隨著SLAM技術(shù)的不斷發(fā)展,基于特征的視覺SLAM方法也被不斷地豐富和完善。特征的匹配和跟蹤作為視覺SLAM技術(shù)的重要一環(huán),是SLAM系統(tǒng)進(jìn)行位姿估計和優(yōu)化的前提,影響著SLAM系統(tǒng)定位的精度和建圖的質(zhì)量。本文對基于聯(lián)合特征的匹配算法進(jìn)行了研究,提出了可靠性高、適用范圍廣的特征跟蹤算法。本文的主要工作有:（1）基于幾何聚類金字塔的聯(lián)合點特征匹配方法,利用聚類金字塔逐步篩選出正確匹配,得到了同時滿足描述子相似性和幾何約束的匹配結(jié)果,減少了錯誤匹配和匹配丟失的發(fā)生;（2）基于聯(lián)合邊緣特征的匹配和跟蹤方法,在亞像素邊緣上提取邊緣特征,根據(jù)運動一致性對邊緣特征進(jìn)行匹配,利用幾何聚類對匹配結(jié)果進(jìn)行精煉;（3）提出了基于聯(lián)合點特征的位姿估計方法和基于聯(lián)合邊緣特征的位姿估計方法,對相機(jī)的位姿和地標(biāo)的位置進(jìn)行了優(yōu)化。對本文所提出的面向視覺SLAM的聯(lián)合特征匹配和跟蹤算法的有效性,在公開數(shù)據(jù)集和搭建的機(jī)器人實驗平臺上進(jìn)行了驗證。能夠在連續(xù)的相鄰幀上,實現(xiàn)聯(lián)合特征準(zhǔn)確可靠的匹配,能夠滿足視覺SLAM進(jìn)行定位和建圖的需求。 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院)廣東省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

激光SLAM

面向視覺SLAM的聯(lián)合特征匹配和跟蹤算法研究2圖1.1激光SLAMFigure1.1LaserSLAM視覺SLAM利用攝像頭獲取周圍環(huán)境的圖像數(shù)據(jù)，根據(jù)圖像對機(jī)器人的位姿狀態(tài)和環(huán)境中各點的位置進(jìn)行恢復(fù)和估計，實現(xiàn)機(jī)器人的定位和地圖的構(gòu)建。視覺SLAM建立的地圖信息豐富，受環(huán)境結(jié)構(gòu)的限制較小，也能夠適應(yīng)動態(tài)環(huán)境和室外環(huán)境，利用回環(huán)檢測高效地解決機(jī)器人的綁架問題，具有諸多優(yōu)勢。圖1.2視覺SLAMFigure1.2VisualSLAM基于特征的視覺SLAM方法是視覺SLAM的主流方法之一�；谔卣鞯囊曈XSLAM方法，在相機(jī)采集的圖像中提取特征，對特征進(jìn)行匹配和跟蹤，利用光束平差法（BA）最小化被跟蹤特征的重投影誤差，實現(xiàn)對相機(jī)位姿的估計和特征地圖的建立。在基于特征的視覺SLAM框架中，特征的準(zhǔn)確跟蹤是SLAM系統(tǒng)的重要基礎(chǔ)和前提。充足和準(zhǔn)確的匹配能夠?qū)崿F(xiàn)BA優(yōu)化快速準(zhǔn)確地收斂。反之，錯誤的匹配可能會造成BA優(yōu)化的收斂方向錯誤。而匹配丟失可能會引起特征跟蹤數(shù)量不足，進(jìn)而會引起B(yǎng)A優(yōu)化的局部收斂或者代價函數(shù)的退化。三維空間內(nèi)的特征與像平面內(nèi)的特征存在對應(yīng)關(guān)系。在三維空間中，每個特征并非孤立存在，靜態(tài)環(huán)境中各個特征點之間具有固定的相對位置關(guān)系，并不會隨著相機(jī)的移動而發(fā)生變化。而對應(yīng)到圖像平面中的二維特征的運動軌跡彼此之間也存在聯(lián)系，在相機(jī)位姿改變的過程中，像平面中相互接近的特征具有運動的一致性。根據(jù)這種運動一致性條件可以實現(xiàn)獨立特征的聯(lián)合。以聯(lián)合特征作為視覺SLAM中跟蹤和匹配的對象，有助于維護(hù)孤立特征之間的運動一致性約束，

FAST關(guān)鍵點


本文編號：3319711