同步定位與地圖構(gòu)建（Simultaneous Localization and Mapping,SLAM）是機(jī)器人與自動(dòng)駕駛領(lǐng)域中一大重要關(guān)鍵技術(shù),具有非常廣泛的應(yīng)用前景與使用價(jià)值。由于視覺傳感器和激光傳感器的特點(diǎn)和優(yōu)勢(shì),這兩項(xiàng)關(guān)鍵技術(shù)成為了近幾年來的研究熱點(diǎn)。本文首先分別研究了基于視覺和基于激光的兩種建圖技術(shù)的基本理論和方法,分析了這兩種方法的優(yōu)缺點(diǎn)。相關(guān)研究表明,激光雷達(dá)在點(diǎn)的三維信息等測(cè)量數(shù)據(jù)方面較為準(zhǔn)確,所以激光SLAM能很好地反映周圍環(huán)境信息。激光SLAM的建圖結(jié)果在小型環(huán)境中相當(dāng)不錯(cuò),但是到了大型環(huán)境中,累計(jì)誤差變成了阻礙建圖準(zhǔn)確度的一個(gè)重要因素,并且激光SLAM沒有有效的閉環(huán)檢測(cè)方法來減小該累計(jì)誤差。相反,視覺SLAM獲取的圖片中有很豐富的信息量,能夠很好地完成場(chǎng)景識(shí)別,但是此類方法相比激光建圖準(zhǔn)確性還有待提高。本文提出了一種融合視覺信息的基于激光SLAM的來同時(shí)檢測(cè)和糾正閉環(huán)的方法,能夠較好地解決激光SLAM閉環(huán)檢測(cè)這個(gè)問題。特別地,本文介紹了一種用于檢測(cè)和維護(hù)視覺關(guān)鍵幀的視覺詞袋技術(shù),以將機(jī)器人的估計(jì)的姿態(tài)與分割好的激光點(diǎn)云聯(lián)系起來。本文的方法可以借助視覺閉環(huán)檢測(cè)的快... 

【文章來源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

智能機(jī)器人在當(dāng)今常用的環(huán)境感知傳感器主要有視

國(guó)防科技大學(xué)研究生院碩士學(xué)位論文第3頁沒有很好的檢測(cè)方法，而且計(jì)算量極大，從而可能導(dǎo)致閉環(huán)檢測(cè)失敗,而視覺SLAM能獲取到圖片中豐富的顏色信息和物體信息，更適用于進(jìn)行特征點(diǎn)的檢測(cè)和匹配，從而完成閉環(huán)檢測(cè)。而且視覺SLAM即使在沒有估計(jì)出機(jī)器人位姿的情況下，也能利用圖像幀之間的顏色信息和特征點(diǎn)信息完成圖像匹配，進(jìn)而完成閉環(huán)檢測(cè)，而且該類方法已有許多成熟的快速的實(shí)現(xiàn)方法，成功率比較高，不過該類方法的前提是必須有圖片幀的輸入，對(duì)于激光SLAM的點(diǎn)云數(shù)據(jù)不適用。圖1.2利用激光傳感器所建地圖因此，本課題擬實(shí)現(xiàn)一個(gè)基于視覺信息的包含閉環(huán)檢測(cè)的激光SLAM系統(tǒng)，以利用視覺信息檢測(cè)閉環(huán)并添加約束為主線，將視覺SLAM的閉環(huán)檢測(cè)模塊和激光SLAM相融合，針對(duì)大規(guī)模室外場(chǎng)景實(shí)現(xiàn)實(shí)時(shí)的閉環(huán)檢測(cè)系統(tǒng)，同時(shí)提高建圖的精準(zhǔn)度以及系統(tǒng)的魯棒性。該課題嘗試通過視覺信息，使激光裝載的機(jī)器人能識(shí)別之前到過的地方，計(jì)算此時(shí)真實(shí)的位姿，從而和之前估計(jì)的位姿進(jìn)行比較，最后利用這個(gè)差值作為約束條件，優(yōu)化全局的地圖。1.2相關(guān)研究工作由于其優(yōu)良的特性，基于三維激光雷達(dá)的SLAM方法在自主定位，路線規(guī)劃和自主導(dǎo)航等方面起著越來越關(guān)鍵的作用，接下來，本節(jié)將從激光SLAM的研究現(xiàn)狀和激光SLAM的閉環(huán)檢測(cè)兩個(gè)方面介紹國(guó)內(nèi)外研究進(jìn)展。1.2.1激光SLAM的研究現(xiàn)狀首先需要介紹的是本文所改進(jìn)系統(tǒng)的基礎(chǔ)：LOAM激光SLAM系統(tǒng)。LOAM系統(tǒng)是由ZhangJi等人提出的[4]，并且還進(jìn)一步開發(fā)了該系統(tǒng)，產(chǎn)生了后來更多的得到優(yōu)化的項(xiàng)目[5][6][7]。該系統(tǒng)利用計(jì)算點(diǎn)云之間特征匹配的方法，能有效地對(duì)點(diǎn)云進(jìn)行預(yù)處理，計(jì)算機(jī)器人的位姿，以及實(shí)時(shí)地構(gòu)建激光點(diǎn)云地圖。在LOAM的

