無人快遞送貨小車雙目視覺定位與導航研究
發(fā)布時間:2022-07-09 19:59
本文主要涉及一種特定情況下的利用雙攝像頭進行定位與導航的研究,即無人快遞車導航研究,其與普通自動駕駛導航的區(qū)別在于無人車運行的路線固定且已知并且不會經常性變動,這使得導航難度大大降低。這種導航方式相對于GPS導航、磁導航、二維碼導航的優(yōu)點在于不需要外部信號和人工特殊標記的輔助便能實現(xiàn)定位與導航。本文所討論的方法主要是利用雙目攝像頭對送貨路線周圍環(huán)境進行掃描,并對沿途環(huán)境所成的像提取比較特殊且穩(wěn)定的特征點,并記錄這些點在實際環(huán)境中的三維坐標位置,構建以特征點為基礎的路線地圖。在小車實際工作時,實時對周圍環(huán)境進行拍攝并與地圖進行適配,從而得到小車的位置及朝向,從而達到導航的目的。本文中還創(chuàng)新地使用了梯度下降法來求解坐標系之間的空間變換矩陣,使得求得的變換陣相對傳統(tǒng)方法求得的結果更貼合實際情況。本文主要涉及到如下內容:1.相機畸變矯正。照片的質量直接影響到定位的精度及導航效果,照片畸變程度過大或像素不夠,此導航方法將無法運行。2.各圖像特征點選取算法對比。無人車導航不單單涉及到定位精度問題,同時也涉及到定位速度問題,要求具有一定的實時性。如果定位結果時滯較大,此定位對導航將沒有幫助,所以需要...
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 無人車技術國內外研究現(xiàn)狀
1.2.1 國外無人車研究現(xiàn)狀
1.2.2 國內無人車研究現(xiàn)狀
1.3 本文的主要工作和內容安排
第二章 相機畸變矯正及雙目定位原理
2.1 相機畸變矯正
2.1.1 相機畸變產生原因及矯正方法
2.2 雙目定位原理
2.2.1 照片坐標系坐標與小車坐標系坐標的轉換
2.2.2 由點在照片坐標系中坐標得到該點在小車坐標系中的坐標
2.3 本章小結
第三章 各特征點提取與匹配算法對比
3.1 特征點提取
3.1.1 SIFT挑選特征點過程
3.1.2 其它幾種主流的特征點提取方案
3.1.3 特征點匹配
3.1.4 本設計中輔助的錯誤匹配糾錯方案
3.2 各算法速度對比
3.3 本章小結
第四章 三維云點地圖構建
4.1 空間變換矩陣
4.1.1 空間變換矩陣形式
4.1.2 梯度下降法
4.1.3 梯度下降法獲得空間變換陣的具體步驟及其優(yōu)勢
4.2 地圖構建
4.2.1 空間變換矩在地圖構建中的使用
4.2.2 路徑數(shù)據(jù)存儲及地圖擴建
4.3 本章小節(jié)
第五章 定位與導航
5.1 路線的提取
5.2 定位與導航
5.2.1 小車初始定位
5.2.2 導航
5.3 本章小結
第六章 總結與展望
參考文獻
攻讀碩士學位期間發(fā)表的論文
致謝
【參考文獻】:
期刊論文
[1]深度學習在視覺SLAM中應用綜述[J]. 李少朋,張濤. 空間控制技術與應用. 2019(02)
[2]基于RGB-D相機的SLAM技術研究綜述[J]. 陳世浪,吳俊君. 計算機工程與應用. 2019(07)
[3]激光和視覺融合SLAM方法研究綜述[J]. 馬爭光,趙永國,劉成業(yè),劉廣亮,朱琳. 計算機測量與控制. 2019(03)
[4]移動機器人視覺SLAM的閉環(huán)檢測綜述[J]. 柯莉紅,王曉華. 單片機與嵌入式系統(tǒng)應用. 2019(01)
[5]基于多傳感器的AGV定位誤差校正方法研究[J]. 曲立國,鄧亞頌. 中北大學學報(自然科學版). 2018(06)
[6]改進ORB算法的圖像匹配[J]. 馬丹,賴惠成. 計算機仿真. 2018(10)
[7]SLAM室內三維重建技術綜述[J]. 危雙豐,劉振彬,趙江洪,龐帆. 測繪科學. 2018(07)
[8]移動機器人SLAM關鍵問題和解決方法綜述[J]. 楊雪夢,姚敏茹,曹凱. 計算機系統(tǒng)應用. 2018(07)
[9]RGB-D SLAM綜述[J]. 王旒軍,陳家斌,余歡,朱匯申. 導航定位與授時. 2017(06)
[10]基于VSLAM的自主移動機器人三維同時定位與地圖構建[J]. 林輝燦,呂強,王國勝,張洋,梁冰. 計算機應用. 2017(10)
博士論文
