【摘要】：近年來,隨著深度傳感器的普及和3D掃描技術(shù)的發(fā)展,多線激光雷達(dá)傳感器的掃描應(yīng)用場景增加,基于多線激光雷達(dá)傳感器的同步定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)技術(shù)成為當(dāng)下的研究熱點(diǎn)。在3D激光雷達(dá)SLAM技術(shù)中,需對數(shù)據(jù)進(jìn)行關(guān)聯(lián)以實(shí)現(xiàn)位姿估計(jì)和增量式建圖,而3D點(diǎn)云配準(zhǔn)作為數(shù)據(jù)關(guān)聯(lián)中最核心的技術(shù),存在3D激光點(diǎn)云數(shù)據(jù)量大且無規(guī)則、數(shù)據(jù)密度分布不均、場景復(fù)雜且存在噪聲、數(shù)據(jù)因遮擋而缺失等問題。為了提高3D激光點(diǎn)云配準(zhǔn)效率,本文主要基于激光SLAM的3D點(diǎn)云配準(zhǔn)優(yōu)化方法進(jìn)行研究,主要研究對象是3D激光點(diǎn)云,主要研究內(nèi)容分為三個(gè)部分:3D激光點(diǎn)云預(yù)處理,3D激光點(diǎn)云特征提取和3D激光點(diǎn)云配準(zhǔn)優(yōu)化。針對3D激光點(diǎn)云預(yù)處理中的地面點(diǎn)分割部分,本文提出了基于二維測距圖像的地面點(diǎn)分割方法,實(shí)驗(yàn)結(jié)果表明該方法具有準(zhǔn)確且快速的地面點(diǎn)分割效率,可以移植到實(shí)時(shí)運(yùn)行的激光SLAM算法中。在3D激光點(diǎn)云特征提取方面,本文研究了ISS(Intrinsic Shape Signatures)特征提取算法和Harris特征提取算法,同時(shí)提出了一種Voxel-SIFT特征提取算法,文中對比了三種算法,給出了六類不同激光掃描場景下的實(shí)驗(yàn)結(jié)果分析,驗(yàn)證了Voxel-SIFT特征提取算法的有效性。在3D激光點(diǎn)云配準(zhǔn)方面,本文結(jié)合Voxel-SIFT特征提取算法,對最近鄰點(diǎn)迭代配準(zhǔn)算法進(jìn)行了改進(jìn),提出了一種基于Voxel-SIFT特征的粗精快速點(diǎn)云配準(zhǔn)的方法。該方法首先選擇特征點(diǎn)進(jìn)行粗匹配,然后采用隨機(jī)采樣一致性方法剔除錯(cuò)誤匹配點(diǎn)并優(yōu)化初始變換參數(shù),最后基于優(yōu)化后的初始變換參數(shù),采用K維樹近鄰搜索法,結(jié)合最近鄰點(diǎn)迭代配準(zhǔn)算法完成原始點(diǎn)云數(shù)據(jù)的快速精確配準(zhǔn)。通過對開源數(shù)據(jù)集以及實(shí)際采集的六個(gè)典型場景數(shù)據(jù)的測試結(jié)果表明,該方法的平均配準(zhǔn)時(shí)間較傳統(tǒng)ICP配準(zhǔn)算法縮短了78%。
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN958.98
【圖文】：

第 2 章 激光同步定位與地圖構(gòu)建技術(shù)二維場景進(jìn)行柵格地圖構(gòu)建的 Gmapping 開源人中應(yīng)用較廣；谷歌開源的 Cartographer 算法在穩(wěn)定的定位與建圖性能。在商業(yè)化應(yīng)用型產(chǎn)品多家庭的標(biāo)配，智能巡航安防機(jī)器人和醫(yī)療服SLAM 核心技術(shù)，這些在高科技產(chǎn)業(yè)園區(qū)和大型有配有高精度定位與建圖算法的 3D 激光掃描品，它在三維重建、高精地圖制作和無人駕駛度。

