發(fā)布時(shí)間：2022-10-10 15:43

　　隨著室內(nèi)三維建模、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、三維游戲等對(duì)場景模型的精細(xì)化要求越來越高,基于RGB-D數(shù)據(jù)的實(shí)時(shí)稠密重建技術(shù)得到越來越多的關(guān)注。目前的基于RGB-D的實(shí)時(shí)稠密重建算法主要利用特征匹配或者直接配準(zhǔn)圖像信息獲得相機(jī)姿態(tài),并通過閉環(huán)檢測、位姿優(yōu)化等方式獲得一致性的全局場景模型。具體的研究工作和創(chuàng)新點(diǎn)如下:第一,對(duì)幾種基于RGB-D數(shù)據(jù)的實(shí)時(shí)稠密重建算法進(jìn)行了詳細(xì)的介紹與分析。這些實(shí)時(shí)稠密重建算法一般包含軌跡跟蹤、閉環(huán)檢測、位姿優(yōu)化、繪圖幾個(gè)部分。介紹這幾種算法的主要流程,分析算法的優(yōu)缺點(diǎn),為后面算法的改進(jìn)提供基礎(chǔ)。第二,提出了一種基于ORB-SLAM2的稠密重建算法。在ORB-SLAM2的基礎(chǔ)上,增加場景稠密重建模塊,獲得實(shí)時(shí)的場景稠密重建結(jié)果。在獲得相機(jī)軌跡之后將圖像信息融合到場景模型中,并且在相機(jī)姿態(tài)優(yōu)化之后根據(jù)相機(jī)和重建的稀疏點(diǎn)云優(yōu)化前后的位置來調(diào)整場景模型。同時(shí)在閉環(huán)檢測部分,利用一致性約束來獲得高可靠的特征匹配結(jié)果,有效的驗(yàn)證閉環(huán)的準(zhǔn)確性,獲得更加可靠的閉環(huán)結(jié)果,從而有效提高實(shí)時(shí)稠密重建的精度。第三,針對(duì)傳統(tǒng)的ElasticFusion算法存在的問題,提出三種改進(jìn)策略來有效... 

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 基于RGB-D數(shù)據(jù)的實(shí)時(shí)稠密重建算法研究現(xiàn)狀
    1.3 論文的主要工作與結(jié)構(gòu)安排
2 典型的基于RGB-D數(shù)據(jù)的實(shí)時(shí)重建算法分析
    2.1 引言
    2.2 RGB-D相機(jī)模型與坐標(biāo)系變換
    2.3 幾種基于RGB-D數(shù)據(jù)實(shí)時(shí)重建算法的介紹與分析
    2.4 本章小結(jié)
3 基于ORB-SLAM2 的有效閉環(huán)驗(yàn)證和稠密重建
    3.1 引言
    3.2 基于ORB-SLAM2 稠密重建的總體框架
    3.3 基于ORB-SLAM2 的有效的閉環(huán)驗(yàn)證方法
    3.4 基于ORB-SLAM2 的稠密重建
    3.5 實(shí)驗(yàn)分析
    3.6 本章小結(jié)
4 基于改進(jìn)ElasticFusion精確的軌跡跟蹤和稠密重建
    4.1 引言
    4.2 改進(jìn)的軌跡跟蹤方法
    4.3 基于圖像信息自適應(yīng)調(diào)整聯(lián)合配準(zhǔn)時(shí)加權(quán)的方法
    4.4 基于配準(zhǔn)輸出信息判讀配準(zhǔn)誤差大小的方法
    4.5 基于關(guān)鍵幀之間配準(zhǔn)緩解軌跡漂移的方法
    4.6 實(shí)驗(yàn)分析
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 本文的主要貢獻(xiàn)與創(chuàng)新點(diǎn)
    5.2 工作展望
參考文獻(xiàn)
致謝
附錄
    A 攻讀碩士學(xué)位期間發(fā)表的論文
    B 攻讀碩士學(xué)位期間參與的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]SLAM室內(nèi)三維重建技術(shù)綜述[J]. 危雙豐,劉振彬,趙江洪,龐帆.  測繪科學(xué). 2018(07)
[2]RGB-D SLAM綜述[J]. 王旒軍,陳家斌,余歡,朱匯申.  導(dǎo)航定位與授時(shí). 2017(06)
[3]基于ORB-SLAM的室內(nèi)機(jī)器人定位和三維稠密地圖構(gòu)建[J]. 侯榮波,魏武,黃婷,鄧超鋒.  計(jì)算機(jī)應(yīng)用. 2017(05)

碩士論文
[1]基于RGB-D的稠密ORB-SLAM研究[D]. 李雅芳.湘潭大學(xué) 2018
[2]基于RGB-D的室內(nèi)場景SLAM方法研究[D]. 劉三毛.湖南工業(yè)大學(xué) 2017
[3]基于RGB-D的SLAM方法改進(jìn)研究[D]. 張松濤.哈爾濱工業(yè)大學(xué) 2017
[4]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(hào)：3689906