移動(dòng)機(jī)器人的定位是機(jī)器人研究中的基礎(chǔ)問題,目前火熱的自動(dòng)駕駛車輛研究方向中定位技術(shù)也扮演著重要的角色。在自動(dòng)駕駛車輛上,為了充分感知周圍環(huán)境的信息,通常會(huì)配備多目魚眼相機(jī)系統(tǒng),這種相機(jī)配置在自動(dòng)泊車車輛中尤為常見。因此基于多相機(jī)系統(tǒng)的視覺定位方法的研究有助于自動(dòng)駕駛車輛的普及。而基于單傳感器的定位算法無法克服復(fù)雜的場景變化,無法滿足車輛對于魯棒性的需求。為了提升算法在實(shí)際場景中的適用性,通常會(huì)融合多種傳感器的信息進(jìn)行定位。如何運(yùn)用多相機(jī)傳感器的圖像信息以及將其與其他傳感器的信息進(jìn)行融合成為了一個(gè)主流的研究問題。本文面向配備多目魚眼相機(jī)的移動(dòng)機(jī)器人,并融合陀螺儀和輪式里程計(jì)的多傳感器配置,針對移動(dòng)機(jī)器人典型的平面運(yùn)動(dòng)形式,提出了相應(yīng)的視覺定位算法,使其適用于不同的場景,不同的條件。基于汽車等典型移動(dòng)機(jī)器人運(yùn)動(dòng)模型為受限平面運(yùn)動(dòng)的約束,提出了采用多相機(jī)系統(tǒng)、輪式里程計(jì)和陀螺儀等低成本傳感器的標(biāo)定方法和融合方法。本文的主要研究內(nèi)容包括:1.針對有地圖場景,提出了基于多目魚眼相機(jī)系統(tǒng)的建圖與定位系統(tǒng)。利用多傳感器配置采集室內(nèi)室外場景下的多傳感器數(shù)據(jù)后,根據(jù)由粗到細(xì)的流程安排,分別執(zhí)行單目VO、... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１移動(dòng)機(jī)器人的應(yīng)用??

?廣—編＾?；??ｊ?．?■；＿＿；??Ｎｅｗ?Ｐｏｉｎｔｓ?ｑ??Ｃｒｅａｔｉｏｎ??Ｌｏｏｐ?Ｃｏｒｒｅｃｔｉｏｎ?Ｌｏｏｐ?Ｄｅｔｅｃｔｉｏｎ??：?Ｌｏｃａｌ?ＢＡ???——??Ｔ１?：??：??｜?————一＾「：｜．■…．．．．．．；■；■：?｜?ｊ?＝：??Ｕｐｄａｔｅ?Ｆｕｌｌ?！?Ｌｏｏｐ?Ｃｏｍｐｕｔｅ?Ｑｕｅｒｙ?Ｊ?■??ＢＡ?Ｅｇｒ＾＇?Ｆｕｓｉｏｎ?［｜?ＳＥ３?Ｄａｔａｂｌｅ?｜??ＦＵＬＬ?ＢＡ?ＬＯＯＰ?ＣＬＯＳＩＮＧ??圖１．３?ＯＲＢ－ＳＬＡＭ算法流程??１．２．１．２直接法視覺ＳＬＡＭ??盡管目前特征點(diǎn)法的視覺ＳＬＡＭ方法占據(jù)了主流，但是仍不忽略的是特征法具有幾??個(gè)明顯的缺點(diǎn)：??１．關(guān)鍵點(diǎn)的提取和描述子的計(jì)算非常耗時(shí)，即使是ＯＲＢ描述子對一張圖像進(jìn)行??處理也需要數(shù)十毫秒的計(jì)算時(shí)長，這幾乎占用了整個(gè)ＳＬＡＭ系統(tǒng)對于一張圖像處理??時(shí)長的一半。??２．在使用特征點(diǎn)進(jìn)行跟蹤匹配時(shí)，一張圖像幾十萬甚至上百萬個(gè)像素點(diǎn)中只用到了幾??百個(gè)，這樣的方法丟棄了圖像中的大部分信息。??３．特征法極度依賴特征點(diǎn)的性能，經(jīng)常使用的人為手工設(shè)計(jì)的特征點(diǎn)可能會(huì)有不夠魯??棒的問題，而且在某些紋理信息缺失的場景，特征點(diǎn)法會(huì)直接失效，無法估計(jì)相機(jī)??的運(yùn)動(dòng)。??５??