3D 點(diǎn)云數(shù)據(jù)的預(yù)處理是利用有效點(diǎn)云信息進(jìn)行三維重建及輔助導(dǎo)礎(chǔ)，是 3D 點(diǎn)云配準(zhǔn)、3D 點(diǎn)云拼接環(huán)節(jié)的前提。一般的 3D 點(diǎn)云預(yù)括點(diǎn)云濾波和點(diǎn)云分割，本章主要從這兩個(gè)方面對三維激光點(diǎn)云數(shù)、去噪和地物點(diǎn)分割進(jìn)行詳細(xì)闡述。D 激光點(diǎn)云三維激光掃描雷達(dá)傳感器的工作原理是激光發(fā)射器周期性地驅(qū)動(dòng)激射激光脈沖，并使用激光脈沖的飛行時(shí)間測量從目標(biāo)到掃描中心的距本課題研究選取的主要實(shí)驗(yàn)數(shù)據(jù)采集設(shè)備為Velodyne16線激光掃描，其中 16 線是指 16 個(gè)激光發(fā)射器在豎直方向以±15°進(jìn)行均勻地射，得到的三維點(diǎn)云數(shù)據(jù)坐標(biāo)是以激光雷達(dá)中心為極點(diǎn)的極坐標(biāo)系坐標(biāo)，如圖 3.1 所示。

圖 3.2 室內(nèi)點(diǎn)云降采樣結(jié)果圖 3.3 室外點(diǎn)云降采樣結(jié)果.2.2 3D 點(diǎn)云的噪聲去除三維激光點(diǎn)云中常存在點(diǎn)云密度分布不均的現(xiàn)象，某些區(qū)域的點(diǎn)云密集些區(qū)域一般所含信息量豐富可用，但有些邊緣掃描區(qū)域會(huì)因?yàn)榄h(huán)境因素、

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 祁健誠;;基于雙目SLAM的室內(nèi)導(dǎo)航系統(tǒng)[J];通訊世界;2019年01期

2 吳林峰;王錄濤;;圖優(yōu)化SLAM的嵌入式處理技術(shù)[J];成都信息工程大學(xué)學(xué)報(bào);2019年02期

3 盧天利;;基于地面匹配的單目SLAM局部尺度恢復(fù)[J];工業(yè)控制計(jì)算機(jī);2019年08期

4 羅潤鑫;余柳平;陳夢強(qiáng);黃軍;鄔依林;;SLAM問題中機(jī)器人定位誤差分析與控制[J];科學(xué)技術(shù)創(chuàng)新;2019年26期

5 董蕊芳;柳長安;楊國田;程瑞營;;基于圖優(yōu)化的單目線特征SLAM算法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年06期

6 蔡來良;楊望山;王姍姍;朱學(xué)練;;SLAM在室內(nèi)測繪儀器研發(fā)中的應(yīng)用綜述[J];礦山測量;2017年04期

7 楊祥紅;王希彬;;無人機(jī)主動(dòng)SLAM技術(shù)研究[J];系統(tǒng)仿真技術(shù);2015年04期

8 王超杰;蘇中;連曉峰;趙旭;;搜救環(huán)境中的仿生蛇形機(jī)器人SLAM方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年08期

9 吳曉琳;宋萌;苑晶;孫鳳池;陶通;;通訊范圍受限條件下的多機(jī)器人主動(dòng)SLAM[J];系統(tǒng)工程與電子技術(shù);2012年10期

10 野舟;;SLAM-ER導(dǎo)彈達(dá)到兩項(xiàng)新里程碑[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2009年06期

相關(guān)會(huì)議論文 前10條

1 Xu Meng;Chen Zonghai;;Comparison between the Initialization of DSO and ORB-SLAM[A];第二十屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（20th CCSSTA 2019）[C];2019年

2 Li Xiaohan;Wang Jikai;Chen Zonghai;;Feature Performance Analysis on Different Scenes of ORB-SLAM2 System[A];第二十屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集（20th CCSSTA 2019）[C];2019年

3 皮燕燕;王遠(yuǎn)明;劉為任;王興嶺;;二維場景中SLAM算法對比研究[A];2018慣性技術(shù)發(fā)展動(dòng)態(tài)發(fā)展方向研討會(huì)文集[C];2018年

4 蘇麗;李恩澤;劉志林;;基于嚙齒類動(dòng)物神經(jīng)模型的SLAM算法[A];第37屆中國控制會(huì)議論文集（D）[C];2018年

5 Jing Wang;Zongying Shi;Yisheng Zhong;;Visual SLAM Incorporating Wheel Odometer for Indoor Robots[A];第36屆中國控制會(huì)議論文集（D）[C];2017年

6 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

8 ;An SLAM algorithm based on improved UKF[A];第24屆中國控制與決策會(huì)議論文集[C];2012年

9 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

10 Haoyin Zhou;Tao Zhang;;The combination of SfM and monocular SLAM[A];第26屆中國控制與決策會(huì)議論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 蔣智孚;SLAM技術(shù)將為智慧礦山帶來質(zhì)的飛躍[N];中國黃金報(bào);2018年

