隨著機(jī)器視覺,慣性導(dǎo)航和計算機(jī)科學(xué)技術(shù)的發(fā)展,利用視覺慣性里程計解決在非結(jié)構(gòu)化的場景中,GNSS信號強(qiáng)拒止弱觀測的條件下,載體連續(xù)、穩(wěn)定和精確的定位和測姿問題,已經(jīng)逐漸地成為導(dǎo)航領(lǐng)域的熱點(diǎn)研究方向。但是,視覺慣性里程計的性能與場景特征、載體運(yùn)動和傳感器的精度相關(guān),在工作過程中可能發(fā)生以下情況:相機(jī)視點(diǎn)變化引起的圖像間的幾何變換;場景中特征信息不足和光照變化;載體的高動態(tài)引起的運(yùn)動模糊;相機(jī)探測器的噪聲——這些因素將導(dǎo)致視覺里程計的位姿測量產(chǎn)生較大的累積誤差甚至失效。慣性導(dǎo)航由于慣性測量單元的零偏不穩(wěn)定性和噪聲等因素,其計算的位置、速度和姿態(tài)同樣將產(chǎn)生累積誤差。因此視覺慣性里程計相對于其它的導(dǎo)航系統(tǒng)的精度和適用性受場景特征、載體運(yùn)動和傳感器性能的影響較大。本文考慮到雙目視覺里程計具有兩個單目視覺和一個立體視覺的位姿測量信息,為視覺慣性里程計提供了更多的觀測維度,將這些信息與慣導(dǎo)統(tǒng)一的融合將提高視覺慣性里程計的位姿估計精度。而且多視覺測量信息能夠提供更多的位姿測量冗余度,當(dāng)某視覺位姿測量單元發(fā)散或失效時,其它視覺位姿測量單元與慣性導(dǎo)航信息融合仍可獲得較高精度的穩(wěn)定導(dǎo)航信息。本文的目的是研究... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所)吉林省

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【部分圖文】：

“好奇號”火星車

圖 1.3“好奇號”火星車Figure 1.3 Curiosity Mars rover斯頓大學(xué) Nister 為 VO 的發(fā)展作出了突出的貢獻(xiàn)，包用，提出了單目 VO 和立體視覺 VO 的實(shí)時計算的境運(yùn)動 1.63%，草地環(huán)境中運(yùn)動 4.86%的平動精度用 Harris 角點(diǎn)檢測算法作為前端特征檢測算法[7]，提算法[8]，而且改進(jìn)了隨機(jī)采樣一致性（RANSAC，）算法，提高了異值點(diǎn)剔除的實(shí)時性[9]。

圖 1.5 ORB-SLAM2 測量的載體運(yùn)動軌跡和構(gòu)建的地圖re 1.5 The trajectory measured and Map constructed by ORB-S典型的系統(tǒng)介紹了 VO 的發(fā)展歷程和現(xiàn)狀。VO 的功，包括特征檢測與描述，圖像特征匹配、異值點(diǎn)剔除量等。下面分析各部分功能算法的發(fā)展和現(xiàn)狀。利用特征描述符表示圖像的特征，可將 VO 劃分為間接法是在特征檢測提取出圖像角點(diǎn)或團(tuán)塊特征后梯度或二進(jìn)制特征進(jìn)行描述。特征匹配根據(jù)特征描述的對應(yīng)關(guān)系，例如 ORB-SLAM[10]。直接法在提取出述符，而是直接根據(jù)像素灰度計算下一時刻圖像法的優(yōu)勢是無需計算圖像特征描述符提高了 VO 的 VO 中應(yīng)用廣泛。但是，直接法的前提是灰度不變

【參考文獻(xiàn)】：
博士論文
[1]基于無源信標(biāo)的移動機(jī)器人室內(nèi)定位技術(shù)研究[D]. 李月華.浙江大學(xué) 2018
[2]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
[3]行星著陸巡視自主視覺導(dǎo)航方法研究[D]. 余萌.哈爾濱工業(yè)大學(xué) 2016
[4]單目視覺/慣性組合導(dǎo)航可觀性分析與動態(tài)濾波算法研究[D]. 馮國虎.國防科學(xué)技術(shù)大學(xué) 2012



本文編號：3274222