【摘要】：隨著無人設(shè)備的發(fā)展,即時定位與場景重建技術(shù)(Simultaneous Localization and Mapping,SLAM)算法是實(shí)現(xiàn)移動機(jī)器人在未知環(huán)境中自主導(dǎo)航的關(guān)鍵。算法的核心是移動機(jī)器人在運(yùn)動過程中通過重復(fù)觀測場景中的特征信息確定自身位置,再依據(jù)自身位置重新構(gòu)建增量式地圖。由于視覺傳感器可有效地對場景中的環(huán)境信息進(jìn)行感知,基于視覺的SLAM算法(簡稱VSLAM算法)廣泛地引起研究者關(guān)注。傳統(tǒng)VSLAM算法應(yīng)用的假設(shè)條件是空間中場景信息保持靜止不變,利用空間位置信息點(diǎn)在不同圖像上的投影,構(gòu)建幾何約束關(guān)系解算出當(dāng)前傳感器的自身位姿。然而,當(dāng)VSLAM算法在實(shí)際運(yùn)用過程中,場景中的狀態(tài)信息很難維持靜止不變。本文主要研究移動機(jī)器人在室內(nèi)場景中進(jìn)行自主導(dǎo)航的過程中存在運(yùn)動物體的情況,分別對VSLAM算法中的閉環(huán)檢測和建圖模塊進(jìn)行研究。論文的主要貢獻(xiàn)如下:1.針對室內(nèi)動態(tài)場景下運(yùn)動物體在采集圖像中引入干擾特征點(diǎn)的問題,提出基于深度信息優(yōu)化的閉環(huán)檢測算法。依據(jù)場景中深度信息幅值的變化,算法能自適應(yīng)地篩選出圖像特征中的干擾信息,使閉環(huán)檢測模塊具備在動態(tài)場景中快速濾除干擾特征點(diǎn)的能力,提升閉環(huán)檢測精度。同時,算法依據(jù)場景深度信息均值構(gòu)建干擾性分析模型,對采集到的圖像信息進(jìn)行預(yù)處理,依據(jù)處理結(jié)果采用不同的篩選策略,提高算法實(shí)時性,使算法適用于低成本嵌入式設(shè)備。2.針對運(yùn)動物體對靜態(tài)場景信息造成的遮擋問題,實(shí)現(xiàn)了基于深度學(xué)習(xí)和空間幾何位置約束的運(yùn)動物體分割算法,并將其運(yùn)用到三維高精度點(diǎn)云重構(gòu),恢復(fù)重建出場景高精度三維點(diǎn)云圖。算法通過深度學(xué)習(xí)和構(gòu)建的空間特征信息點(diǎn)檢測出場景中運(yùn)動的動態(tài)物體,使算法依據(jù)場景中的靜態(tài)空間特征信息點(diǎn)構(gòu)建出幾何位置關(guān)系約束,求解出當(dāng)前傳感器位姿。同時算法構(gòu)建了背景修復(fù)模塊,依據(jù)多張圖像幀和其對應(yīng)的位姿,算法通過重投影的方式將被運(yùn)動物體遮擋的場景信息修復(fù)出來,最終恢復(fù)出的稠密三維點(diǎn)云圖有效地去除運(yùn)動物體信息。本文將基于深度信息優(yōu)化的閉環(huán)檢測算法分別在Loop6Indoor公有數(shù)據(jù)集和實(shí)際采集場景數(shù)據(jù)集下進(jìn)行實(shí)驗(yàn),將深度學(xué)習(xí)優(yōu)化的建圖算法模塊在TUM的公有動態(tài)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)驗(yàn)證。依據(jù)實(shí)驗(yàn)結(jié)果,相較于傳統(tǒng)的閉環(huán)檢測算法RTAB-MAP,本論文構(gòu)建的閉環(huán)檢測模塊可以在動態(tài)場景中將誤撿率降低到11.3%。相較于傳統(tǒng)的視覺SLAM系統(tǒng)ORB-SLAM2算法,論文研究的基于深度學(xué)習(xí)和多視圖幾何一致性的SLAM算法系統(tǒng)可有效地對場景中的運(yùn)動物體進(jìn)行分割,保留場景中的靜態(tài)信息,對被運(yùn)動物體遮擋的背景信息進(jìn)行修復(fù)還原,重建出高精度三維點(diǎn)云圖,為之后的無人設(shè)備進(jìn)入場景實(shí)現(xiàn)自助導(dǎo)航提供了精確保障。
【圖文】：

