近年來,隨著無線通信技術(shù)的迅猛發(fā)展,用戶對位置服務(wù)的需求也在不斷增長。通過智能移動終端獲取位置信息并為生活提供幫助,已經(jīng)成為當(dāng)下人們生活中不可或缺的一部分�；谖恢眯畔⒌膽�(yīng)用服務(wù)已經(jīng)逐漸滲透到了生活中的各個領(lǐng)域,并表現(xiàn)出了良好的市場前景。然而,目前室內(nèi)場景中的定位服務(wù)仍處于研究和開發(fā)階段,大規(guī)模投入商業(yè)運營的室內(nèi)定位系統(tǒng)并不多。定位精度較低以及定位成本較高是制約室內(nèi)定位技術(shù)發(fā)展的主要原因。室內(nèi)場景中的視覺定位由于其自身的技術(shù)特點,在實際應(yīng)用中表現(xiàn)出了較高的定位精度和較低的定位成本,因此,近年來受到了越來越多的關(guān)注。通過分析視覺定位技術(shù)的國內(nèi)外研究現(xiàn)狀可知,已有的室內(nèi)視覺定位系統(tǒng)存在以下幾個問題:首先,視覺定位算法對三維稠密地圖的精度要求較高,而目前并沒有針對視覺定位需求而提出的高精度三維稠密地圖創(chuàng)建算法;其次,在視覺定位過程中,利用已有算法進(jìn)行數(shù)據(jù)庫圖像檢索時,由于這些檢索算法并沒有針對數(shù)據(jù)庫圖像的特點進(jìn)行優(yōu)化和改進(jìn),因此,圖像檢索效率較低,圖像檢索的時間開銷較大;最后,雖然可以通過不同的方法解決單目視覺定位中的尺度歧義問題,但是,這些方法在確定尺度系數(shù)的過程中,并沒有充分考慮相機(jī)位置關(guān)系對尺度估計的影響。更重要的是,目前沒有效的手段可以解決視覺定位過程中的累積誤差問題。針對上述問題,本文的研究內(nèi)容主要集中于以下三個方面:第一,針對三維稠密地圖創(chuàng)建精度偏低的問題,本文提出了基于多源數(shù)據(jù)約束的三維稠密地圖創(chuàng)建算法。在室內(nèi)三維稠密地圖創(chuàng)建中,為了使地圖創(chuàng)建算法適用于不同的室內(nèi)環(huán)境,本文算法利用二維點云、三維點云和視覺特征,并通過多維迭代最近點方法進(jìn)行三維稠密地圖的創(chuàng)建。同時,利用圖像點優(yōu)化函數(shù)和空間點優(yōu)化函數(shù)將地圖優(yōu)化問題轉(zhuǎn)化為多目標(biāo)優(yōu)化問題,并通過第二代非支配排序遺傳算法對優(yōu)化問題求取帕累托最優(yōu)解,從而實現(xiàn)了三維稠密地圖的局部優(yōu)化。此外,本文算法還利用多源數(shù)據(jù)實現(xiàn)了相機(jī)軌跡的閉環(huán)檢測,并在此基礎(chǔ)上完成了地圖的全局優(yōu)化。與現(xiàn)有的地圖創(chuàng)建算法相比,利用本文算法創(chuàng)建的三維稠密地圖在相機(jī)位置精度方面和地圖精度方面具有明顯優(yōu)勢,即使在視覺特征密度較低的室內(nèi)場景中,本文算法也表現(xiàn)出了良好的建圖性能。第二,針對室內(nèi)定位系統(tǒng)中圖像檢索時間開銷過大的問題,本文提出了面向視覺定位的圖像分層聚類檢索算法。該算法首先在離線階段對數(shù)據(jù)庫圖像進(jìn)行分層聚類,然后,查詢圖像根據(jù)聚類結(jié)果對數(shù)據(jù)庫圖像進(jìn)行分層檢索。在同一場景中,數(shù)據(jù)庫圖像的視覺特征具有較高的相關(guān)性。因此,根據(jù)數(shù)據(jù)庫圖像的這一特點,本文提出了基于全局特征變點檢測的圖像聚類方法以及基于局部特征跟蹤的圖像聚類方法,并在此基礎(chǔ)上構(gòu)造了用于圖像檢索的搜索樹,從而實現(xiàn)了查詢圖像對數(shù)據(jù)庫圖像的分層檢索。此外,本文從理論上分析了分層圖像檢索算法的時間開銷,并通過仿真實驗證明了利用本文算法對數(shù)據(jù)庫圖像進(jìn)行分層聚類后,圖像檢索效率明顯提高。相比單層圖像聚類檢索算法以及其他多層圖像聚類檢索算法,本文算法在檢索圖像數(shù)目上具有明顯優(yōu)勢。第三,針對單目相機(jī)位置估計中的尺度歧義和累積誤差問題,本文提出了基于漂移檢測的單目相機(jī)位置估計算法。該算法以室內(nèi)三維稠密地圖為基礎(chǔ),并充分考慮相機(jī)間相對位置關(guān)系對尺度估計的影響,提出了基于加權(quán)最小二乘的視覺定位尺度估計方法。此外,該算法中還提出了基于地圖交互的相機(jī)位置漂移檢測方法。該方法以相機(jī)與地圖之間的信息交互為基礎(chǔ),通過線模型隨機(jī)采樣最大似然估計算法對相機(jī)的累積位置誤差進(jìn)行計算,從而實現(xiàn)了對相機(jī)的位置漂移檢測。本文分析了相機(jī)絕對位置估計算法中可能存在的異常值,并給出了基于肖維勒準(zhǔn)則的異常值剔除方法。此外,本文從理論上對相機(jī)位置估計算法的不確定度進(jìn)行了分析。仿真實驗結(jié)果表明,本文提出的尺度估計算法有助于提高相機(jī)的絕對位置估計精度,漂移檢測算法可以實現(xiàn)對相機(jī)累積位置誤差的估計,通過適時地切換定位方式,可以有效解決定視覺定位中的累積誤差問題。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TN92
【部分圖文】：

