發(fā)布時(shí)間：2021-01-11 20:01

　　隨著無(wú)人駕駛、人工智能和移動(dòng)機(jī)器人等技術(shù)的不斷發(fā)展,視覺(jué)/慣性組合導(dǎo)航定位技術(shù)逐步成為這些研究領(lǐng)域不可或缺的研究方向之一,受到了科學(xué)研究人員的廣泛關(guān)注。視覺(jué)/慣性組合導(dǎo)航定位系統(tǒng)將低成本、小型化的慣性測(cè)量單元（IMU）和攝像機(jī)組合在一起,既可以利用相機(jī)提供的豐富場(chǎng)景信息來(lái)修正IMU的累積漂移,又能夠利用IMU輸出的載體自身運(yùn)動(dòng)信息為雙目視覺(jué)系統(tǒng)提供更為精確的初始位姿信息,并通過(guò)二者信息融合解算出載體在慣性空間中位置和姿態(tài),該系統(tǒng)充分利用了視覺(jué)和慣性的性能互補(bǔ)關(guān)系進(jìn)行載體的導(dǎo)航和定位。本文通過(guò)雙目視覺(jué)相機(jī)和MEMS慣性測(cè)量單元組成的導(dǎo)航定位系統(tǒng)進(jìn)行載體的運(yùn)動(dòng)狀態(tài)估計(jì),采用導(dǎo)航定位精度更高的非線性優(yōu)化緊耦合方案進(jìn)行多傳感器信息融合的位姿解算。首先,對(duì)雙目視覺(jué)導(dǎo)航系統(tǒng)中涉及到的坐標(biāo)系進(jìn)行定義并明確了相機(jī)坐標(biāo)系到世界坐標(biāo)系的變換關(guān)系,分析了攝像機(jī)的張氏標(biāo)定方法,對(duì)比分析了SIFT、Harris、ORB和SURF四種主流的圖像特征點(diǎn)檢測(cè)方法,進(jìn)而驗(yàn)證了其中的ORB特征點(diǎn)檢測(cè)方法的最優(yōu)性,并基于RANSAC方法給出了特征點(diǎn)誤匹配的去除算法,采用ICP方法估計(jì)載體的運(yùn)動(dòng)狀態(tài),通過(guò)特征提取匹配并對(duì)圖像... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中國(guó)“玉兔號(hào)”

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-9-圖2-1棋盤格標(biāo)定板設(shè)棋盤格上隨機(jī)一點(diǎn)的世界坐標(biāo)為Twww=ZYXP]1[，圖像坐標(biāo)T=vuq1，由公式(2-1)可得：PTRMqZcT=101(2-1)空間參考坐標(biāo)系平面選取棋盤格平面，則wZ=0，那么P可寫(xiě)TwwYX]1[，則將式(2-1)進(jìn)一步簡(jiǎn)化：pPTrrsM211=Phhh321=(2-2)=HP其中c=Zs/1叫做比例因子，矩陣H被稱為單應(yīng)性矩陣，是由最優(yōu)化算法解算得到的。旋轉(zhuǎn)矩陣R是單位正交矩陣，同時(shí)滿足021rrT=，121rr==，由式(2-2)中對(duì)應(yīng)關(guān)系可得到：==2111211111211110MhMhMhMhMhMhTTTTTT(2-3)設(shè)111~~=MMBT，矩陣B由攝像機(jī)內(nèi)參組成，同時(shí)滿足對(duì)稱矩陣關(guān)系。將B表示成一個(gè)六位向量，如(2-4)所示，同時(shí)矩陣H的第i列表示為Tiiiihhhh321=，則(2-3)可表示為式(2-5)332313221211=BBBBBBB(2-4)0)(121112=BvvvTT(2-5)上式中Tjijijijijijijijijiijhhhhhhhhhhhhhhhhhhv333223311322122111+++=。攝像