邐北京郵電大學(xué)工學(xué)碩士學(xué)位論文邐逡逑位算法將定位精度提升到米級，，有效地解決了室內(nèi)定位中的“最后一公里”難題。逡逑然而當(dāng)移動機(jī)器人在室內(nèi)進(jìn)行高精度定位導(dǎo)航過程中遇上無線定位干擾和缺失逡逑時，需要借助其他傳感器來輔助定位，其中最常見的有激光ＳＬＡＭ定位算法和逡逑視覺ＳＬＡＭ定位算法。然而激光ＳＬＡＭ在采集數(shù)據(jù)的過程中僅僅感知到場景結(jié)逡逑構(gòu)化信息，對場景缺乏動態(tài)觀察和感知能力，因此本文主要研究基于視覺傳感器逡逑信息的ＳＬＡＭ算法。逡逑１．２國內(nèi)外發(fā)展現(xiàn)狀逡逑１．２．１邋視覺邋ＳＬＡＭ逡逑依據(jù)優(yōu)化方法的不同，視覺ＳＬＡＭ方法可以分為基于濾波框架的ＳＬＡＭ算逡逑法和基于優(yōu)化框架的ＳＬＡＭ算法。逡逑ｔ

持一個長時間運(yùn)行的全局穩(wěn)定ＳＬＡＭ算法來說，閉環(huán)檢測可以有效地將ＳＬＡＭ逡逑懫集的場景數(shù)據(jù)關(guān)聯(lián)起來，構(gòu)建出具有拓?fù)湟恢滦缘恼w三維點(diǎn)云地圖。如圖逡逑〗－２中所示。如圖１－２中ａ）所示，當(dāng)移動機(jī)器人在行進(jìn)過程中缺少閉環(huán)檢測模塊逡逑時，受累積誤差的影響，建出的三維地圖將會產(chǎn)生較大程度的漂移。閉環(huán)檢測的逡逑存在可以有效的減少移動機(jī)器人在運(yùn)行過程中所包含的累積誤差，保持地圖一致逡逑性，如圖１－２中ｂ）所示逡逑ｊ邐＾逡逑Ｖ邋￣邐邐邐邋，門．—邐邐—逡逑ｒ＂｜邋yU■■邋１邋ｈ逡逑＇麟：邐＿邐１逡逑？：Ｆ＇－邋ＵＶｘ邐Ｌ逡逑ｉｌｌ邐ｍ邐ｉ邐Ｊ逡逑一邐十；、，邐、＂Ｐ邐Ｌ—ｊ，—ｋｖ—逡逑ａ）邋ＳＬＡＭ過程中沒有閉環(huán)檢測邐ｂ）添加閉環(huán)檢測模塊對位姿進(jìn)行校逡逑圖１－２閉環(huán)檢測對ＳＬＡＭ重建整體效果影響圖逡逑６逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 祁健誠;;基于雙目SLAM的室內(nèi)導(dǎo)航系統(tǒng)[J];通訊世界;2019年01期

2 吳林峰;王錄濤;;圖優(yōu)化SLAM的嵌入式處理技術(shù)[J];成都信息工程大學(xué)學(xué)報;2019年02期

3 董蕊芳;柳長安;楊國田;程瑞營;;基于圖優(yōu)化的單目線特征SLAM算法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2017年06期

4 蔡來良;楊望山;王姍姍;朱學(xué)練;;SLAM在室內(nèi)測繪儀器研發(fā)中的應(yīng)用綜述[J];礦山測量;2017年04期

5 楊祥紅;王希彬;;無人機(jī)主動SLAM技術(shù)研究[J];系統(tǒng)仿真技術(shù);2015年04期

6 王超杰;蘇中;連曉峰;趙旭;;搜救環(huán)境中的仿生蛇形機(jī)器人SLAM方法[J];計算機(jī)工程與設(shè)計;2015年08期

7 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SLAM[J];系統(tǒng)工程與電子技術(shù);2012年10期

8 野舟;;SLAM-ER導(dǎo)彈達(dá)到兩項新里程碑[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);2009年06期

9 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;2008年23期

10 ;Line-feature-based SLAM Algorithm[J];自動化學(xué)報;2006年01期

相關(guān)會議論文 前10條

1 皮燕燕;王遠(yuǎn)明;劉為任;王興嶺;;二維場景中SLAM算法對比研究[A];2018慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集[C];2018年

2 蘇麗;李恩澤;劉志林;;基于嚙齒類動物神經(jīng)模型的SLAM算法[A];第37屆中國控制會議論文集（D）[C];2018年

3 Jing Wang;Zongying Shi;Yisheng Zhong;;Visual SLAM Incorporating Wheel Odometer for Indoor Robots[A];第36屆中國控制會議論文集（D）[C];2017年