圖 3-3 實際場景中基于視覺信息的閉環(huán)誤檢測se detection of the loop closure based on visual information i依賴視覺信息的閉環(huán)檢測方法存在缺陷，而這種缺接導(dǎo)致相機(jī)的位姿估計產(chǎn)生誤差，尤其是當(dāng)場景會嚴(yán)重影響數(shù)據(jù)庫相機(jī)的位置精度。因此，本文提軌跡閉環(huán)檢測算法，該算法充分利用地圖創(chuàng)建設(shè)備，并利用這些數(shù)據(jù)對相機(jī)的重訪位置進(jìn)行估計，盡前的訪問位置。圖創(chuàng)建過程中的時間開銷問題，并不是對地圖創(chuàng)建進(jìn)行閉環(huán)檢測，而是在地圖創(chuàng)建設(shè)備所采集的數(shù)據(jù)幀進(jìn)行閉環(huán)檢測。閉環(huán)檢測過程中要利用與關(guān)鍵幀三維點云數(shù)據(jù)對閉環(huán)檢測結(jié)果進(jìn)行約束。常用的關(guān)像序列中進(jìn)行等圖像間隔的關(guān)鍵幀選取[140,141]，或行等間距的關(guān)鍵幀選取[142]。但是，這種等圖像間法會在某些情況下因關(guān)鍵幀的漏選而丟失重要的[143,

同一場景中數(shù)據(jù)庫圖像的集合。.1 Gist 特征提取與特征預(yù)處理Gist 特征是一種模擬人類視覺系統(tǒng)的生物啟發(fā)特征，其優(yōu)勢在于利多方向的 Gabor 濾波器對圖像進(jìn)行特征信息提取，得到的特征可以像的紋理和輪廓信息[147]。為了降低特征匹配過程的計算復(fù)雜度，低全局特征向量的維度。因此，對圖像提取 Gist 特征時，不對查數(shù)據(jù)庫圖像進(jìn)行網(wǎng)格劃分，而是將整幅圖像看作是一個網(wǎng)格。對于圖像和數(shù)據(jù)庫圖像，采用具有 3 個尺度（ 1, 2,3GS ）和 6 =0 60 120 180 240G ， ， ， ， ，300 ，36 0）的 Gabor 濾波器對圖像進(jìn)行濾波過 18（3 6 18）通道濾波器對圖像進(jìn)行卷積，再級聯(lián)卷積結(jié)果，個 18 維的 Gist 特征向量G 。通過對查詢圖像和數(shù)據(jù)庫圖像分別提，可以得到查詢圖像的全局特征QG 以及數(shù)據(jù)庫圖像的全局特征iDG 庫圖像的索引號）。通常，可以通過光譜圖實現(xiàn) Gist 特征的可視化，為不同場景中的數(shù)據(jù)庫圖像及其對應(yīng)的 Gist 特征光譜圖。

c) 匹配視覺特征點c) Matched visual features圖 5-3 匹配特征Fig.5-3 Matched feature points本質(zhì)矩陣 E 分解得到的旋轉(zhuǎn)矩陣R11 21 31 Er r r R 1= Et t 根據(jù)式（5-8）和（5-9）可以將式11 21 31 1iD iu r v r r 式（5-10）中包含了二維圖像位置
【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 蔣宏駿;紀(jì)則軒;孫權(quán)森;;基于Gabor特征的稀疏表示紋理分割研究[J];現(xiàn)代電子技術(shù);2015年10期

2 周凱汀;鄭力新;;基于改進(jìn)ORB特征的多姿態(tài)人臉識別[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2015年02期

3 桂振文;劉越;陳靖;王涌天;徐志偉;;一種適用于智能手機(jī)的圖像識別算法[J];電子學(xué)報;2014年08期

4 張運超;陳靖;王涌天;;基于城市級位置服務(wù)的移動增強(qiáng)現(xiàn)實[J];電子學(xué)報;2014年08期

5 肖志濤;張文寅;耿磊;張芳;吳駿;;雙目視覺系統(tǒng)測量精度分析[J];光電工程;2014年02期

6 楊昭;高雋;謝昭;吳克偉;;局部Gist特征匹配核的場景分類[J];中國圖象圖形學(xué)報;2013年03期

本文編號：2860458