天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

動態(tài)環(huán)境下的視覺SLAM系統(tǒng)研究

發(fā)布時間:2022-10-20 13:15
  環(huán)境感知和導航定位是機器人領域的基本問題之一。實時定位與建圖(Simultaneous localization and mapping,SLAM)是機器人感知周圍環(huán)境與獲取自身位姿的重要手段。因為視覺傳感器具有成本低、信息豐富等優(yōu)點,所以被廣泛應用于SLAM領域。視覺SLAM逐漸成為學術界的研究熱點。目前,絕大多數(shù)視覺SLAM(Visual SLAM)系統(tǒng)只能在靜態(tài)場景下正常工作。若圖像中存在運動物體干擾,將影響機器人定位與建圖的精度和魯棒性。因此,本文研究動態(tài)環(huán)境下的定位與建圖問題。在動態(tài)環(huán)境下,利用視覺信息實時估計相機自身的位姿,同時實時估計視野中運動物體的位姿,盡可能排除動態(tài)物體的干擾,提升定位與建圖的精度和魯棒性。本文主要研究工作歸納如下:第一,針對動態(tài)環(huán)境下相機位姿估計問題,本文提出了一種基于運動一致性的運動物體分割算法。該算法首先將當前幀圖像與上一幀圖像進行特征匹配,并計算特征點的運動向量。接下來,對特征點集進行三角剖分,創(chuàng)建特征點之間的連接關系。然后,根據特征點運動向量的一致性剔除不穩(wěn)定的連接關系,將特征點集劃分為運動點和靜態(tài)點。最后,只采用靜態(tài)點估計相機位姿。實驗結果... 

【文章頁數(shù)】:88 頁

【學位級別】:碩士

【文章目錄】:
致謝
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 動態(tài)環(huán)境下視覺SLAM問題描述
        1.1.3 動態(tài)環(huán)境下視覺SLAM的挑戰(zhàn)
    1.2 論文所設計技術與研究現(xiàn)狀
        1.2.1 視覺傳感器的研究現(xiàn)狀
        1.2.2 基于靜態(tài)假設的視覺SLAM研究現(xiàn)狀
        1.2.3 動態(tài)場景下視覺SLAM研究現(xiàn)狀
    1.3 本文研究內容與創(chuàng)新點
        1.3.1 主要研究內容
        1.3.2 創(chuàng)新點與貢獻
    1.4 本文章節(jié)安排
第2章 動態(tài)環(huán)境下的視覺里程計
    2.1 算法框架
    2.2 相機模型
        2.2.1 針孔相機模型
        2.2.2 畸變校正
    2.3 圖像預處理
        2.3.1 提取特征點
        2.3.2 特征點匹配
    2.4 運動區(qū)域分割
        2.4.1 建立特征點連接
        2.4.2 運動一致性檢驗
        2.4.3 提取靜態(tài)背景區(qū)域
    2.5 相機運動估計
        2.5.1 相機位姿表示方法
        2.5.2 PnP算法
        2.5.3 RANSAC算法
    2.6 關鍵幀選取策略
    2.7 本章小結
第3章 動態(tài)環(huán)境下的視覺SLAM系統(tǒng)
    3.1 算法框架
    3.2 相機位姿后端優(yōu)化
        3.2.1 構建局部地圖
        3.2.2 集束調整
    3.3 基于局部地圖一致性的運動物體分割
        3.3.1 建立地圖點連接關系
        3.3.2 優(yōu)化地圖點的連接關系
        3.3.3 剔除不穩(wěn)定的連接關系
        3.3.4 分割運動點云
    3.4 回環(huán)檢測
        3.4.1 詞袋模型
        3.4.2 運動物體遮擋區(qū)域補償
        3.4.3 回環(huán)校正
    3.5 算法實驗評估
        3.5.1 算法運行平臺
        3.5.2 TUM數(shù)據集實驗
        3.5.3 雙目相機數(shù)據集實驗
        3.5.4 回環(huán)檢測實驗
        3.5.5 時間效率分析
    3.6 本章小結
第4章 運動物體跟蹤和位姿估計
    4.1 算法框架
    4.2 運動物體特征點跟蹤
        4.2.1 特征點的管理策略
        4.2.2 特征點融合
        4.2.3 深度一致性檢驗
        4.2.4 增加運動物體上的特征點
    4.3 運動物體位姿估計
    4.4 算法實驗評估
        4.4.1 算法運行平臺
        4.4.2 評價指標
        4.4.3 實驗設計
        4.4.4 實驗結果分析
        4.4.5 時間效率分析
    4.5 本章小結
第5章 總結與展望
    5.1 論文總結
    5.2 論文展望
參考文獻



本文編號:3694584

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3694584.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶3295e***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com