本文選題：單目SLAM　切入點(diǎn)：線特征　出處：《東南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年06期

【摘要】：提出了基于圖優(yōu)化的單目線特征同時(shí)定位和地圖構(gòu)建(SLAM)的方法.首先,針對主流視覺SLAM算法因采用點(diǎn)作為特征而導(dǎo)致構(gòu)建的點(diǎn)云地圖稀疏、難以準(zhǔn)確表達(dá)環(huán)境結(jié)構(gòu)信息等缺點(diǎn),采用直線作為特征來構(gòu)建地圖.然后,根據(jù)現(xiàn)有線特征的SLAM算法都是基于濾波器的SLAM框架、存在線性化及更新效率的問題,采用基于圖優(yōu)化的SLAM解決方案以提高定位精度及地圖構(gòu)建的一致性和準(zhǔn)確性.將線特征的Plücker坐標(biāo)和Cayley參數(shù)化方式相結(jié)合,一方面采用Plücker坐標(biāo)便于線性投影計(jì)算,另一方面采用Cayley參數(shù)化方式有利于線特征參數(shù)的非線性優(yōu)化.仿真實(shí)驗(yàn)結(jié)果顯示:所提出算法的位姿估計(jì)誤差平方和與均方根誤差分別是里程計(jì)位姿估計(jì)的2.5%和10.5%,是基于EKF線特征SLAM算法估計(jì)位姿誤差的22.4%和33%,重投影誤差僅為45.5像素;實(shí)際圖像實(shí)驗(yàn)中的位姿估計(jì)誤差平方和為958 cm~2,均方根誤差為3.9413 cm,從而證明了所提出算法的有效性和準(zhǔn)確性.
[Abstract]:A method of simultaneous location and map construction of monocular line features based on graph optimization is proposed.Firstly, aiming at the shortcomings of the mainstream visual SLAM algorithm, such as sparse point cloud map constructed by using points as features, it is difficult to express the environment structure information accurately, so straight line is used as feature to construct map.Then, according to the existing line feature SLAM algorithm is based on the filter SLAM framework, there are problems of linearization and update efficiency. The SLAM solution based on graph optimization is adopted to improve the location accuracy and the consistency and accuracy of map construction.Combining the Pl 眉 cker coordinates of line features with Cayley parameterization, on the one hand, using Pl 眉 cker coordinates is convenient for linear projection calculation, and on the other hand, adopting Cayley parameterization is beneficial to the nonlinear optimization of line feature parameters.The simulation results show that the sum of squared error and root mean square error of the proposed algorithm are 2.5% and 10.5% of that of the odometer position and attitude estimation, respectively. The proposed algorithm is based on EKF line feature SLAM algorithm to estimate the pose error of 22.4% and 33%, and the reprojection error is only 45.5 pixels.In the actual image experiment, the sum of square error and root mean square error are 958 cm ~ 2 and 3.9413 cm respectively, which proves the validity and accuracy of the proposed algorithm.
【作者單位】： 華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61105083) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2015XS63)
【分類號(hào)】：TP242;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭劍輝;趙春霞;康亮;;SLAM問題中特征相關(guān)性研究[J];系統(tǒng)仿真學(xué)報(bào);2008年06期

2 郭劍輝;趙春霞;;一種新的粒子濾波SLAM算法[J];計(jì)算機(jī)研究與發(fā)展;2008年05期

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

4 曾文靜;張鐵棟;徐玉如;姜大鵬;;一種基于蟻群算法的SLAM數(shù)據(jù)關(guān)聯(lián)方法[J];計(jì)算機(jī)應(yīng)用;2009年01期

5 王道斌;梁華為;祝輝;付靜;陶翔;;一種基于車輛運(yùn)動(dòng)微分模型的EKF-SLAM算法[J];信息與控制;2014年01期

6 曾文靜;張鐵棟;姜大鵬;;SLAM數(shù)據(jù)關(guān)聯(lián)方法的比較分析[J];系統(tǒng)工程與電子技術(shù);2010年04期

7 左源兒,楊傳鈞;SLAMⅡ仿真語言開發(fā)與應(yīng)用[J];計(jì)算機(jī)工程;1992年03期

8 李久勝;李永強(qiáng);周荻;;基于EKF的SLAM算法的一致性分析[J];計(jì)算機(jī)仿真;2008年06期

9 雙海軍,胡德全;SLAM仿真技術(shù)在物資供應(yīng)中的應(yīng)用[J];重慶工業(yè)高等專科學(xué)校學(xué)報(bào);2000年04期

10 呂瑞;陳龍;翁雪;何金城;;利用先驗(yàn)點(diǎn)圖模型的SLAM后端優(yōu)化算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年06期

相關(guān)重要報(bào)紙文章 前1條

1 肖征榮;好軟件少不了它們[N];電腦報(bào);2003年

相關(guān)博士學(xué)位論文 前1條

1 劉浩敏;面向復(fù)雜環(huán)境的魯棒高效的三維注冊與結(jié)構(gòu)恢復(fù)[D];浙江大學(xué);2017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 趙亮;水下機(jī)器人視覺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

3 胡衡;基于單目視覺的SLAM方法研究[D];新疆大學(xué);2015年

4 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

5 楊恒;基于局部特征提取匹配的視覺SLAM閉環(huán)檢測方法研究[D];南華大學(xué);2015年

6 宋艷;基于圖像特征的RGB-D視覺SLAM算法[D];中國海洋大學(xué);2015年

7 張香龍;基于CUDA的FastSLAM算法并行化研究[D];華東交通大學(xué);2016年

8 戴雪梅;基于圖像特征點(diǎn)匹配的改進(jìn)SLAM算法關(guān)鍵技術(shù)研究[D];安徽工程大學(xué);2016年

9 戴立根;欠點(diǎn)特征環(huán)境的視覺同步定位與制圖研究[D];哈爾濱工業(yè)大學(xué);2016年

10 呂憲偉;基于RGB-D數(shù)據(jù)的SLAM算法研究[D];北京理工大學(xué);2016年

，

本文編號(hào)：1709373