綜述[J]. 孫永全,田紅麗.  計(jì)算機(jī)應(yīng)用研究. 2019(12)
[2]魯棒的非線性優(yōu)化的立體視覺-慣導(dǎo)SLAM[J]. 林輝燦,呂強(qiáng),王國勝,衛(wèi)恒,梁冰.  機(jī)器人. 2018(06)
[3]基于單目視覺與慣導(dǎo)融合的無人機(jī)位姿估計(jì)[J]. 熊敏君,盧惠民,熊丹,肖軍浩,呂鳴.  計(jì)算機(jī)應(yīng)用. 2017(S2)
[4]基于非線性優(yōu)化的單目視覺/慣性組合導(dǎo)航算法[J]. 程傳奇,郝向陽,李建勝,劉智偉,胡鵬.  中國慣性技術(shù)學(xué)報(bào). 2017(05)
[5]智能移動機(jī)器人的技術(shù)現(xiàn)狀及展望[J]. 孫梅梅.  電子技術(shù)與軟件工程. 2017(10)
[6]基于ORB特征的無人機(jī)遙感圖像拼接改進(jìn)算法[J]. 劉婷婷,張?bào)@雷.  計(jì)算機(jī)工程與應(yīng)用. 2018(02)
[7]一種單目視覺ORB-SLAM/INS組合導(dǎo)航方法[J]. 周紹磊,吳修振,劉剛,張嶸,徐海剛.  中國慣性技術(shù)學(xué)報(bào). 2016(05)
[8]一種復(fù)雜多介質(zhì)環(huán)境下的視覺/慣性自適應(yīng)組合導(dǎo)航方法[J]. 張朝飛,羅建軍,龔柏春,朱戰(zhàn)霞.  中國慣性技術(shù)學(xué)報(bào). 2016(02)
[9]IMU轉(zhuǎn)動角速度對旋轉(zhuǎn)SINS的精度影響分析[J]. 車?yán)蚰?孫偉,徐愛功.  儀器儀表學(xué)報(bào). 2012(05)
[10]基于角速度的捷聯(lián)慣導(dǎo)系統(tǒng)姿態(tài)算法研究[J]. 鄧洪潔.  科技風(fēng). 2012(01)

博士論文
[1]面向復(fù)雜環(huán)境的魯棒高效的三維注冊與結(jié)構(gòu)恢復(fù)[D]. 劉浩敏.浙江大學(xué) 2017

碩士論文
[1]立體視覺慣性信息緊耦合自主機(jī)器人定位研究[D]. 郭永祥.北京交通大學(xué) 2018
[2]基于ROS的慣性導(dǎo)航和視覺信息融合的移動機(jī)器人定位研究[D]. 王德智.哈爾濱工業(yè)大學(xué) 2017
[3]基于視覺伺服的三軸機(jī)械裝置控制[D]. 莊孟雨.電子科技大學(xué) 2017
[4]全景視圖泊車輔助系統(tǒng)中的多視點(diǎn)視頻拼接[D]. 陳浩.南京郵電大學(xué) 2016
[5]基于SEMG輔助的MIMU個(gè)人定位技術(shù)研究[D]. 劉欽欽.重慶大學(xué) 2016
[6]基于SIFT特征的巖石圖像拼接研究[D]. 殷娟娟.西安石油大學(xué) 2015
[7]基于自然特征與陀螺儀的移動增強(qiáng)現(xiàn)實(shí)研究[D]. 杜杰.東南大學(xué) 2015
[8]閾值分割算法的研究及其在拉鏈缺陷檢測中的應(yīng)用[D]. 葉文浩.廣東工業(yè)大學(xué) 2013
[9]成像目標(biāo)虛擬圓特征及其應(yīng)用[D]. 王潔.西安電子科技大學(xué) 2013
[10]基于微慣性傳感器的姿態(tài)算法研究[D]. 丁君.上海交通大學(xué) 2013



本文編號：3230947