本文關(guān)鍵詞：基于Kinect的同步定位與地圖構(gòu)建研究

  更多相關(guān)文章： Kinect SLAM 視覺里程計 圖優(yōu)化 回環(huán)檢測

【摘要】：隨著人們的生活水平及對移動機器人相關(guān)任務(wù)需求的增長,移動機器人面臨著工作環(huán)境越來越復雜,工作范圍越來越大的同時,能事先已知環(huán)境地圖信息的情況則越來越少。因此,使移動機器人能夠在完全未知的環(huán)境中進行定位及自主導航的需求越來越得到廣泛的關(guān)注與重視。同步定位與地圖構(gòu)建(Simultaneous Localization and Mapping,簡稱SLAM)技術(shù)作為能夠真正實現(xiàn)移動機器人高度智能化的基礎(chǔ)及關(guān)鍵技術(shù)之一,具備在未知環(huán)境中對移動機器人進行定位,同時在此基礎(chǔ)上構(gòu)建出與環(huán)境一致的地圖的特點,因而成為國內(nèi)外研究人員的主要研究目標之一。視覺傳感器作為一種能有效獲取環(huán)境紋理、結(jié)構(gòu)等信息的設(shè)備,具有獲取信息豐富、質(zhì)量輕、體積小、性價比較高等優(yōu)點,因而被大量應用在計算機視覺及移動機器人相關(guān)領(lǐng)域中。本文以Kinect視覺傳感器為基礎(chǔ),針對未知環(huán)境中的定位及構(gòu)圖問題進行了研究,研究了其中包含的圖像幀間配準、回環(huán)檢測及圖優(yōu)化等技術(shù),實現(xiàn)了室內(nèi)未知環(huán)境中Kinect運動軌跡的精確估計與環(huán)境地圖的構(gòu)建。課題的主要內(nèi)容如下：(1)針對Kinect采集的原始圖像數(shù)據(jù)存在噪聲的情況,結(jié)合深度圖像的數(shù)據(jù)特點研究采用雙邊濾波器對深度數(shù)據(jù)進行濾波處理,提高地圖構(gòu)建的準確性。(2)研究基于稀疏圖像特征的幀間配準,估計圖像幀間的相對空間運動。在介紹了常用的圖像特征提取及描述方法的基礎(chǔ)上,研究了不同的特征匹配的方法,分析了不同閾值條件下匹配結(jié)果對運動估計精度的影響。同時,為了達到更高的幀間運動估計精度,采用了一種結(jié)合RANSAC的雙向PnP運動估計方法。實驗證明,該方法能有效地提高幀間運動估計的精度。(3)針對相鄰幀間運動誤差存在累積的情況,研究回環(huán)檢測技術(shù)。在介紹回環(huán)檢測原理基礎(chǔ)上,實現(xiàn)了基于圖像幀間配準和基于圖像外觀信息的回環(huán)檢測。通過實驗,對比了是否進行回環(huán)檢測情況下對最終估計的Kinect運動軌跡的影響。實驗結(jié)果證明,存在回環(huán)檢測環(huán)節(jié)時,能夠有效地減少Kinect運動軌跡的累積誤差。(4)針對如何表述Kinect位姿以及位姿間約束關(guān)系的問題,研究了基于位姿圖的優(yōu)化方法。介紹了圖優(yōu)化的理論基礎(chǔ),包括位姿圖的構(gòu)建、圖優(yōu)化的理論推導。使用了幀間相對運動估計的重投影均值誤差作為構(gòu)建邊的信息矩陣的依據(jù)的方法,實驗證明了該方法能有效地減少誤差較大的邊約束對優(yōu)化結(jié)果的影響。之后介紹了使用g2o通用圖優(yōu)化框架進行SLAM優(yōu)化問題的求解的詳細步驟。(5)在前述各過程算法實現(xiàn)的基礎(chǔ)上,采用公開數(shù)據(jù)集對算法的性能進行測試。分析對比算法的實時性以及精確性能。通過不斷對算法相關(guān)參數(shù)的調(diào)試,使得算法在精度和速度上的表現(xiàn)達到預期要求。同時使用Kinect進行室內(nèi)的SLAM實驗,通過生成地圖的效果定性衡量其估計精度的性能。
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TP242

