隨著計(jì)算機(jī)視覺(jué)和人工智能技術(shù)的快速發(fā)展,智能移動(dòng)機(jī)器人逐漸應(yīng)用到社會(huì)各行各業(yè)中,基于視覺(jué)的同時(shí)定位與建圖（Simultaneous localization and Mapping,SLAM）技術(shù)是移動(dòng)機(jī)器人完成智能化的核心技術(shù),受到了學(xué)術(shù)界和工業(yè)界研究者的廣泛關(guān)注。目前視覺(jué)SLAM系統(tǒng)主要是基于靜態(tài)簡(jiǎn)單環(huán)境的研究,在室內(nèi)復(fù)雜環(huán)境機(jī)器人應(yīng)用中,由于多運(yùn)動(dòng)目標(biāo)、光照等因素影響,系統(tǒng)性能受到嚴(yán)重干擾,導(dǎo)致機(jī)器人的定位精度和構(gòu)圖效果達(dá)不到要求。并且大多數(shù)的SLAM系統(tǒng)不具備語(yǔ)義信息,導(dǎo)致構(gòu)建的地圖不直觀,不能很好地應(yīng)用于交互系統(tǒng)與導(dǎo)航系統(tǒng)。針對(duì)這些問(wèn)題,本文將從以下幾點(diǎn)設(shè)計(jì)視覺(jué)SLAM系統(tǒng)。（1）基于動(dòng)態(tài)物體檢測(cè)的視覺(jué)SLAM系統(tǒng)定位模塊設(shè)計(jì)與實(shí)現(xiàn):視覺(jué)SLAM系統(tǒng)缺乏動(dòng)態(tài)信息處理問(wèn)題,導(dǎo)致系統(tǒng)在復(fù)雜環(huán)境下的位姿估計(jì)和地圖構(gòu)建精度變差。本文詳細(xì)分析了基于光流的動(dòng)態(tài)信息檢測(cè)算法,并引入到視覺(jué)SLAM系統(tǒng)解決復(fù)雜環(huán)境定位,實(shí)驗(yàn)表明,基于動(dòng)態(tài)信息檢測(cè)的視覺(jué)SLAM系統(tǒng)定位算法能夠顯著提高SLAM系統(tǒng)的定位精度。（2）基于特征融合目標(biāo)檢測(cè)網(wǎng)絡(luò)（Feature Fusion Detection Net... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 視覺(jué)SLAM國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作與章節(jié)安排
        1.3.1 論文主要工作
        1.3.2 論文章節(jié)安排
第二章 復(fù)雜場(chǎng)景下視覺(jué)SLAM系統(tǒng)分析
    2.1 相機(jī)
        2.1.1 RGB-D相機(jī)
        2.1.2 Kinect V2 相機(jī)
        2.1.3 針孔相機(jī)模型
    2.2 相機(jī)標(biāo)定
        2.2.1 相機(jī)畸變模型
        2.2.2相機(jī)標(biāo)定實(shí)驗(yàn)
    2.3 視覺(jué)SLAM系統(tǒng)原理
        2.3.1 視覺(jué)SLAM系統(tǒng)數(shù)學(xué)模型
        2.3.2 視覺(jué)SLAM系統(tǒng)基本框架
    2.4 ORB-SLAM2 視覺(jué)SLAM系統(tǒng)分析
    2.5 復(fù)雜場(chǎng)景下視覺(jué)SLAM系統(tǒng)方案
        2.5.1 復(fù)雜場(chǎng)景下視覺(jué)SLAM系統(tǒng)特點(diǎn)
        2.5.2 復(fù)雜場(chǎng)景下視覺(jué)SLAM系統(tǒng)方案
    2.6 本章小結(jié)
第三章 復(fù)雜場(chǎng)景下視覺(jué)里程計(jì)設(shè)計(jì)與實(shí)現(xiàn)
    3.1 復(fù)雜場(chǎng)景下視覺(jué)定位問(wèn)題分析
    3.2 基于光流的動(dòng)態(tài)物體檢測(cè)算法
        3.2.1 特征點(diǎn)跟蹤
        3.2.2 動(dòng)態(tài)特征點(diǎn)判定
    3.3 視覺(jué)里程計(jì)流程設(shè)計(jì)與實(shí)現(xiàn)
    3.4 定位模塊實(shí)現(xiàn)
        3.4.1 特征點(diǎn)提取
        3.4.2 動(dòng)態(tài)特征點(diǎn)的剔除
        3.4.3 特征匹配及篩選
        3.4.4 相機(jī)位姿的計(jì)算
        3.4.5 關(guān)鍵幀的選擇
    3.5 視覺(jué)里程計(jì)定位測(cè)試
    3.6 本章小結(jié)
第四章 語(yǔ)義地圖模塊設(shè)計(jì)與實(shí)現(xiàn)
    4.1 目標(biāo)檢測(cè)現(xiàn)狀分析
    4.2 基于特征融合的目標(biāo)檢測(cè)網(wǎng)絡(luò)設(shè)計(jì)
SSD網(wǎng)絡(luò)分析">        4.2.1 Mobilenet_SSD網(wǎng)絡(luò)分析
        4.2.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
        4.2.3 網(wǎng)絡(luò)訓(xùn)練與測(cè)試
    4.3 目標(biāo)檢測(cè)模塊實(shí)現(xiàn)
    4.4 目標(biāo)檢測(cè)模塊測(cè)試
    4.5 本章小結(jié)
第五章 復(fù)雜場(chǎng)景下語(yǔ)義地圖模塊設(shè)計(jì)
    5.1 復(fù)雜場(chǎng)景下地圖構(gòu)建模塊分析
    5.2 復(fù)雜場(chǎng)景下語(yǔ)義地圖模塊設(shè)計(jì)
        5.2.1 單幀點(diǎn)云的生成
        5.2.2 點(diǎn)云的拼接與濾波
        5.2.3 Octomap生成
        5.2.4 3D語(yǔ)義信息的獲取
    5.3 地圖構(gòu)建模塊測(cè)試
    5.4 本章小結(jié)
第六章 視覺(jué)SLAM系統(tǒng)測(cè)試與分析
    6.1 測(cè)試平臺(tái)與環(huán)境
        6.1.1 硬件平臺(tái)
        6.1.2 軟件平臺(tái)
        6.1.3 測(cè)試數(shù)據(jù)集
        6.1.4 評(píng)價(jià)指標(biāo)
    6.2 SLAM系統(tǒng)定位測(cè)試
        6.2.1 數(shù)據(jù)集測(cè)試
        6.2.2 真實(shí)場(chǎng)景測(cè)試
    6.3 SLAM系統(tǒng)語(yǔ)義地圖測(cè)試
        6.3.1 語(yǔ)義信息的獲取
        6.3.2 OctoMap地圖
    6.4 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 全文總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]室內(nèi)定位技術(shù)及應(yīng)用綜述[J]. 趙銳,鐘榜,朱祖禮,馬樂(lè),姚金飛.  電子科技. 2014(03)

碩士論文
[1]室外環(huán)境下基于雙目立體視覺(jué)的同時(shí)定位與建圖[D]. 樊俊杰.中國(guó)科學(xué)技術(shù)大學(xué) 2016



本文編號(hào)：3055983