近年來,隨著人工智能技術(shù)與機(jī)器人制造技術(shù)的快速提升,移動(dòng)機(jī)器人逐漸應(yīng)用到生產(chǎn)與生活的各個(gè)方面,它們?cè)絹碓街悄芑墓δ芘c服務(wù)不僅大大減輕了人們的勞動(dòng)量,還極大地豐富了人們的生活。智能移動(dòng)機(jī)器人作為一個(gè)可自動(dòng)執(zhí)行各種任務(wù)的移動(dòng)平臺(tái),自主定位與導(dǎo)航是最基礎(chǔ)的、最核心的功能之一。當(dāng)移動(dòng)機(jī)器人進(jìn)入新的環(huán)境時(shí),首要的任務(wù)就是感知周圍環(huán)境,避開障礙物并做出相應(yīng)的路徑規(guī)劃,而解決這些問題需要的就是即時(shí)定位與地圖構(gòu)建技術(shù),即SLAM（Simultaneous Localization and Mapping）。早期機(jī)器人定位與導(dǎo)航的實(shí)現(xiàn)主要依靠激光雷達(dá)、慣性測(cè)量單元（IMU）、距離傳感器等,而隨著計(jì)算機(jī)視覺的發(fā)展,相機(jī)以其廉價(jià)耐用、低功率、體積小、可提供大量豐富的紋理與色彩信息等特點(diǎn)在SLAM領(lǐng)域得到廣泛應(yīng)用。與此同時(shí),以微軟Kinect V1為代表的深度相機(jī)憑借其高性價(jià)比、可直接獲取深度等優(yōu)點(diǎn)把視覺SLAM的研究推向了新的高度。本文基于ORB特征點(diǎn),結(jié)合最新SLAM方案中的一些優(yōu)勢(shì)算法與模塊,構(gòu)建了一套以RGB-D傳感器為基礎(chǔ)的即時(shí)定位與地圖構(gòu)建系統(tǒng)。本研究的主要理論基礎(chǔ)和工作成果如下:首先,介紹了視... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

世界上第一臺(tái)移動(dòng)機(jī)器人ShakeyFigure1-1Theworld'sfirstmobilerobotShakey

圖 1-3 SLAM 的主要研究方法Figure 1-3 The main research method of SLAMSLAM 是一種綜合多種理論與方法的自主定位與導(dǎo)航的研究與實(shí)現(xiàn)方法，如圖1-3，按照傳感器的劃分，移動(dòng)機(jī)器人自主定位與導(dǎo)航的任務(wù)主要依靠 GPS[8]、慣性測(cè)量單元（IMU）[9]、聲納、激光雷達(dá)、相機(jī)等傳感器來完成，如圖 1-4 所示的多種可實(shí)現(xiàn)定位與導(dǎo)航的傳感器。其中，GPS 信號(hào)容易受到地理環(huán)境與其它信號(hào)的干擾，不能用于室內(nèi)或水下以及地下各種環(huán)境中；超聲波[10]定位成本低，但采集速度慢，測(cè)量范圍小，精度比較低。激光雷達(dá)[11]測(cè)距范圍大，但其價(jià)格昂貴。相機(jī)作為光學(xué)成像器件，不僅體積小、功耗小，可實(shí)時(shí)獲得清晰地圖像信息。其中，RGB-D 深度相機(jī)同時(shí)擁有相機(jī)和紅外線兩種傳感器，能采集空間數(shù)據(jù)生成 RGB-D 圖像，而且價(jià)格也比較低廉，受到了廣大視覺 SLAM[12]研究者的青睞。按照傳感器才記得信息和輸入劃分，SLAM 方法可分為基于地標(biāo)的 SLAM 研究方法和基于外觀的 SLAM 研究方法，基于外觀的 SLAM 研究方法[13]是利用傳感器在周圍未經(jīng)人為設(shè)置路標(biāo)的環(huán)

第二章 視覺 SLAM 基本框架與相機(jī)模型第二章 視覺 SLAM 基本框架與相機(jī)模型 視覺 SLAM 基本框架目前，針對(duì)視覺 SLAM 的研究越來越多，但一般將視覺 SLAM 系統(tǒng)分端兩個(gè)部分，其中前端包括相機(jī)獲取圖像、視覺里程計(jì)[40]，而后端包括、回環(huán)檢測(cè)以及構(gòu)建地圖。它們組成 SLAM 系統(tǒng)的流程如圖 2-1。

【參考文獻(xiàn)】：
期刊論文
[1]移動(dòng)機(jī)器人SLAM關(guān)鍵問題和解決方法綜述[J]. 楊雪夢(mèng),姚敏茹,曹凱.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(07)
[2]工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)與軌跡規(guī)劃仿真[J]. 唐新星,王平,范大川.  重型機(jī)械. 2018(02)
[3]激光雷達(dá)SLAM技術(shù)及其在無人車中的應(yīng)用研究進(jìn)展[J]. 李晨曦,張軍,靳欣宇,李廣敬,李強(qiáng).  北京聯(lián)合大學(xué)學(xué)報(bào). 2017(04)
[4]機(jī)器人智能碰撞傳感器的設(shè)計(jì)與仿真[J]. 林義忠,黃冰鵬,李盛,覃尚活,姚建余.  傳感器與微系統(tǒng). 2017(10)
[5]基于圖優(yōu)化的移動(dòng)機(jī)器人視覺SLAM[J]. 張毅,沙建松.  智能系統(tǒng)學(xué)報(bào). 2018(02)
[6]基于光束平差法的雙目視覺里程計(jì)研究[J]. 羅楊宇,劉宏林.  控制與決策. 2016(11)
[7]人機(jī)交互新模式,VR/AR/MR產(chǎn)業(yè)開始形成[J]. 郝英好.  新型工業(yè)化. 2016(08)
[8]循跡機(jī)器人控制系統(tǒng)設(shè)計(jì)[J]. 羅儒,張文莉,于婷.  現(xiàn)代機(jī)械. 2015(04)
[9]融合全局和局部特征的圖像特征提取方法[J]. 張雅清,劉忠寶.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[10]面向Kinect RGB-D圖像的目標(biāo)尺寸測(cè)量方法[J]. 趙超,張章.  工業(yè)控制計(jì)算機(jī). 2014(10)

博士論文
[1]基于視覺的機(jī)器人同時(shí)定位與地圖構(gòu)建[D]. 武二永.浙江大學(xué) 2007

碩士論文
[1]移動(dòng)機(jī)器人全景vSLAM研究[D]. 許俊勇.上海交通大學(xué) 2008



本文編號(hào)：2956648