視覺(jué)融合SLAM技術(shù)及其在移動(dòng)機(jī)器人上的應(yīng)用研究
發(fā)布時(shí)間:2024-01-31 08:08
SLAM(Simultaneous Localization and Mapping)即同時(shí)定位與地圖構(gòu)建是指搭載特定傳感器的機(jī)器人在沒(méi)有任何環(huán)境先驗(yàn)信息的情況下,在運(yùn)動(dòng)過(guò)程中建圖并同時(shí)估計(jì)自身的位姿。當(dāng)搭載的傳感器為相機(jī)時(shí),被稱為視覺(jué)SLAM(Visual SLAM)。SLAM技術(shù)是機(jī)器人自主導(dǎo)航的關(guān)鍵與核心,被稱為機(jī)器人的“眼睛”,在自動(dòng)駕駛、三維測(cè)繪以及AR(Augmented Reality)等領(lǐng)域有著重要應(yīng)用。經(jīng)過(guò)多年的發(fā)展,以視覺(jué)傳感器為核心的視覺(jué)SLAM技術(shù)成為研究的熱點(diǎn)。其中,單目由于成本低、應(yīng)用簡(jiǎn)單的特點(diǎn)最受研究者歡迎,但單目視覺(jué)SLAM缺少尺度信息,無(wú)法在復(fù)雜的環(huán)境下工作,這就需要其它傳感器進(jìn)行信息互補(bǔ),因此多傳感器融合的SLAM將是未來(lái)研究的熱點(diǎn)。本文對(duì)單目視覺(jué)與慣性、磁力、激光雷達(dá)等傳感器的融合進(jìn)行研究,并將其運(yùn)用到機(jī)器人的路面異物巡檢上,為了在實(shí)際環(huán)境中驗(yàn)證本文的方法,搭建了全向機(jī)器人移動(dòng)平臺(tái)。具體研究工作如下:(1)提出一種慣性/磁力傳感器與單目視覺(jué)松耦合融合的SLAM方法。針對(duì)單目視覺(jué)SLAM算法沒(méi)有尺度信息以及在相機(jī)移動(dòng)過(guò)快時(shí)無(wú)法使用的問(wèn)題,提出了一種慣...
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1緒論
1.1 研究的背景及意義
1.2 機(jī)器人SLAM技術(shù)的發(fā)展與研究現(xiàn)狀
1.3 論文的主要研究?jī)?nèi)容
2 單目視覺(jué)SLAM的理論與模型
2.1 三維空間剛體運(yùn)動(dòng)
2.2 針孔相機(jī)模型與畸變
2.3 Bundle Adjustment
2.4 SLAM中的特征點(diǎn)法
2.4.1 Parallel Tracking and Mapping
2.4.2 Oriented FAST and Rotated BRIEF SLAM2
2.4.3 Monocular Visual-Inertial State Estimator
2.5 SLAM中的直接法
2.5.1 Large-Scale Direct SLAM
2.5.2 Direct Sparse Odometry
2.5.3 Semi-Direct Monocular Visual Odometry
2.6 多種SLAM分析與比較
2.7本章小結(jié)
3 基于慣性/磁力傳感器與單目視覺(jué)融合的SLAM系統(tǒng)
3.1 IMU位姿估計(jì)
3.1.1 航向角解算
3.1.2 航向角融合效果
3.1.3 速度與位移計(jì)算
3.2 單目視覺(jué)位姿估計(jì)
3.3 融合算法
3.4 實(shí)驗(yàn)結(jié)果及分析
3.5 本章小結(jié)
4 基于視覺(jué)融合SLAM的機(jī)器人路面異物檢測(cè)系統(tǒng)
4.1 多傳感器融合的SLAM方法
4.2 基于三維點(diǎn)云的路面物體跟蹤
4.2.1 三維點(diǎn)云路面分割算法
4.2.2 路面物體聚類與跟蹤
4.3 機(jī)器人路面異物檢測(cè)算法
4.4 實(shí)驗(yàn)結(jié)果及分析
4.5 本章小結(jié)
5 移動(dòng)機(jī)器人設(shè)計(jì)及系統(tǒng)實(shí)現(xiàn)
5.1 機(jī)器人硬件系統(tǒng)
5.2 四輪全向移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)分析
5.3 機(jī)器人ROS軟件系統(tǒng)
5.4 實(shí)際環(huán)境測(cè)試
5.4.1 慣性/磁力傳感器與單目視覺(jué)融合的SLAM系統(tǒng)實(shí)際測(cè)試
5.4.2 基于視覺(jué)融合SLAM的機(jī)器人路面異物檢測(cè)系統(tǒng)實(shí)際測(cè)試
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
在學(xué)研究成果
致謝
本文編號(hào):3891250
【文章頁(yè)數(shù)】:66 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1緒論
1.1 研究的背景及意義
1.2 機(jī)器人SLAM技術(shù)的發(fā)展與研究現(xiàn)狀
1.3 論文的主要研究?jī)?nèi)容
2 單目視覺(jué)SLAM的理論與模型
2.1 三維空間剛體運(yùn)動(dòng)
2.2 針孔相機(jī)模型與畸變
2.3 Bundle Adjustment
2.4 SLAM中的特征點(diǎn)法
2.4.1 Parallel Tracking and Mapping
2.4.2 Oriented FAST and Rotated BRIEF SLAM2
2.4.3 Monocular Visual-Inertial State Estimator
2.5 SLAM中的直接法
2.5.1 Large-Scale Direct SLAM
2.5.2 Direct Sparse Odometry
2.5.3 Semi-Direct Monocular Visual Odometry
2.6 多種SLAM分析與比較
2.7本章小結(jié)
3 基于慣性/磁力傳感器與單目視覺(jué)融合的SLAM系統(tǒng)
3.1 IMU位姿估計(jì)
3.1.1 航向角解算
3.1.2 航向角融合效果
3.1.3 速度與位移計(jì)算
3.2 單目視覺(jué)位姿估計(jì)
3.3 融合算法
3.4 實(shí)驗(yàn)結(jié)果及分析
3.5 本章小結(jié)
4 基于視覺(jué)融合SLAM的機(jī)器人路面異物檢測(cè)系統(tǒng)
4.1 多傳感器融合的SLAM方法
4.2 基于三維點(diǎn)云的路面物體跟蹤
4.2.1 三維點(diǎn)云路面分割算法
4.2.2 路面物體聚類與跟蹤
4.3 機(jī)器人路面異物檢測(cè)算法
4.4 實(shí)驗(yàn)結(jié)果及分析
4.5 本章小結(jié)
5 移動(dòng)機(jī)器人設(shè)計(jì)及系統(tǒng)實(shí)現(xiàn)
5.1 機(jī)器人硬件系統(tǒng)
5.2 四輪全向移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)分析
5.3 機(jī)器人ROS軟件系統(tǒng)
5.4 實(shí)際環(huán)境測(cè)試
5.4.1 慣性/磁力傳感器與單目視覺(jué)融合的SLAM系統(tǒng)實(shí)際測(cè)試
5.4.2 基于視覺(jué)融合SLAM的機(jī)器人路面異物檢測(cè)系統(tǒng)實(shí)際測(cè)試
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
在學(xué)研究成果
致謝
本文編號(hào):3891250
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3891250.html
最近更新
教材專著