2 中國青年報(bào)·中青在線記者 李超 通訊員 陰祥;從災(zāi)難中尋找靈感 大學(xué)生研發(fā)激光救援機(jī)器人[N];中國青年報(bào);2017年

3 實(shí)習(xí)記者 代小佩;AR導(dǎo)航能成為“路癡”福音嗎[N];科技日報(bào);2018年

4 中國信息通信研究院 劉思言 蘇丹;東風(fēng)已至，服務(wù)機(jī)器人產(chǎn)業(yè)起跑[N];人民郵電;2018年

5 實(shí)習(xí)記者 崔爽;掃地機(jī)器人真能解放雙手嗎[N];科技日報(bào);2018年

6 北京商報(bào)記者 金朝力;掃地機(jī)器人告別花瓶角色[N];北京商報(bào);2019年

7 北京 劉慧;物流機(jī)器人技術(shù)趨勢[N];電子報(bào);2019年

8 肖征榮;好軟件少不了它們[N];電腦報(bào);2003年

9 記者 王官波;“AI+”為醫(yī)療養(yǎng)老助力[N];中國縣域經(jīng)濟(jì)報(bào);2019年

10 本報(bào)特約撰稿 臨河;半島趨緊張，韓國有點(diǎn)亂[N];中國國防報(bào);2013年

相關(guān)博士學(xué)位論文 前10條

1 王洪玲;移動(dòng)機(jī)器人適應(yīng)搜救環(huán)境的同時(shí)定位和地圖構(gòu)建（SLAM）方法研究[D];山東大學(xué);2018年

2 劉丹;智能車輛同時(shí)定位與建圖關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2018年

3 陳孟元;移動(dòng)機(jī)器人仿生SLAM算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

4 張超凡;基于多目視覺與慣導(dǎo)融合的SLAM方法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

5 金紅巖;PPRV全長基因克隆及H蛋白與SLAM受體相互作用的研究[D];中國農(nóng)業(yè)科學(xué)院;2014年

6 王丹丹;水下無人潛器同步定位與地圖生成方法研究[D];哈爾濱工程大學(xué);2017年

7 苑全德;基于視覺的多機(jī)器人協(xié)作SLAM研究[D];哈爾濱工業(yè)大學(xué);2016年

8 趙一路;人機(jī)交互環(huán)境下的主動(dòng)SLAM及相關(guān)問題研究[D];復(fù)旦大學(xué);2013年

9 劉浩敏;面向復(fù)雜環(huán)境的魯棒高效的三維注冊與結(jié)構(gòu)恢復(fù)[D];浙江大學(xué);2017年

10 康軼非;不依賴GPS定位理論及方法研究[D];北京交通大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 陳文;基于深度相機(jī)的移動(dòng)機(jī)器人SLAM研究[D];重慶郵電大學(xué);2019年

2 漆保凌;室內(nèi)環(huán)境下的移動(dòng)機(jī)器人視覺SLAM導(dǎo)航研究及系統(tǒng)實(shí)現(xiàn)[D];重慶郵電大學(xué);2019年

3 謝tR;無人機(jī)自主導(dǎo)航的單目視覺SLAM技術(shù)研究[D];南京航空航天大學(xué);2019年

4 余士超;基于RGB-D相機(jī)的視覺SLAM技術(shù)研究[D];南京航空航天大學(xué);2019年

5 汪永生;基于結(jié)構(gòu)特征的故障衛(wèi)星SLAM相對導(dǎo)航技術(shù)研究[D];南京航空航天大學(xué);2019年

6 漆鈺暉;基于激光SLAM的3D點(diǎn)云配準(zhǔn)優(yōu)化方法研究[D];南昌大學(xué);2019年

7 張停偉;基于雙目視覺的三維重構(gòu)算法研究[D];寧夏大學(xué);2019年

8 丁仁杰;基于激光視覺信息的AGV即時(shí)定位與地圖構(gòu)建方法研究[D];哈爾濱工業(yè)大學(xué);2019年

9 盛家豪;基于視覺SLAM的小車路徑規(guī)劃研究[D];哈爾濱工業(yè)大學(xué);2019年

10 張建波;動(dòng)態(tài)環(huán)境下基于語義分割的視覺SLAM方法研究[D];哈爾濱工業(yè)大學(xué);2019年

本文編號：2780274