本文選題：ICP-SLAM　切入點(diǎn)：粗匹配　出處：《智能系統(tǒng)學(xué)報(bào)》2017年03期 　論文類(lèi)型：期刊論文

【摘要】：ICP-SLAM在自主機(jī)器人和無(wú)人駕駛領(lǐng)域得到了極大的關(guān)注,但傳統(tǒng)ICP-SLAM缺少當(dāng)前幀和全局地圖的相對(duì)位置關(guān)系,因此本文ICP算法必須經(jīng)過(guò)大量的迭代之后才能達(dá)到收斂條件,這導(dǎo)致傳統(tǒng)ICP-SLAM實(shí)時(shí)性很差。并且在每一次的迭代過(guò)程中,必須通過(guò)全局搜索才能完成匹配點(diǎn)搜索,這進(jìn)一步降低了傳統(tǒng)ICP-SLAM的實(shí)時(shí)性。為此,提出了一種快速I(mǎi)CP-SLAM方案。首先,通過(guò)MEMS磁力計(jì)和全局地標(biāo)計(jì)算出初始位姿矩陣,通過(guò)該初始位姿矩陣實(shí)現(xiàn)當(dāng)前幀和全局地圖之間粗匹配,進(jìn)而減少達(dá)到收斂條件的迭代次數(shù)。其次,在每次迭代過(guò)程中,將采用局部尺度壓縮搜索完成匹配點(diǎn)搜索,從而減小ICP-SLAM的計(jì)算開(kāi)銷(xiāo),提高ICP-SLAM實(shí)時(shí)性;同時(shí),每次迭代完成之后,還將通過(guò)動(dòng)態(tài)閾值縮小搜索范圍,達(dá)到加快匹配點(diǎn)搜索的速度,進(jìn)而提高ICP-SLAM實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明,和傳統(tǒng)ICP-SLAM相比,在理想室內(nèi)靜止場(chǎng)景下,快速I(mǎi)CP-SLAM的迭代次數(shù)最高減小了92.34%,ICP算法運(yùn)行時(shí)間最高降低了98.86%。除此之外,ICP-SLAM的整體負(fù)載也被保持在可控范圍內(nèi),ICP-SLAM的整體性能得到很大的提升。
[Abstract]:ICP-SLAM has attracted much attention in autonomous robot and driverless field, but the traditional ICP-SLAM lacks the relative position relation between the current frame and the global map. Therefore, the ICP algorithm in this paper has to go through a lot of iterations before it can reach the convergence condition. This leads to the poor real-time performance of traditional ICP-SLAM, and in each iteration process, the matching point search must be completed by global search, which further reduces the real-time performance of traditional ICP-SLAM. Therefore, a fast ICP-SLAM scheme is proposed. The initial pose matrix is calculated by MEMS magnetometer and global landmark. The rough matching between the current frame and the global map is realized by the initial pose matrix, and the number of iterations reaching convergence conditions is reduced. Secondly, in each iteration process, The local scale compression search will be used to complete the matching point search, which will reduce the computational overhead of ICP-SLAM and improve the real-time performance of ICP-SLAM. At the same time, after each iteration is completed, the search scope will be narrowed through dynamic threshold, and the speed of matching point search will be accelerated. The experimental results show that compared with the traditional ICP-SLAM, in the ideal indoor static scene, The maximum iteration time of fast ICP-SLAM is reduced by 92.34 and the maximum running time of ICP-SLAM is reduced by 98.86. in addition, the overall load of ICP-SLAM is kept in a controllable range and the overall performance of ICP-SLAM is greatly improved.
【作者單位】： 上海大學(xué)通信與信息工程學(xué)院;上海大學(xué)微電子研究與開(kāi)發(fā)中心;
【基金】：國(guó)家“863”計(jì)劃基金項(xiàng)目(2013AA03A1121,2013AA03A1122) 上海市教委重點(diǎn)學(xué)科資助項(xiàng)目(J50104)
【分類(lèi)號(hào)】：TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳曉琳;宋萌;苑晶;孫鳳池;陶通;;通訊范圍受限條件下的多機(jī)器人主動(dòng)SLAM[J];系統(tǒng)工程與電子技術(shù);2012年10期

