本文關(guān)鍵詞：基于視覺(jué)與加速度傳感器融合的室內(nèi)定位技術(shù)研究

  更多相關(guān)文章： 單目視覺(jué) 多傳感器信息融合 機(jī)器人定位

【摘要】：隨著計(jì)算機(jī)技術(shù)、傳感器技術(shù)和人工智能的發(fā)展,移動(dòng)機(jī)器人的智能化和自主化程度不斷提高。移動(dòng)機(jī)器人自動(dòng)定位與導(dǎo)航是自主式移動(dòng)機(jī)器人的核心技術(shù)之一,其中定位精度對(duì)機(jī)器人在真實(shí)環(huán)境中順利完成任務(wù)中起著至關(guān)重要的作用。本文研究基于單目視覺(jué)傳感器和加速度傳感器融合的移動(dòng)機(jī)器人室內(nèi)定位技術(shù)。利用視覺(jué)系統(tǒng)進(jìn)行機(jī)器人定位時(shí)需要考慮視覺(jué)傳感器獲取信息時(shí)的視角、光照等外界客觀因素對(duì)提取圖像特征、完成特征匹配的影響。對(duì)所獲圖像信息的處理與計(jì)算直接影響機(jī)器人定位的精度。本文采用ORB (Oriented Brief)算法實(shí)現(xiàn)角點(diǎn)檢測(cè)和特征匹配,依據(jù)鼠標(biāo)定位原理,利用攝像頭快速攝取圖像通過(guò)對(duì)相鄰圖像進(jìn)行特征匹配獲得初步位姿信息,之后融合加速度傳感器信息,通過(guò)卡爾曼濾波數(shù)據(jù)融合算法,對(duì)機(jī)器人在運(yùn)動(dòng)過(guò)程中的位置和方向角進(jìn)行更精確的估計(jì),實(shí)現(xiàn)對(duì)機(jī)器人的定位。算法在PC機(jī)上進(jìn)行了實(shí)現(xiàn)。數(shù)字?jǐn)z像頭通過(guò)USB接口與PC機(jī)連接,PC機(jī)界面可以實(shí)時(shí)輸出小車(chē)的位姿坐標(biāo)信息,同時(shí)繪制出小車(chē)的運(yùn)行軌跡圖。實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析表明該定位方法有效的提高了定位精度,具備良好的實(shí)用性和穩(wěn)定生。
【關(guān)鍵詞】：單目視覺(jué) 多傳感器信息融合 機(jī)器人定位
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41;TP242
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 引言7-9
• 第一章 緒論9-17
• 1.1 研究背景9-10
• 1.2 移動(dòng)機(jī)器人視覺(jué)技術(shù)發(fā)展現(xiàn)狀10-13
• 1.2.1 移動(dòng)機(jī)器人視覺(jué)技術(shù)國(guó)內(nèi)外研究現(xiàn)狀10-11
• 1.2.2 移動(dòng)機(jī)器人視覺(jué)定位技術(shù)的分類(lèi)11-13
• 1.3 多源信息融合技術(shù)的研究現(xiàn)狀及應(yīng)用13-16
• 1.3.1 多源信息融合技術(shù)的研究現(xiàn)狀13-14
• 1.3.2 多源信息融合技術(shù)存在的主要問(wèn)題14-15
• 1.3.3 信息融合技術(shù)的應(yīng)用15-16
• 1.4 課題研究?jī)?nèi)容及論文結(jié)構(gòu)安排16-17
• 第二章 單目視覺(jué)定位17-32
• 2.1 引言17-18
• 2.2 圖像采集及特征匹配18-26
• 2.2.1 角點(diǎn)定義19-20
• 2.2.2 ORB特征匹配20-21
• 2.2.3 匹配結(jié)果21-26
• 2.3 攝像頭投影模型及標(biāo)定26-29
• 2.4 視覺(jué)定位——最小二乘法29-32
• 第三章 視覺(jué)傳感器與加速度傳感器融合定位32-41
• 3.1 引言32-33
• 3.2 卡爾曼濾波理論的發(fā)展及應(yīng)用33-34
• 3.3 卡爾曼濾波算法的原理及算法流程34-36
• 3.3.1 卡爾曼濾波基本原理34-36
• 3.3.2 算法流程36
• 3.4 基于卡爾曼濾波的視覺(jué)與加速度傳感器的融合定位36-41
• 3.4.1 融合結(jié)構(gòu)36-37
• 3.4.2 融合定位算法的實(shí)現(xiàn)37-41
• 第四章 實(shí)驗(yàn)設(shè)計(jì)與分析41-46
• 4.1 硬件平臺(tái)41
• 4.2 軟件實(shí)現(xiàn)41-43
• 4.3 實(shí)驗(yàn)設(shè)計(jì)43-46
• 第五章 總結(jié)與展望46-48
• 5.1 總結(jié)46
• 5.2 展望46-48
• 參考文獻(xiàn)48-52
• 附錄52-59
• 在學(xué)期間的研究成果59-60
• 致謝60