國(guó)防科技大學(xué)研究生院碩士學(xué)位論文第10頁這里的尺度空間函數(shù)可以使用高斯金字塔來表示，同時(shí)為了減小圖像平滑處理后的不利影響，同時(shí)提高邊緣檢測(cè)的準(zhǔn)確性，他們利用拉普拉斯濾波進(jìn)行二次微分并生成LoG算子：2LoGIx,y,Gx,y,*Ix,y（2.4）這里中的高斯函數(shù)前方的變量拉普拉斯算子，計(jì)算方式如（3.5）所示：22222xy（2.5）在此之前，1994年提出的高斯差分函數(shù)DoG算子與LoG算子，極為相似，并且效率更高，式（3.6）和（3.7）為DoG算子的計(jì)算公式：Dx,y,Lx,y,kLx,y,（2.6）Dx,y,Gx,y,kGx,y,*Ix,y（2.7）在計(jì)算過程中如果對(duì)高斯金字塔中每組中相鄰的上下兩層圖像做減法，可以得到高斯差分圖像，如圖2.1所示，同時(shí)并對(duì)其進(jìn)行關(guān)鍵點(diǎn)檢測(cè)。圖2.1高斯函數(shù)的差分圖像為了讓圖像特征滿足旋轉(zhuǎn)不變性的條件，本文使用局部信息可以為每個(gè)關(guān)鍵點(diǎn)指定一個(gè)基準(zhǔn)方向，這樣通過圖像梯度的方法，同時(shí)并用直方圖可以進(jìn)行統(tǒng)計(jì)并計(jì)算這個(gè)關(guān)鍵點(diǎn)的方向。最后一步，最后為了描述子的提取，本文經(jīng)過前面三步的計(jì)算處理，每個(gè)關(guān)鍵點(diǎn)已經(jīng)各自的具體位置、各個(gè)尺度和方向的信息，然后

【參考文獻(xiàn)】：
期刊論文
[1]基于激光掃描匹配的移動(dòng)機(jī)器人相對(duì)定位技術(shù)研究[J]. 錢曉明,張浩,王曉勇,武星.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(03)
[2]基于圖優(yōu)化的同時(shí)定位與地圖創(chuàng)建綜述[J]. 梁明杰,閔華清,羅榮華.  機(jī)器人. 2013(04)
[3]復(fù)雜環(huán)境下多機(jī)器人協(xié)作構(gòu)建地圖的方法[J]. 潘薇,蔡自興,陳白帆.  四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2010(01)
[4]大規(guī)模環(huán)境下基于激光雷達(dá)的機(jī)器人SLAM算法[J]. 武二永,項(xiàng)志宇,沈敏一,劉濟(jì)林.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2007(12)
[5]多機(jī)器人系統(tǒng)的研究現(xiàn)狀[J]. 熊舉峰,譚冠政,盤輝.  計(jì)算機(jī)工程與應(yīng)用. 2005(30)

碩士論文
[1]三維重建中的點(diǎn)云拼接算法研究[D]. 王程遠(yuǎn).中北大學(xué) 2017
[2]單目攝像頭實(shí)時(shí)視覺定位[D]. 徐寧.上海交通大學(xué) 2008



本文編號(hào)：3016797