2 郭劍輝;趙春霞;陸建峰;康亮;;Rao-Blackwellised粒子濾波SLAM的一致性研究[J];系統(tǒng)仿真學(xué)報(bào);2008年23期

3 郭劍輝;趙春霞;石杏喜;;一種改進(jìn)的聯(lián)合相容SLAM數(shù)據(jù)關(guān)聯(lián)方法[J];儀器儀表學(xué)報(bào);2008年11期

4 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期

5 季秀才;鄭志強(qiáng);張輝;;SLAM問(wèn)題中機(jī)器人定位誤差分析與控制[J];自動(dòng)化學(xué)報(bào);2008年03期

6 周武;趙春霞;;一種改進(jìn)的邊緣粒子濾波SLAM方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年S1期

7 丁帥華;陳雄;韓建達(dá);;基于局部子圖匹配的SLAM方法[J];機(jī)器人;2009年04期

8 陳家乾;何衍;蔣靜坪;;添加約束的EKF-SLAM算法[J];科技通報(bào);2009年04期

9 趙一路;陳雄;韓建達(dá);;基于掃描匹配的室外環(huán)境SLAM方法[J];機(jī)器人;2010年05期

10 焦曉宇;馬小平;唐羽;;對(duì)SLAM算法的研究[J];科技信息;2012年07期

相關(guān)會(huì)議論文 前10條

1 ;An SLAM algorithm based on improved UKF[A];第24屆中國(guó)控制與決策會(huì)議論文集[C];2012年

2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)B卷[C];2011年

4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

6 溫豐;柴曉杰;朱智平;董小明;鄒偉;原魁;;基于新型人工路標(biāo)系統(tǒng)的視覺(jué)SLAM算法研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 王宇韜;方勇純;;魯棒單目視覺(jué)SLAM系統(tǒng)研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)C卷[C];2011年

8 李海洋;李洪波;林穎;劉賀平;楊東方;;基于Kinect的SLAM方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

9 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

10 李羚;張奇志;周亞麗;;基于Voronoi圖的移動(dòng)機(jī)器人SLAM算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

相關(guān)博士學(xué)位論文 前6條

1 趙一路;人機(jī)交互環(huán)境下的主動(dòng)SLAM及相關(guān)問(wèn)題研究[D];復(fù)旦大學(xué);2013年

2 苑全德;基于視覺(jué)的多機(jī)器人協(xié)作SLAM研究[D];哈爾濱工業(yè)大學(xué);2016年

3 王道斌;基于天空偏振光的SLAM方法的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

4 林睿;基于圖像特征點(diǎn)的移動(dòng)機(jī)器人立體視覺(jué)SLAM研究[D];哈爾濱工業(yè)大學(xué);2011年

5 吳葉斌;基于全景視覺(jué)的移動(dòng)機(jī)器人SLAM方法研究[D];哈爾濱工程大學(xué);2011年

6 陳晨;基于Sigma點(diǎn)濾波的移動(dòng)機(jī)器人同時(shí)定位與地圖創(chuàng)建算法的研究[D];北京交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 熊斯睿;基于立體全景視覺(jué)的移動(dòng)機(jī)器人3D SLAM研究[D];哈爾濱工業(yè)大學(xué);2015年

2 王淮卿;基于互聯(lián)網(wǎng)與SLAM的移動(dòng)機(jī)器人系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 李貴亞;基于立體視覺(jué)的機(jī)器人SLAM算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 薛永勝;變電站巡檢機(jī)器人SLAM算法及其應(yīng)用研究[D];西南科技大學(xué);2015年

5 趙亮;水下機(jī)器人視覺(jué)SLAM方法中的圖像特征點(diǎn)提取技術(shù)研究[D];電子科技大學(xué);2014年

6 黃志明;動(dòng)態(tài)稀疏環(huán)境下移動(dòng)機(jī)器人SLAM問(wèn)題研究[D];北京化工大學(xué);2015年

7 趙新哲;基于改進(jìn)粒子濾波的分布式SLAM算法研究[D];北京工業(yè)大學(xué);2015年

8 李洪臣;單目視覺(jué)移動(dòng)機(jī)器人SLAM方法建模與仿真分析[D];電子科技大學(xué);2014年

9 丁潔瓊;基于RGB-D的SLAM算法研究[D];西安電子科技大學(xué);2014年

10 張彥珍;基于g2o的SLAM后端優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1609346