發(fā)布時(shí)間：2024-01-09 18:28

　　礦井巷道、隧道和地鐵通道等狹閉空間,容易聚集有毒有害氣體、積水和落石等,危害人員安全和正常的生產(chǎn)生活,需要進(jìn)行日常巡檢。其中人工巡檢存在效率低且主觀性強(qiáng),危險(xiǎn)因素判斷依賴于經(jīng)驗(yàn),缺乏科學(xué)、客觀且準(zhǔn)確的判定依據(jù)等局限性,已不能滿足數(shù)字化社會(huì)生產(chǎn)和發(fā)展需求,需要研發(fā)自主機(jī)器人平臺(tái)代替人類完成相關(guān)工作,這對(duì)安全生產(chǎn)和人員安全,以及智能生產(chǎn)和數(shù)字化社會(huì)具有重要意義。本文采用同時(shí)定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)算法和視覺(jué)導(dǎo)航算法,基于ORB-SLAM2框架,融合視覺(jué)與慣性測(cè)量單元(Inertial Measurement Unit,IMU)傳感器,完成了以下工作:(1)對(duì)比確定適用于狹閉空間環(huán)境的特征檢測(cè)算法特征檢測(cè)算法多用于特征豐富的室內(nèi)和常見的開闊室外場(chǎng)景,在實(shí)際狹閉空間中,特征檢測(cè)算法表現(xiàn)存在不確定性。針對(duì)狹閉空間具體環(huán)境,研究包括SIFT、BRIEF、Shi-Tomasi等多種特征檢測(cè)與描述提取算法,結(jié)合實(shí)驗(yàn)從特征檢測(cè)數(shù)量、耗時(shí)、算法魯棒性等多方面對(duì)比分析,確定最適合狹閉空間環(huán)境的特征檢測(cè)算法。(2)改進(jìn)特征誤匹配剔除...

【文章頁(yè)數(shù)】：105 頁(yè)

【學(xué)位級(jí)別】：碩士

本文編號(hào)：3877693