隨著國(guó)家經(jīng)濟(jì)和科學(xué)技術(shù)的快速發(fā)展,移動(dòng)機(jī)器人在家庭服務(wù),工業(yè)制造和智能物流等領(lǐng)域起到越來(lái)越重要的作用。在未知的環(huán)境中執(zhí)行任務(wù)過(guò)程中,機(jī)器人需要能夠精確定位以及高效的規(guī)劃路徑。SLAM（Simultaneous Localization and Mapping）是一種可行的解決方案,但是傳統(tǒng)SLAM算法在特征點(diǎn)提取,路徑規(guī)劃等方面仍有不足之處。為了提高效率以及減小運(yùn)算量,本文提出改進(jìn)的基于深度相機(jī)的移動(dòng)機(jī)器人視覺(jué)SLAM算法。改進(jìn)算法提高了特征點(diǎn)提取和匹配的效率,降低了規(guī)劃路徑所需的計(jì)算量�；谏疃认鄼C(jī),提出了一種用于前端特征點(diǎn)提取和匹配的算法HHFT（Hue Histogram Feature Transform）。首先概述傳統(tǒng)的特征點(diǎn)檢測(cè)算法并闡明其優(yōu)缺點(diǎn),接著創(chuàng)新性地將圖像分割和特征點(diǎn)提取相結(jié)合,最終完成特征點(diǎn)的提取和匹配。圖像分割過(guò)程是在梯度圖像的基礎(chǔ)上使用分水嶺變換算法,將圖像分為“山脊”和“集水盆地”。由于特征點(diǎn)都位于“山脊”上,特征點(diǎn)的數(shù)量隨著提取范圍的縮小而減少。特征點(diǎn)在“山脊”上的坐標(biāo)確定后,再使用周圍一定半徑范圍內(nèi)像素的色調(diào)直方圖進(jìn)行匹配。在特征匹配之后,使用RANS... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外進(jìn)展?fàn)顩r
    1.3 主要工作和研究?jī)?nèi)容
第二章 視覺(jué)里程計(jì)位姿計(jì)算
    2.1 剛體運(yùn)動(dòng)中的旋轉(zhuǎn)矩陣
    2.2 三維空間中的其他變換
    2.3 相機(jī)模型
        2.3.1 小孔成像模型
        2.3.2 圖像畸變
        2.3.3 深度相機(jī)模型
    2.4 本章小結(jié)
第三章 特征點(diǎn)提取和匹配的改進(jìn)研究
    3.1 特征點(diǎn)提取和匹配概述
    3.2 特征點(diǎn)法的相關(guān)工作
        3.2.1 Harris角點(diǎn)
        3.2.2 SIFT算法
    3.3 基于圖割和特征點(diǎn)檢測(cè)的融合算法
        3.3.1 RGB模型及彩色圖像梯度
        3.3.2 動(dòng)態(tài)閾值獲取及分水嶺算法
        3.3.3 特征點(diǎn)提取及匹配
        3.3.4 RANSAC算法優(yōu)化
    3.4 本章小結(jié)
第四章 路徑優(yōu)化算法
    4.1 移動(dòng)機(jī)器人路徑規(guī)劃概述
    4.2 RRT算法
    4.3 RRT-Rectangular算法
    4.4 本章小節(jié)
第五章 視覺(jué)SLAM系統(tǒng)的實(shí)驗(yàn)結(jié)果分析
    5.1 TurtleBot2 實(shí)驗(yàn)平臺(tái)
    5.2 優(yōu)化算法實(shí)驗(yàn)及分析
        5.2.1 HHFT算法實(shí)驗(yàn)及分析
        5.2.2 RRT-Rectangle優(yōu)化算法實(shí)驗(yàn)及分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)介及科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]國(guó)內(nèi)外工業(yè)機(jī)器人控制器產(chǎn)業(yè)發(fā)展專利情報(bào)研究[J]. 馮云,楊瑾,唐梁吉.  科技通報(bào). 2019(11)
[2]養(yǎng)老服務(wù)機(jī)器人的技術(shù)發(fā)展趨勢(shì)[J]. 劉珊,蘭智高.  計(jì)算機(jī)測(cè)量與控制. 2019(07)
[3]探究智能移動(dòng)機(jī)器人的現(xiàn)狀及展望[J]. 武雨飛.  中國(guó)戰(zhàn)略新興產(chǎn)業(yè). 2018(12)
[4]利用激光散斑獲取深度圖[J]. 張紹陽(yáng),侯旭陽(yáng),崔華,高小梅.  中國(guó)光學(xué). 2016(06)
[5]《服務(wù)機(jī)器人科技發(fā)展“十二五”專項(xiàng)規(guī)劃》解讀[J].   機(jī)器人技術(shù)與應(yīng)用. 2012(03)
[6]圖像Harris特征點(diǎn)提取算法的研究[J]. 魏佳.  電腦知識(shí)與技術(shù). 2010(32)
[7]基于傳感器信息的智能移動(dòng)機(jī)器人導(dǎo)航評(píng)述[J]. 辛江慧,李舜酩,廖慶斌.  傳感器與微系統(tǒng). 2008(04)
[8]一類非線性濾波器——UKF綜述[J]. 潘泉,楊峰,葉亮,梁彥,程詠梅.  控制與決策. 2005(05)
[9]移動(dòng)機(jī)器人技術(shù)研究現(xiàn)狀與未來(lái)[J]. 李磊,葉濤,譚民,陳細(xì)軍.  機(jī)器人. 2002(05)
[10]未知環(huán)境中移動(dòng)機(jī)器人導(dǎo)航控制研究的若干問(wèn)題[J]. 蔡自興,賀漢根,陳虹.  控制與決策. 2002(04)

博士論文
[1]移動(dòng)機(jī)器人原型的控制系統(tǒng)設(shè)計(jì)與環(huán)境建模研究[D]. 鄒小兵.中南大學(xué) 2005

碩士論文
[1]基于非線性優(yōu)化的單目VINS系統(tǒng)的研究[D]. 王琪.哈爾濱工業(yè)大學(xué) 2018
[2]基于RGB-D的移動(dòng)機(jī)器人實(shí)時(shí)定位與建圖研究[D]. 伊星星.哈爾濱工業(yè)大學(xué) 2017



本文編號(hào)：2956889