【摘要】：實現(xiàn)地圖拼接是多機(jī)器人協(xié)作創(chuàng)建地圖的一項關(guān)鍵技術(shù)。研究了一種基于加速魯棒特征(SURF)的多機(jī)器人柵格地圖拼接方法,該方法通過對機(jī)器人運(yùn)動坐標(biāo)系進(jìn)行剛體變換,將柵格地圖拼接問題用圖像配準(zhǔn)的最小化問題來表示并建立數(shù)學(xué)模型。首先利用一種改進(jìn)的SURF算法從待拼接地圖中提取特征,然后利用隨機(jī)抽樣一致性(RANSAC)算法剔除誤匹配得到初始拼接參數(shù),并將拼接參數(shù)作為ICP算法的初值來求解目標(biāo)函數(shù)。最后分別利用公開數(shù)據(jù)集和Turletbot2移動機(jī)器人進(jìn)行了實驗,結(jié)果表明該方法能對多機(jī)器人建立的柵格地圖實現(xiàn)可靠拼接,魯棒性好且精度高,拼接速度快適用于較大規(guī)模環(huán)境柵格地圖拼接。
【圖文】：

實現(xiàn)步驟如圖1所示。圖1改進(jìn)的SUＲF算法步驟Fig．1ThestepsofimprovedSUＲFalgorithm2．3．1構(gòu)建尺度空間由于SUＲF算法利用了盒子濾波和積分圖像，其計算耗時與圖像尺寸無關(guān)，故在特征檢測時SUＲF算法比SIFT算法效率更高，SUＲF算法就是利用該性質(zhì)加速了原圖像與盒子濾波的卷積運(yùn)算。SUＲF算法的尺度空間金字塔最底層利用一個大小為9×9的盒子濾波，盒子濾波大小變換最少6個像素步長，第2層最小為15×15。當(dāng)前大小的盒子濾波對應(yīng)高斯尺度值的計算公式如下:σapprax=1．29N(2)當(dāng)前盒子濾波尺寸用N表示，圖2所示構(gòu)建了4度4層的尺度空間，各層中盒子濾波器的大小變化分別為6、12、24、48。圖2濾波器尺寸分布Fig．2Distributionoffiltersize2．3．2檢測極值點，確定特征點位置為了尋找尺度空間中的極值點，本文采用快速Hessian矩陣實現(xiàn)，為確保在二維圖像空間和尺度空間均檢測到極值點，每個檢測點與它同尺度的8個相鄰點及上下相鄰尺度對應(yīng)的26個點比較。用多尺度空間函數(shù)Dxx、Dxy、Dyy表示簡化后的Hessian行列式如式(3)所示，如果該點行列式的值Δ(Happrax)為正則認(rèn)為是局部極值點。Δ(Happrax)=DxxDyy－(ωDxy)2(3)式中:ω為加權(quán)系數(shù)(本文取ω=0．9)［22］。找到候選極值點并記錄其位置和尺寸，同時還要利用極值點鄰域像素插值找到圖像空間和尺度空間中的亞像素精度特征點，消除低對比度的極值點以確定特征點的位置。SUＲF耗時主要在構(gòu)建尺度空間檢測特征點和特征描述符上，本文使用Harris算法檢測特征點來提高特征檢測速度和穩(wěn)定性。2．3．3確定特征點主方向要使特征點具有旋轉(zhuǎn)不變等特性，需為特征點確定一個主方向，同時利用Haar小波提高魯棒性。首先以特征點?

?2．3．3確定特征點主方向要使特征點具有旋轉(zhuǎn)不變等特性，需為特征點確定一個主方向，同時利用Haar小波提高魯棒性。首先以特征點為中心，以6δ(δ為特征點所在的尺度值)為半徑作圓，計算圓形區(qū)域內(nèi)的點在x和y方向上為4δ的Haar小波響應(yīng)，并用高斯模板對得到的響應(yīng)結(jié)果做加權(quán)使其更符合實際。以特征點為中心、圓心角為60°的扇形區(qū)域為單位，以5°為步長遍歷整個響應(yīng)圖像，可得6個扇形區(qū)域。每個扇形區(qū)域內(nèi)累加計算x和y方向上的haar小波響應(yīng)值生成一個新矢量，，將新矢量中模值最大矢量的方向作為該特征點的主方向，如圖3所示。圖3主方向確定示意圖Fig．3Schematicdiagramofthemaindirectionconfirmation2．3．4生成特征點描述符為確保旋轉(zhuǎn)不變性將坐標(biāo)軸旋轉(zhuǎn)至SUＲF特征點主方向，沿著主方向以特征點為中心構(gòu)造一個20δ為邊長的正方形窗口，將該區(qū)域均勻的分成16個子塊，在每個子區(qū)域內(nèi)用2δ的Haar小波模板以5×5大小為1個小塊間隔采樣，計算每個小塊中檢測點相對于主方向x和y軸方向的響應(yīng)值dx和dy，把每個小塊中的25個采樣點

