發(fā)布時間：2024-04-07 06:26

　　近幾年,無人駕駛、自主導(dǎo)航機(jī)器人、增強(qiáng)現(xiàn)實(shí)(AR)等人工智能技術(shù)進(jìn)展飛速,其中的一項核心的技術(shù)就是即時定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)技術(shù)。只靠一個攝像頭而不需要其它傳感器的SLAM稱為單目視覺SLAM,因其成本低、重量輕、易部署等特點(diǎn),受到了廣泛的關(guān)注,并成為了SLAM領(lǐng)域的一項重要研究課題。SLAM所恢復(fù)出的三維地圖,可以指導(dǎo)無人車和機(jī)器人避障和導(dǎo)航,也可以用于增強(qiáng)現(xiàn)實(shí)中虛擬物體與真實(shí)環(huán)境的交互。然而,目前的單目視覺SLAM算法在建圖方面還存在較大問題。基于幾何的傳統(tǒng)單目視覺SLAM算法在圖像的弱紋理區(qū)域表現(xiàn)較差,難以重建出稠密的三維地圖。基于神經(jīng)網(wǎng)絡(luò)的單張圖像深度估計算法雖能恢復(fù)準(zhǔn)確稠密的三維地圖,但是泛化能力較差,當(dāng)測試場景和訓(xùn)練數(shù)據(jù)差異較大時,精度會發(fā)生嚴(yán)重退化。本文提出了一個實(shí)時單目稠密建圖系統(tǒng),主要思想是將深度估計網(wǎng)絡(luò)和傳統(tǒng)單目視覺SLAM結(jié)合,實(shí)現(xiàn)優(yōu)勢互補(bǔ),提升系統(tǒng)的整體精度。系統(tǒng)中包含了一個預(yù)先訓(xùn)練的弱監(jiān)督深度估計網(wǎng)絡(luò),系統(tǒng)運(yùn)行時單目視覺SLAM提供的有位姿的圖像對作為網(wǎng)絡(luò)的訓(xùn)練樣本,對網(wǎng)絡(luò)參數(shù)進(jìn)行...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容
    1.4 論文的章節(jié)安排
2 實(shí)時建圖的基本原理和相關(guān)算法
    2.1 單目視覺SLAM的基本原理和相關(guān)算法
    2.2 深度估計網(wǎng)絡(luò)的基本原理和相關(guān)算法
    2.3 本章總結(jié)
3 實(shí)時單目稠密建圖系統(tǒng)設(shè)計
    3.1 系統(tǒng)設(shè)計
    3.2 網(wǎng)絡(luò)結(jié)構(gòu)和損失函數(shù)
    3.3 直接法SLAM
    3.4 本章總結(jié)
4 實(shí)時單目稠密建圖方法實(shí)現(xiàn)
    4.1 在線訓(xùn)練樣本挑選策略
    4.2 在線更新算法
    4.3 數(shù)據(jù)融合
    4.4 尺度擬合
    4.5 本章總結(jié)
5 實(shí)驗結(jié)果和分析
    5.1 實(shí)驗環(huán)境和實(shí)驗數(shù)據(jù)
    5.2 稠密建圖精度對比
    5.3 定位尺度的精度分析
    5.4 運(yùn)行時間分析
    5.5 不同參數(shù)對系統(tǒng)的影響分析
    5.6 模擬避障應(yīng)用
    5.7 本章總結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 課題展望
致謝
參考文獻(xiàn)



本文編號：3947811