基于深度相機(jī)的移動機(jī)器人視覺SLAM算法的研究
發(fā)布時間:2021-01-04 14:01
隨著國家經(jīng)濟(jì)和科學(xué)技術(shù)的快速發(fā)展,移動機(jī)器人在家庭服務(wù),工業(yè)制造和智能物流等領(lǐng)域起到越來越重要的作用。在未知的環(huán)境中執(zhí)行任務(wù)過程中,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算量,本文提出改進(jìn)的基于深度相機(jī)的移動機(jī)器人視覺SLAM算法。改進(jìn)算法提高了特征點提取和匹配的效率,降低了規(guī)劃路徑所需的計算量;谏疃认鄼C(jī),提出了一種用于前端特征點提取和匹配的算法HHFT(Hue Histogram Feature Transform)。首先概述傳統(tǒng)的特征點檢測算法并闡明其優(yōu)缺點,接著創(chuàng)新性地將圖像分割和特征點提取相結(jié)合,最終完成特征點的提取和匹配。圖像分割過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”。由于特征點都位于“山脊”上,特征點的數(shù)量隨著提取范圍的縮小而減少。特征點在“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
【文章頁數(shù)】:66 頁
【學(xué)位級別】: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 國內(nèi)外進(jìn)展?fàn)顩r
1.3 主要工作和研究內(nèi)容
第二章 視覺里程計位姿計算
2.1 剛體運動中的旋轉(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 特征點提取和匹配的改進(jìn)研究
3.1 特征點提取和匹配概述
3.2 特征點法的相關(guān)工作
3.2.1 Harris角點
3.2.2 SIFT算法
3.3 基于圖割和特征點檢測的融合算法
3.3.1 RGB模型及彩色圖像梯度
3.3.2 動態(tài)閾值獲取及分水嶺算法
3.3.3 特征點提取及匹配
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SLAM系統(tǒng)的實驗結(jié)果分析
5.1 TurtleBot2 實驗平臺
5.2 優(yōu)化算法實驗及分析
5.2.1 HHFT算法實驗及分析
5.2.2 RRT-Rectangle優(yōu)化算法實驗及分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
作者簡介及科研成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]國內(nèi)外工業(yè)機(jī)器人控制器產(chǎn)業(yè)發(fā)展專利情報研究[J]. 馮云,楊瑾,唐梁吉. 科技通報. 2019(11)
[2]養(yǎng)老服務(wù)機(jī)器人的技術(shù)發(fā)展趨勢[J]. 劉珊,蘭智高. 計算機(jī)測量與控制. 2019(07)
[3]探究智能移動機(jī)器人的現(xiàn)狀及展望[J]. 武雨飛. 中國戰(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,侯旭陽,崔華,高小梅. 中國光學(xué). 2016(06)
[5]《服務(wù)機(jī)器人科技發(fā)展“十二五”專項規(guī)劃》解讀[J]. 機(jī)器人技術(shù)與應(yīng)用. 2012(03)
[6]圖像Harris特征點提取算法的研究[J]. 魏佳. 電腦知識與技術(shù). 2010(32)
[7]基于傳感器信息的智能移動機(jī)器人導(dǎo)航評述[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]移動機(jī)器人技術(shù)研究現(xiàn)狀與未來[J]. 李磊,葉濤,譚民,陳細(xì)軍. 機(jī)器人. 2002(05)
[10]未知環(huán)境中移動機(jī)器人導(dǎo)航控制研究的若干問題[J]. 蔡自興,賀漢根,陳虹. 控制與決策. 2002(04)
博士論文
[1]移動機(jī)器人原型的控制系統(tǒng)設(shè)計與環(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的移動機(jī)器人實時定位與建圖研究[D]. 伊星星.哈爾濱工業(yè)大學(xué) 2017
本文編號:2956889
【文章來源】: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
【文章頁數(shù)】:66 頁
【學(xué)位級別】: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 國內(nèi)外進(jìn)展?fàn)顩r
1.3 主要工作和研究內(nèi)容
第二章 視覺里程計位姿計算
2.1 剛體運動中的旋轉(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 特征點提取和匹配的改進(jìn)研究
3.1 特征點提取和匹配概述
3.2 特征點法的相關(guān)工作
3.2.1 Harris角點
3.2.2 SIFT算法
3.3 基于圖割和特征點檢測的融合算法
3.3.1 RGB模型及彩色圖像梯度
3.3.2 動態(tài)閾值獲取及分水嶺算法
3.3.3 特征點提取及匹配
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SLAM系統(tǒng)的實驗結(jié)果分析
5.1 TurtleBot2 實驗平臺
5.2 優(yōu)化算法實驗及分析
5.2.1 HHFT算法實驗及分析
5.2.2 RRT-Rectangle優(yōu)化算法實驗及分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
作者簡介及科研成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]國內(nèi)外工業(yè)機(jī)器人控制器產(chǎn)業(yè)發(fā)展專利情報研究[J]. 馮云,楊瑾,唐梁吉. 科技通報. 2019(11)
[2]養(yǎng)老服務(wù)機(jī)器人的技術(shù)發(fā)展趨勢[J]. 劉珊,蘭智高. 計算機(jī)測量與控制. 2019(07)
[3]探究智能移動機(jī)器人的現(xiàn)狀及展望[J]. 武雨飛. 中國戰(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,侯旭陽,崔華,高小梅. 中國光學(xué). 2016(06)
[5]《服務(wù)機(jī)器人科技發(fā)展“十二五”專項規(guī)劃》解讀[J]. 機(jī)器人技術(shù)與應(yīng)用. 2012(03)
[6]圖像Harris特征點提取算法的研究[J]. 魏佳. 電腦知識與技術(shù). 2010(32)
[7]基于傳感器信息的智能移動機(jī)器人導(dǎo)航評述[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]移動機(jī)器人技術(shù)研究現(xiàn)狀與未來[J]. 李磊,葉濤,譚民,陳細(xì)軍. 機(jī)器人. 2002(05)
[10]未知環(huán)境中移動機(jī)器人導(dǎo)航控制研究的若干問題[J]. 蔡自興,賀漢根,陳虹. 控制與決策. 2002(04)
博士論文
[1]移動機(jī)器人原型的控制系統(tǒng)設(shè)計與環(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的移動機(jī)器人實時定位與建圖研究[D]. 伊星星.哈爾濱工業(yè)大學(xué) 2017
本文編號:2956889
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2956889.html
最近更新
教材專著