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳學(xué)禮;丁雪;孟凡華;趙萌;;雙閾值Harris角點(diǎn)檢測(cè)算法[J];河北科技大學(xué)學(xué)報(bào);2013年04期

2 羅文超;劉國(guó)棟;楊海燕;;SIFT和改進(jìn)的RANSAC算法在圖像配準(zhǔn)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2013年15期

3 劉明河;;關(guān)于光電鼠標(biāo)維修實(shí)例[J];科技風(fēng);2012年04期

4 雷文華;;離散Kalman濾波器的UML建模與實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2011年22期

5 周磊;任國(guó)全;李冬偉;;視覺(jué)導(dǎo)航中的單目攝像機(jī)標(biāo)定改進(jìn)算法[J];計(jì)算機(jī)應(yīng)用;2011年07期

6 徐精明;周鳴爭(zhēng);;無(wú)線傳感器網(wǎng)絡(luò)中信息融合若干關(guān)鍵技術(shù)的調(diào)研[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年14期

7 何友,關(guān)欣,王國(guó)宏;多傳感器信息融合研究進(jìn)展與展望[J];宇航學(xué)報(bào);2005年04期

8 王茜,董學(xué)仁,尉吉勇,馬玉真;神經(jīng)網(wǎng)絡(luò)技術(shù)在智能傳感器系統(tǒng)中的應(yīng)用與發(fā)展[J];自動(dòng)化儀表;2004年07期

9 王耀南,李樹(shù)濤;多傳感器信息融合及其應(yīng)用綜述[J];控制與決策;2001年05期

10 邱茂林,馬頌德,李毅;計(jì)算機(jī)視覺(jué)中攝像機(jī)定標(biāo)綜述[J];自動(dòng)化學(xué)報(bào);2000年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 孟旭炯;基于單目視覺(jué)的同時(shí)定位與地圖重建算法研究[D];浙江大學(xué);2010年

2 周達(dá)天;基于多傳感器信息融合的列車(chē)定位方法研究[D];北京交通大學(xué);2007年

3 程磊;多移動(dòng)機(jī)器人協(xié)調(diào)控制系統(tǒng)的研究與實(shí)現(xiàn)[D];華中科技大學(xué);2005年

4 王壯;C～4ISR系統(tǒng)目標(biāo)綜合識(shí)別理論與技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2001年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 韓利華;基于慣性導(dǎo)航和視覺(jué)傳感器信息融合的移動(dòng)機(jī)器人定位研究[D];長(zhǎng)安大學(xué);2012年

2 王士樂(lè);多圖像源信息融合與增強(qiáng)技術(shù)研究[D];東華大學(xué);2012年

3 路丹暉;融合視覺(jué)與慣性導(dǎo)航的機(jī)器人自主定位[D];浙江大學(xué);2012年

4 陳坤;基于立體視覺(jué)的三維重建理論與算法研究[D];南昌航空大學(xué);2011年

5 趙月;單目位姿測(cè)量目標(biāo)中心定位算法研究[D];哈爾濱工程大學(xué);2011年

6 陳晨;含有未知輸入干擾的故障診斷方法研究[D];青島理工大學(xué);2010年

7 嚴(yán)敏;基于電視信號(hào)的雙基地雷達(dá)的數(shù)據(jù)處理[D];南京理工大學(xué);2008年

8 李崇誼;對(duì)變換狀態(tài)空間EKF的研究及其在航跡融合問(wèn)題中的應(yīng)用[D];哈爾濱工程大學(xué);2006年

9 曲潤(rùn)峰;主/被動(dòng)雷達(dá)信息融合方法研究與應(yīng)用[D];西北工業(yè)大學(xué);2005年

，

本文編號(hào)：1045136