目前智能移動機器人是很多學(xué)者研究的主要方向,而同步定位與地圖構(gòu)建技術(shù)是移動機器人能夠?qū)崿F(xiàn)自主移動的關(guān)鍵。視覺SLAM系統(tǒng)是指搭載相機為傳感器主體,能夠同時進行定位與地圖構(gòu)建的技術(shù)。因其傳感器性價比較高,且獲取信息更加豐富,是SLAM技術(shù)領(lǐng)域的主要研究對象。其中采用深度相機的視覺SLAM系統(tǒng)可以同時獲取一一對應(yīng)的彩色圖與深度圖,為SLAM系統(tǒng)的研究帶來了很大的便利。但現(xiàn)有的視覺SLAM系統(tǒng)仍存在諸多缺點,如前端位姿估計不夠精準,后端進行整體優(yōu)化耗時過長,從而限制了機器人的行進速度等。本文在現(xiàn)有SLAM系統(tǒng)模型的基礎(chǔ)上,采用深度相機對前端視覺里程計和后端全局優(yōu)化進行改進。針對前端相機位姿估計部分,本文主要研究在不影響實時性的前提下對相機位姿的估計進行精度上的提升。采用ORB特征提取算法對彩色圖像進行特征提取并計算描述子,同時根據(jù)關(guān)鍵幀閾值構(gòu)建局部地圖,再根據(jù)局部地圖中地圖點的描述子和當前幀的彩色圖像進行特征匹配。最后,采用Pn P算法依據(jù)正確的特征匹配結(jié)果計算相機位姿為保證定位過程的魯棒性,本文提出在計算相機位姿后,利用三角測量對局部地圖中地圖點的深度進行更新。同時將三角化的深度值與對應(yīng)的... 

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 SLAM技術(shù)國外研究現(xiàn)狀
        1.2.2 SLAM技術(shù)國內(nèi)研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
第2章 視覺SLAM系統(tǒng)的關(guān)鍵技術(shù)
    2.1 坐標變換及其表示方法
        2.1.1 三種坐標系的介紹
        2.1.2 坐標系之間的轉(zhuǎn)換
        2.1.3 相機位姿的表示方法
    2.2 RGB-D相機模型
        2.2.1 紅外結(jié)構(gòu)光相機模型
        2.2.2 飛行時間法相機模型
    2.3 相機的標定與畸變矯正
        2.3.1 RGB-D相機標定
        2.3.2 圖像的畸變
        2.3.3 圖像的校正
    2.4 本章小結(jié)
第3章 基于三角化深度信息的位姿估計算法的改進
    3.1 ORB特征提取和匹配
    3.2 求解相機位姿
        3.2.1 PnP算法原理
        3.2.2 PnP算法求解
    3.3 基于三角化深度信息的改進算法
        3.3.1 局部地圖的構(gòu)建
        3.3.2 局部地圖點深度的三角化
    3.4 本章小結(jié)
第4章 基于HITS算法的后端全局優(yōu)化的改進
    4.1 后端優(yōu)化方法原理
    4.2 基于HITS算法的后端優(yōu)化方案
        4.2.1 BA優(yōu)化算法原理
        4.2.2 BA優(yōu)化算法的求解
        4.2.3 g2o求解BA優(yōu)化
        4.2.4 基于HITS算法的BA優(yōu)化的改進
    4.3 本章小結(jié)
第5章 RGB-D SLAM算法仿真實驗與分析
    5.1 實驗平臺
    5.2 改進的前端視覺里程計部分實驗效果分析
        5.2.1 ORB特征匹配實驗結(jié)果
        5.2.2 定位誤差與運行速度分析
        5.2.3 局部地圖構(gòu)建實驗結(jié)果
    5.3 改進的后端優(yōu)化效果的分析
        5.3.1 定位誤差與運行時間分析
        5.3.2 整體建圖效果分析
    5.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士研究生期間的研究成果
致謝


【參考文獻】：
期刊論文
[1]基于FAST和SURF的特征點快速匹配算法[J]. 產(chǎn)葉林,胡新平.  計算機工程與設(shè)計. 2019(12)
[2]Continuous Probabilistic SLAM Solved via Iterated Conditional Modes[J]. J.Gimenez,A.Amicarelli,J.M.Toibero,F.di Sciascio,R.Carelli.  International Journal of Automation and Computing. 2019(06)
[3]基于深度學(xué)習(xí)的動態(tài)場景語義SLAM[J]. 房立金,劉博,萬應(yīng)才.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2020(01)
[4]基于ORB特征的視覺里程計算法優(yōu)化[J]. 林付春,劉宇紅,周進凡,馬治楠,何倩倩,王曼曼,張榮芬.  激光與光電子學(xué)進展. 2019(21)
[5]一種融合點線特征的視覺里程計架構(gòu)設(shè)計與定位實現(xiàn)[J]. 趙嘉珩,羅霄,鐘心亮,韓寶鈴,黃羽童.  北京理工大學(xué)學(xué)報. 2019(05)
[6]基于PageRank的SLAM后端優(yōu)化研究[J]. 張建華,張洪華,劉璇.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2019(04)
[7]面向室內(nèi)動態(tài)環(huán)境的半直接法RGB-D SLAM算法[J]. 高成強,張云洲,王曉哲,鄧毅,姜浩.  機器人. 2019(03)
[8]一種融合稀疏幾何特征與深度流的深度視覺SLAM算法[J]. 方正,趙世博,李昊來.  機器人. 2019(02)
[9]移動機器人RGB-D視覺SLAM算法[J]. 陳劭,郭宇翔,高天嘯,宮清源,張軍國.  農(nóng)業(yè)機械學(xué)報. 2018(10)
[10]室內(nèi)環(huán)境下基于平面與線段特征的RGB-D視覺里程計[J]. 董星亮,苑晶,黃樞子,楊少坤,張雪波,孫鳳池,黃亞樓.  機器人. 2018(06)

碩士論文
[1]基于RGB-D數(shù)據(jù)的SLAM算法研究[D]. 呂憲偉.北京理工大學(xué) 2016
[2]基于RGB-D的SLAM算法研究[D]. 丁潔瓊.西安電子科技大學(xué) 2014



本文編號：3658394