定位是指移動機器人通過傳感器信息確定自身在場景中所處位置的過程,精確而魯棒的自定位是移動機器人完成導(dǎo)航任務(wù)的基本條件。全局定位需要地圖中可行的位姿狀態(tài)空間中搜索,定位過程計算量龐大,并且在定位過程中由于多個相似場景、局部場景變化、以及對先驗信息采集路徑的依賴等原因易造成定位失敗問題。RGB-D相機成本低廉,可同時獲取彩色信息和深度信息,基于RGB-D相機的室內(nèi)導(dǎo)航定位已成為移動機器人領(lǐng)域的研究熱點。然而由于傳感器的性能局限、三維視覺信息處理的復(fù)雜性以及應(yīng)用場景的多樣性等,基于RGB-D相機的移動機器人定位仍存在許多困難與挑戰(zhàn)。本論文根據(jù)RGB-D相機的特性,研究室內(nèi)環(huán)境移動機器人三維視覺自定位關(guān)鍵技術(shù),以提高定位的效率、精確性以及魯棒性。本文主要研究貢獻如下:首先,本文結(jié)合視覺詞袋模型進行圖像檢索為移動機器人確定全局位姿,并提出了一種主動搜索定位的策略,在由當(dāng)前觀測信息定位失敗后能夠主動獲取更多的視覺信息,提高了定位的魯棒性�；谶\動過程中捕獲的圖像序列之間的關(guān)聯(lián),通過統(tǒng)計分析確定最優(yōu)全局定位估計,提高了全局定位的效率與精度,為移動機器人精確定位與導(dǎo)航任務(wù)的實現(xiàn)提供了良好的初始定位結(jié)果...

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 視覺信息匹配定位
        1.2.2 三維點云配準
        1.2.3 粒子濾波定位
    1.3 研究內(nèi)容及結(jié)構(gòu)安排
第2章 軟硬件平臺與基礎(chǔ)理論
    2.1 硬件平臺
        2.1.1 移動機器人TurtleBot 2
        2.1.2 Kinect V1 傳感器
    2.2 軟件平臺
    2.3 概率定位基礎(chǔ)理論
        2.3.1 貝葉斯概率模型
        2.3.2 經(jīng)典蒙特卡羅定位
    2.4 本章小結(jié)
第3章 基于視覺詞袋的機器人初始定位
    3.1 總體方案
    3.2 基于視覺詞袋的圖像檢索
        3.2.1 局部特征提取
        3.2.2 視覺詞典構(gòu)建與圖像檢索
    3.3 位姿求解
        3.3.1 特征匹配
        3.3.2 PnP算法
    3.4 主動運動搜索定位
    3.5 實驗驗證
    3.6 本章小結(jié)
第4章 基于點云配準算法的運動估計
    4.1 經(jīng)典3D-NDT點云配準算法
    4.2 基于NDT變換的改進點云配準算法
        4.2.1 特征提取與描述
        4.2.2 運動變換求解
    4.3 實驗驗證
        4.3.1 實驗數(shù)據(jù)集
        4.3.2 實驗驗證與性能對比測試
        4.3.3 實驗分析與總結(jié)
    4.4 本章小結(jié)
第5章 基于RGB-D信息的蒙特卡羅定位
    5.1 算法總體方案
    5.2 移動機器人運動模型
    5.3 基于RGB-D信息的自適應(yīng)觀測模型
        5.3.1 基于三維點云配準的感知模型
        5.3.2 基于圖像特征匹配的感知模型
        5.3.3 自適應(yīng)感知更新過程
    5.4 綁架恢復(fù)與重采樣
    5.5 定位實驗
        5.5.1 全局定位實驗
        5.5.2 跟蹤定位實驗
        5.5.3 綁架恢復(fù)實驗
        5.5.4 實驗總結(jié)
    5.6 本章小結(jié)
總結(jié)與展望
參考文獻
附錄A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝



本文編號：3840687