4 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

5 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

6 ;An SLAM algorithm based on improved UKF[A];第24屆中國控制與決策會議論文集[C];2012年

7 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

8 Haoyin Zhou;Tao Zhang;;The combination of SfM and monocular SLAM[A];第26屆中國控制與決策會議論文集[C];2014年

9 葛振華;王紀(jì)凱;王鵬;張啟彬;陳宗海;;室內(nèi)環(huán)境SLAM過程中動態(tài)目標(biāo)的檢測與消除[A];第18屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集（18th CCSSTA 2017）[C];2017年

10 彭勝軍;馬宏緒;;移動機(jī)器人導(dǎo)航空間表示及SLAM問題研究[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

相關(guān)重要報紙文章 前10條

1 蔣智孚;SLAM技術(shù)將為智慧礦山帶來質(zhì)的飛躍[N];中國黃金報;2018年

2 中國青年報·中青在線記者 李超 通訊員 陰祥;從災(zāi)難中尋找靈感 大學(xué)生研發(fā)激光救援機(jī)器人[N];中國青年報;2017年

3 實(shí)習(xí)記者 代小佩;AR導(dǎo)航能成為“路癡”福音嗎[N];科技日報;2018年

4 中國信息通信研究院 劉思言 蘇丹;東風(fēng)已至，服務(wù)機(jī)器人產(chǎn)業(yè)起跑[N];人民郵電;2018年

5 實(shí)習(xí)記者 崔爽;掃地機(jī)器人真能解放雙手嗎[N];科技日報;2018年

6 北京商報記者 金朝力;掃地機(jī)器人告別花瓶角色[N];北京商報;2019年

7 北京 劉慧;物流機(jī)器人技術(shù)趨勢[N];電子報;2019年

8 肖征榮;好軟件少不了它們[N];電腦報;2003年

9 本報特約撰稿 臨河;半島趨緊張，韓國有點(diǎn)亂[N];中國國防報;2013年

10 本報記者 李南 吳潔;堅持技術(shù)商業(yè)雙創(chuàng)新，打造機(jī)器人生態(tài)平臺[N];中國企業(yè)報;2018年

相關(guān)博士學(xué)位論文 前10條

1 陳孟元;移動機(jī)器人仿生SLAM算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

2 張超凡;基于多目視覺與慣導(dǎo)融合的SLAM方法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

3 王洪玲;移動機(jī)器人適應(yīng)搜救環(huán)境的同時定位和地圖構(gòu)建（SLAM）方法研究[D];山東大學(xué);2018年

4 劉丹;智能車輛同時定位與建圖關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2018年

5 金紅巖;PPRV全長基因克隆及H蛋白與SLAM受體相互作用的研究[D];中國農(nóng)業(yè)科學(xué)院;2014年

6 王丹丹;水下無人潛器同步定位與地圖生成方法研究[D];哈爾濱工程大學(xué);2017年

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

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

9 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

10 康軼非;不依賴GPS定位理論及方法研究[D];北京交通大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 蘆文強(qiáng);基于單目視覺SLAM系統(tǒng)的研究與實(shí)現(xiàn)[D];天津理工大學(xué);2019年

2 周陽;基于多傳感器融合的移動機(jī)器人SLAM算法研究[D];北京郵電大學(xué);2019年

3 康融;面向視覺SLAM的圖像特征描述方法研究[D];北京郵電大學(xué);2019年

4 朱瀅;基于環(huán)路閉合探測技術(shù)的ORB-SLAM系統(tǒng)優(yōu)化[D];北京郵電大學(xué);2019年

5 吳奇;室內(nèi)復(fù)雜環(huán)境下基于閉環(huán)檢測技術(shù)優(yōu)化的SLAM算法研究[D];北京郵電大學(xué);2019年

6 朱浩;基于激光雷達(dá)的分布式SLAM研究[D];浙江大學(xué);2019年

7 祁亮亮;基于ORB的大視角變化下V-SLAM魯棒性研究[D];西安理工大學(xué);2019年

8 何茜;SLAM中圖像特征匹配算法研究及其硬件實(shí)現(xiàn)[D];西安理工大學(xué);2019年

9 王儒;面向視覺慣性SLAM的通用增量式集束調(diào)整框架[D];浙江大學(xué);2019年

10 鄭仁杰;基于特征和直接法結(jié)合的魯棒視覺SLAM方法[D];浙江大學(xué);2019年

本文編號：2636923