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-14-值發(fā)生明顯變化。對(duì)于待測(cè)像素點(diǎn)vu),(,定義出的灰度變化函數(shù)公式如（2-9）所示。2,++=)],(),()[,(),(vuwyxEvuxIuuvuIy(2-9)式中,w(u,v)為窗口函數(shù)，可用高斯窗或者是矩形窗都可以。(x,y)作為平移量。當(dāng)(x,y)較小時(shí)，通過(guò)泰勒展開(kāi)，可以得到式：yx),(MyxyxE(2-10)=vuvyuvuuIIIIIIvuwM,22),((2-11)設(shè)1,2為矩陣M的兩個(gè)特征值，當(dāng)二者都較大時(shí)，窗口無(wú)論向哪個(gè)方向移動(dòng)都會(huì)帶來(lái)明顯的灰度變化，則該點(diǎn)為角點(diǎn)；當(dāng)二者一個(gè)特征值大另一個(gè)特征值較小時(shí)，窗口沿著某個(gè)方向移動(dòng)時(shí)，灰度值變化大，而另一個(gè)方向變化卻很小，這說(shuō)明這個(gè)點(diǎn)位于圖像邊緣；當(dāng)二者特征值都較小時(shí)，這個(gè)點(diǎn)則是內(nèi)點(diǎn)，位于圖像的平坦區(qū)。通過(guò)前面對(duì)四種算法的分析，分別對(duì)四種算法提取圖像特征點(diǎn)的效果進(jìn)行了實(shí)測(cè)對(duì)比。主要包括四種情況：第一種情況是圖片平移后，特征點(diǎn)的檢測(cè)是否受影響，確定檢測(cè)效果更好的算法；第二種情況是圖片發(fā)生旋轉(zhuǎn)，特征點(diǎn)的檢測(cè)是否受影響，確定檢測(cè)效果更好的算法；第三種情況是圖片發(fā)生尺度變化，即縮放，特征點(diǎn)的檢測(cè)是否受影響，確定檢測(cè)效果更好的算法；第四種情況是光照強(qiáng)度發(fā)生變化，特征點(diǎn)的檢測(cè)是否受影響，確定檢測(cè)效果更好的算法。從上到下依次為SIFT、SURF、ORB、Harris的檢測(cè)效果：圖2-2SIFT特征檢測(cè)結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]2018年國(guó)外慣性技術(shù)發(fā)展與回顧[J]. 薛連莉,戴敏,葛悅濤,陳少春.  飛航導(dǎo)彈. 2019(04)
[2]2017年國(guó)外慣性技術(shù)發(fā)展與回顧[J]. 薛連莉,陳少春,陳效真.  導(dǎo)航與控制. 2018(02)
[3]室內(nèi)移動(dòng)機(jī)器人視覺(jué)里程計(jì)研究[J]. 高云峰,李偉超,李建輝.  傳感器與微系統(tǒng). 2012(02)
[4]基于單目視覺(jué)的移動(dòng)機(jī)器人全局定位[J]. 厲茂海,洪炳镕,羅榮華,蔡則蘇.  機(jī)器人. 2007(02)

博士論文
[1]高精度實(shí)時(shí)視覺(jué)定位的關(guān)鍵技術(shù)研究[D]. 盧維.浙江大學(xué) 2015
[2]車輛運(yùn)動(dòng)特性約束的智能車輛視覺(jué)里程計(jì)系統(tǒng)研究[D]. 江燕華.北京理工大學(xué) 2014

碩士論文
[1]基于上下文相關(guān)性的視覺(jué)特征表示及其應(yīng)用[D]. 婁天禺.北京交通大學(xué) 2012
[2]基于視覺(jué)的機(jī)器人定位研究[D]. 李永佳.浙江大學(xué) 2011
[3]立體視覺(jué)里程計(jì)關(guān)鍵技術(shù)與應(yīng)用研究[D]. 彭勃.浙江大學(xué) 2008



本文編號(hào)：2971390