１緒論?浙江大學(xué)碩士學(xué)位論文??秦：??／／／?ＡＪＢ１＾?魚?Ｋ？像＋曲?／一?ｙ?ｆｔａ？＊？＊??（ａ）魚眼相機(jī)透鏡?（ｂ）魚眼相機(jī)成像??圖１．５魚眼相機(jī)的模型??基于這些對于多相機(jī)系統(tǒng)的研究，研究者們提出了很多使用多相機(jī)系統(tǒng)來進(jìn)行視覺??定位的方法。Ｓ．Ｕｒｂａｎ等人提出的Ｍｕｌｔｉｃｏｌ－ＳＬＡＭ［３４’３５］，在ＯＲＢ－ＳＬＡＭ［９’１Ｇ］的基礎(chǔ)上擴(kuò)展??為了可用于多相機(jī)系統(tǒng)的ＳＬＡＭ系統(tǒng)。而Ｐ．?Ｌｉｕ等人［３６］則在ＤＳＯ［２１】上進(jìn)行擴(kuò)展，可以??支持任意數(shù)量的魚眼相機(jī)，形成了一個(gè)支持多相機(jī)系統(tǒng)的直接法ＳＬＡＭ系統(tǒng)，而且在實(shí)??驗(yàn)中表明，這樣的算法在具有挑戰(zhàn)性的特征紋理缺失環(huán)境下，尤其是黑夜環(huán)境中，具有一??般的雙目相機(jī)系統(tǒng)不具備的優(yōu)越性能。然而，這兩種方法都需要耗費(fèi)巨大的計(jì)算資源，無??法部署在一些計(jì)算資源較匱乏的平臺(tái)上。另外也有一些將多相機(jī)系統(tǒng)與激光雷達(dá)等傳感??器融合的算法，可以達(dá)到較好的效果［３７］。多相機(jī)系統(tǒng)和普通的相機(jī)還有一個(gè)很大的區(qū)別，??就是多相機(jī)系統(tǒng)中每個(gè)相機(jī)的光線不會(huì)在一個(gè)點(diǎn)交匯，這會(huì)導(dǎo)致許多傳統(tǒng)的位姿估計(jì)方法??無法使用。為了解決這個(gè)問題，研究者們也提出了許多工作。Ｒ．Ｐｌｅｓｓ等人提出了適用??于多相機(jī)系統(tǒng)相對位姿計(jì)算的１７點(diǎn)法，推廣了對極幾何，將多個(gè)相機(jī)視為一個(gè)廣義相機(jī)，??這樣可以將多個(gè)光心不交匯的相機(jī)當(dāng)成一個(gè)相機(jī)來使用。但是１７點(diǎn)法［３８］在某些相機(jī)配??置的情況下是不可用的，而且這些配置情況又是比較普遍的情況。為此，Ｈ．?Ｌｉ等人［３９］對??其進(jìn)行了擴(kuò)展，提出了適用于任何多相機(jī)配置情況的位姿計(jì)算方法。Ｍ．?Ｈｅｎｒｉｋ?Ｓｔｅｗ６ｎｉｕｓ??等人［４（）］則

【參考文獻(xiàn)】：
碩士論文
[1]基于特征和直接法結(jié)合的魯棒視覺SLAM方法[D]. 鄭仁杰.浙江大學(xué) 2019
[2]多傳感器融合的室內(nèi)移動(dòng)機(jī)器人定位[D]. 李東軒.浙江大學(xué) 2018



本文編號(hào)：3315354