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 弋英民;劉丁;;動態(tài)環(huán)境下基于路徑規(guī)劃的機器人同步定位與地圖構(gòu)建[J];機器人;2010年01期

2 熊蓉;褚健;吳俊;;基于點線相合的機器人增量式地圖構(gòu)建[J];控制理論與應用;2007年02期

3 徐則中;;基于特殊矩陣的同時定位與地圖構(gòu)建[J];火力與指揮控制;2010年12期

4 劉少剛;郭云龍;賈鶴鳴;;基于直線特征提取匹配搜救機器人的同步定位與地圖構(gòu)建[J];吉林大學學報(工學版);2013年04期

5 劉鑓;任雪梅;A.B.RAD;;基于信息勢能的魯棒估計器及其在同時定位與地圖構(gòu)建問題中的應用[J];控制理論與應用;2011年07期

6 張學習;楊宜民;謝云;;全自主機器人足球系統(tǒng)的全局地圖構(gòu)建研究[J];控制理論與應用;2011年07期

7 何俊學;李戰(zhàn)明;;基于視覺的同時定位與地圖構(gòu)建方法綜述[J];計算機應用研究;2010年08期

8 趙亮;陳敏;李洪臣;;基于視覺同時定位與地圖構(gòu)建數(shù)據(jù)關(guān)聯(lián)優(yōu)化算法[J];計算機應用;2014年02期

9 高云園;郭云飛;韋巍;;協(xié)作多機器人用于未知環(huán)境完全探測和地圖構(gòu)建[J];儀器儀表學報;2007年07期

10 王文斐;熊蓉;褚健;;基于粒子濾波和點線相合的未知環(huán)境地圖構(gòu)建方法[J];自動化學報;2009年09期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 王珂;趙立軍;李瑞峰;;基于貫序Mb-ICP融合的機器人復雜室內(nèi)地圖構(gòu)建[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

2 王美玲;熊之韜;楊毅;;用于自主車導航的快速室內(nèi)地圖構(gòu)建方法[A];2008年激光探測、制導與對抗技術(shù)研討會論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 孫作雷;大規(guī)模不規(guī)則環(huán)境中的移動機器人定位與地圖構(gòu)建[D];上海交通大學;2010年

2 熊蓉;室內(nèi)未知環(huán)境線段特征地圖構(gòu)建[D];浙江大學;2009年

3 徐則中;移動機器人的同時定位和地圖構(gòu)建[D];浙江大學;2004年

4 王文斐;面向室內(nèi)動態(tài)環(huán)境的機器人定位與地圖構(gòu)建[D];浙江大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 劉兆豐;基于姿態(tài)圖的室內(nèi)環(huán)境地圖構(gòu)建及地點識別方法研究[D];哈爾濱工業(yè)大學;2015年

2 段華旭;無人車基于雙目視覺室外即時定位與地圖構(gòu)建[D];大連理工大學;2015年

3 劉昆;基于多傳感器的同時定位與地圖構(gòu)建[D];哈爾濱工業(yè)大學;2015年

4 張希;ROS開源軟件在Windows系統(tǒng)的重構(gòu)[D];西安電子科技大學;2014年

5 張紹君;移動機器人的同時定位和地圖構(gòu)建子系統(tǒng)技術(shù)研究[D];哈爾濱工業(yè)大學;2014年

6 江文婷;大規(guī)模道路場景致密語義地圖構(gòu)建[D];浙江大學;2016年

7 李皓博;個體機器人地圖構(gòu)建的改進內(nèi)螺旋覆蓋法[D];遼寧科技大學;2015年

8 侯朋岐;移動機器人路徑規(guī)劃與二維地圖構(gòu)建研究[D];大連海事大學;2016年

9 彭誠;基于立體視覺的移動機器人地圖構(gòu)建關(guān)鍵技術(shù)研究[D];安徽工程大學;2016年

10 劉迪;基于Kinect的同步定位與地圖構(gòu)建研究[D];北京化工大學;2016年

，

本文編號：1213785