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王軒;葉平;賈慶軒;;雙目立體視覺柵格地圖構(gòu)建方法[J];軟件;2012年11期

2 郝宗波;洪炳昒;黃慶成;;基于柵格地圖的機(jī)器人覆蓋路徑規(guī)劃研究[J];計算機(jī)應(yīng)用研究;2007年10期

3 張彪;曹其新;王雯珊;;使用三維柵格地圖的移動機(jī)器人路徑規(guī)劃[J];西安交通大學(xué)學(xué)報;2013年10期

4 何正國,杜娟;柵格地圖網(wǎng)上發(fā)布系統(tǒng)[J];測繪通報;2003年01期

5 馬昕;宋銳;郭睿;李貽斌;;基于免疫自適應(yīng)遺傳算法的機(jī)器人柵格地圖融合[J];控制理論與應(yīng)用;2009年09期

6 海濤;叢爽;鮑遠(yuǎn)律;;彩色城市柵格地圖道路網(wǎng)絡(luò)自動獲取方法[J];西安交通大學(xué)學(xué)報;2011年12期

7 劉學(xué),張祖勛,張劍清,黃加納;柵格地圖識別的專家系統(tǒng)模型[J];中國圖象圖形學(xué)報;1998年09期

8 季方,鮑遠(yuǎn)律;基于外延特征的柵格地圖噪聲去除算法[J];中國圖象圖形學(xué)報;2004年09期

9 羅其俊;李志恒;李元朋;高慶吉;;基于門墻柵格地圖模型的有約束路徑規(guī)劃研究[J];計算機(jī)與現(xiàn)代化;2010年05期

10 羅榮華,洪炳昒,厲茂海;基于局部特征預(yù)測的柵格地圖創(chuàng)建[J];哈爾濱工業(yè)大學(xué)學(xué)報;2004年07期

相關(guān)會議論文 前1條

1 石凱;田宇;俞建成;劉健;;基于柵格地圖的多化學(xué)羽流源定位[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 海濤;彩色交通柵格地圖中城市道路與公路的自動獲取[D];中國科學(xué)技術(shù)大學(xué);2013年

2 周俊靜;基于激光雷達(dá)的智能車輛目標(biāo)識別與跟蹤關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前9條

1 楊靜;模擬尺度的選擇及柵格地圖相似性評價方法的應(yīng)用[D];昆明理工大學(xué);2015年

2 杜波;基于MapReduce的柵格地圖切片系統(tǒng)[D];西安電子科技大學(xué);2014年

3 李龍杰;基于四線激光雷達(dá)的道路信息提取技術(shù)研究[D];北京工業(yè)大學(xué);2016年

4 陳銘灝;彩色柵格地圖前景要素提取方法研究[D];重慶大學(xué);2006年

5 李潤偉;基于聲納的室內(nèi)環(huán)境柵格地圖創(chuàng)建方法的研究[D];中南大學(xué);2008年

6 王野;基于標(biāo)準(zhǔn)組件集的柵格地圖組件研究與實現(xiàn)[D];內(nèi)蒙古工業(yè)大學(xué);2009年

7 莊惠敏;基于全景視覺序列圖像的二維柵格地圖創(chuàng)建研究[D];上海交通大學(xué);2008年

8 柴劍;智能掃地機(jī)器人技術(shù)的研究與實現(xiàn)[D];西安電子科技大學(xué);2014年

9 束磊;基于柵格地圖的月球車任務(wù)層路徑規(guī)劃及平滑處理[D];哈爾濱工業(yè)大學(xué);2013年

本文編號：2575982