同時定位與建圖(Simultaneous Location and Mapping,SLAM)技術(shù)是智能機器人實現(xiàn)自主導航的核心技術(shù)。SLAM系統(tǒng)的構(gòu)建一般都是依賴于機器人自身的傳感器,本文主要研究室內(nèi)環(huán)境的SLAM解決方案,成熟的方案是利用激光雷達作為系統(tǒng)的主傳感器進行環(huán)境信息采集。但是,激光雷達具有價格昂貴、體積大等缺點,不適用于小型、低成本的機器人系統(tǒng)。近幾年,隨著各種價格低廉、性能高的視覺傳感器的問世,基于視覺傳感器的SLAM技術(shù)解決方案受到研究者的廣泛關(guān)注。其中,RGB-D視覺傳感器由于可以同時獲取環(huán)境的彩色圖像和深度圖像,非常適合作為SLAM系統(tǒng)的主傳感器,所以基于RGB-D視覺傳感器的RGB-D SLAM是目前機器人領(lǐng)域最受關(guān)注的研究方向。本文也是基于RGB-D視覺傳感器構(gòu)建一個面向室內(nèi)環(huán)境、精確度高的、滿足一定實時性的SLAM系統(tǒng),主要工作如下:1)通過研究現(xiàn)代智能機器人體系架構(gòu),了解SLAM系統(tǒng)在整個機器人系統(tǒng)中起到的作用,完成需求分析,并根據(jù)需求分析,進行RGB-D SLAM系統(tǒng)整體框架設計和模塊功能設計;2)研究相機的成像模型,基于Kinect相機實現(xiàn)數(shù)據(jù)采集功能...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景及意義
    1.2 國內(nèi)外發(fā)展歷程和現(xiàn)狀分析
        1.2.1 SLAM國內(nèi)外發(fā)展歷程
        1.2.2 SLAM問題研究現(xiàn)狀分析
    1.3 本文研究內(nèi)容
第二章 相關(guān)技術(shù)
    2.1 Kinect相機概述
        2.1.1 Kinect相機硬件結(jié)構(gòu)
        2.1.2 Kinect相機軟件開發(fā)框架
    2.2 SLAM數(shù)學模型
    2.3 三維空間的剛體運動
    2.4 相機成像模型
    2.5 ORB特征提取算法
    2.6 圖優(yōu)化模型
    2.7 小結(jié)
第三章 需求分析和系統(tǒng)架構(gòu)設計
    3.1 需求分析
    3.2 系統(tǒng)設計
        3.2.1 系統(tǒng)整體設計
        3.2.2 系統(tǒng)功能模塊設計
    3.3 小結(jié)
第四章 系統(tǒng)詳細設計與實現(xiàn)
    4.1 數(shù)據(jù)采集功能實現(xiàn)和相機標定實驗
        4.1.1 數(shù)據(jù)采集功能實現(xiàn)
        4.1.2 Kinect相機標定實驗
    4.2 前端視覺里程計實現(xiàn)
        4.2.1 特征提取算法對比實驗
        4.2.2 改進的ORB算法
        4.2.3 特征匹配
        4.2.4 運動估計和優(yōu)化
    4.3 后端實現(xiàn)
        4.3.1 關(guān)鍵幀提取
        4.3.2 回環(huán)檢測
        4.3.3 位姿圖構(gòu)建與求解
        4.3.4 點云地圖生成
    4.4 小結(jié)
第五章 系統(tǒng)測試與分析
    5.1 實驗環(huán)境搭建
    5.2 精度測試
        5.2.1 Viusal Odometry節(jié)點精度測試
        5.2.2 BackEnd節(jié)點精度測試
        5.2.3 系統(tǒng)精度測試
    5.3 真實場景測試
    5.4 小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
致謝
參考文獻



本文編號：3791236