[1]智能車輛視覺魯棒檢測與識別方法研究[D]. 盧笑.湖南大學 2015
[2]無人駕駛車輛智能水平的定量評價[D]. 孫揚.北京理工大學 2014
碩士論文
[1]典型二進制描述子研究及性能評估[D]. 劉曉璐.西安電子科技大學 2014
[2]基于色差模型的彩色圖像灰度化算法研究[D]. 賀姣.西安電子科技大學 2014
[3]基于編碼結構光的路面三維輪廓檢測[D]. 周陽陽.長安大學 2012
[4]基于時間空間混合結構光編碼的可移動式三維掃描技術研究[D]. 田里.浙江大學 2010
本文編號:3657723
【文章頁數(shù)】:73 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 無人車技術國內外研究現(xiàn)狀
1.2.1 國外無人車研究現(xiàn)狀
1.2.2 國內無人車研究現(xiàn)狀
1.3 本文的主要工作和內容安排
第二章 相機畸變矯正及雙目定位原理
2.1 相機畸變矯正
2.1.1 相機畸變產生原因及矯正方法
2.2 雙目定位原理
2.2.1 照片坐標系坐標與小車坐標系坐標的轉換
2.2.2 由點在照片坐標系中坐標得到該點在小車坐標系中的坐標
2.3 本章小結
第三章 各特征點提取與匹配算法對比
3.1 特征點提取
3.1.1 SIFT挑選特征點過程
3.1.2 其它幾種主流的特征點提取方案
3.1.3 特征點匹配
3.1.4 本設計中輔助的錯誤匹配糾錯方案
3.2 各算法速度對比
3.3 本章小結
第四章 三維云點地圖構建
4.1 空間變換矩陣
4.1.1 空間變換矩陣形式
4.1.2 梯度下降法
4.1.3 梯度下降法獲得空間變換陣的具體步驟及其優(yōu)勢
4.2 地圖構建
4.2.1 空間變換矩在地圖構建中的使用
4.2.2 路徑數(shù)據(jù)存儲及地圖擴建
4.3 本章小節(jié)
第五章 定位與導航
5.1 路線的提取
5.2 定位與導航
5.2.1 小車初始定位
5.2.2 導航
5.3 本章小結
第六章 總結與展望
參考文獻
攻讀碩士學位期間發(fā)表的論文
致謝
【參考文獻】:
期刊論文
[1]深度學習在視覺SLAM中應用綜述[J]. 李少朋,張濤. 空間控制技術與應用. 2019(02)
[2]基于RGB-D相機的SLAM技術研究綜述[J]. 陳世浪,吳俊君. 計算機工程與應用. 2019(07)
[3]激光和視覺融合SLAM方法研究綜述[J]. 馬爭光,趙永國,劉成業(yè),劉廣亮,朱琳. 計算機測量與控制. 2019(03)
[4]移動機器人視覺SLAM的閉環(huán)檢測綜述[J]. 柯莉紅,王曉華. 單片機與嵌入式系統(tǒng)應用. 2019(01)
[5]基于多傳感器的AGV定位誤差校正方法研究[J]. 曲立國,鄧亞頌. 中北大學學報(自然科學版). 2018(06)
[6]改進ORB算法的圖像匹配[J]. 馬丹,賴惠成. 計算機仿真. 2018(10)
[7]SLAM室內三維重建技術綜述[J]. 危雙豐,劉振彬,趙江洪,龐帆. 測繪科學. 2018(07)
[8]移動機器人SLAM關鍵問題和解決方法綜述[J]. 楊雪夢,姚敏茹,曹凱. 計算機系統(tǒng)應用. 2018(07)
[9]RGB-D SLAM綜述[J]. 王旒軍,陳家斌,余歡,朱匯申. 導航定位與授時. 2017(06)
[10]基于VSLAM的自主移動機器人三維同時定位與地圖構建[J]. 林輝燦,呂強,王國勝,張洋,梁冰. 計算機應用. 2017(10)
博士論文
[1]智能車輛視覺魯棒檢測與識別方法研究[D]. 盧笑.湖南大學 2015
[2]無人駕駛車輛智能水平的定量評價[D]. 孫揚.北京理工大學 2014
碩士論文
[1]典型二進制描述子研究及性能評估[D]. 劉曉璐.西安電子科技大學 2014
[2]基于色差模型的彩色圖像灰度化算法研究[D]. 賀姣.西安電子科技大學 2014
[3]基于編碼結構光的路面三維輪廓檢測[D]. 周陽陽.長安大學 2012
[4]基于時間空間混合結構光編碼的可移動式三維掃描技術研究[D]. 田里.浙江大學 2010
本文編號:3657723
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3657723.html
最近更新
教材專著