相比于傳統(tǒng)的激光、紅外傳感器,視覺傳感器不僅價格低廉,而且采集的數(shù)據(jù)信息更豐富�；趫D優(yōu)化的視覺SLAM技術(shù)成為機器視覺領(lǐng)域中的研究熱點之一。在視覺SLAM技術(shù)中,通過相鄰幀間圖像的數(shù)據(jù)關(guān)聯(lián)信息計算機器人位姿,會使得前一時刻的累積誤差不可避免的傳遞到后一時刻,導(dǎo)致機器人位姿發(fā)生漂移,最終無法構(gòu)建全局一致的軌跡和地圖。引入閉環(huán)檢測模塊會對機器人的位姿增加一個額外的約束,能夠極大程度的消除機器人位姿的累積誤差,得到全局一致的軌跡和地圖。本文對SLAM技術(shù)中閉環(huán)檢測模塊進行深入研究,針對目前主流的基于詞袋模型的閉環(huán)檢測中存在離線訓(xùn)練特征耗時長,單詞本加載緩慢,在用離散的單詞表征圖像時沒有考慮到數(shù)據(jù)關(guān)聯(lián)信息,導(dǎo)致可能出現(xiàn)閉環(huán)誤判的問題,提出了一種基于粒子群優(yōu)化算法的SLAM閉環(huán)檢測方法,并且提出“直方圖降維”策略對圖像關(guān)鍵信息壓縮,得到圖像的魯棒描述子作為粒子群優(yōu)化算法的尋優(yōu)模型,進一步提高了算法的收斂速度和可靠性。本文主要工作如下:（1）深入研究了 RGB-D傳感器的成像原理和數(shù)據(jù)采集過程,通過對彩色攝像頭與深度攝像頭的標(biāo)定,獲取到Kinect相機內(nèi)外參數(shù)模型,為后續(xù)圖像特征匹配、位姿估計等... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１?ＳＬＡＭ技術(shù)在Ｇｏｏｇｌｅ無人車和Ｔａｎｇｏ中應(yīng)用??

劃等方面取得了比較突出的成果；中國科學(xué)研究院沈陽自動化研究所的ＣＡＳＩＡ－１通??過激光測距儀和單目攝像頭協(xié)調(diào)完成自主路徑規(guī)劃和智能避障等功能。其中Ｃｙｂｅｒ??Ｔｉｇｇｏ無人駕駛汽車和ＴＩＭＲ智能車如圖１．２所示。另外國內(nèi)我們所熟知的大疆無人??機采用的就是雙目攝像＋超聲波探測的避障技術(shù)，在無人機領(lǐng)域ＳＬＡＭ是最為核心的??技術(shù)。??（ａ）?Ｃｙｂｅｒ?Ｔｉｇｇｏ無人車?（ｂ）清華ＴＨＭＲ無人車??圖１．２?ＳＬＡＭ技術(shù)在國內(nèi)無人車的應(yīng)用??綜上所述，閉環(huán)檢測是ＳＬＡＭ領(lǐng)域最關(guān)鍵的技術(shù)之一，在ＳＬＡＭ中應(yīng)用閉環(huán)檢??測己得到國內(nèi)外學(xué)者的認(rèn)可與實驗論證，但是ＳＬＡＭ在運行過程中不可避免的會受??到來自外界的干擾，現(xiàn)有系統(tǒng)的魯棒性往往不能令人滿意。根據(jù)閉環(huán)檢測技術(shù)的特點，??本文研究了圖像的特征點的提取與檢測、圖像魯棒描述子方法，隨后提出一種基于粒??子群優(yōu)化算法的閉環(huán)檢測，以提高閉環(huán)檢測的準(zhǔn)確性和高效性。??４??

運行過程中若采用相機作為傳感器，稱之為“視覺ＳＬＡＭ”。事實上，ＳＬＡＭ技術(shù)就??是根據(jù)一幀一幀圖像之間的關(guān)聯(lián)信息去估計相機的運動過程以及周圍的環(huán)境情況。??一個完整的ＳＬＡＭ系統(tǒng)可以分為以下五個模塊，如下圖２．１所示。??傳感器數(shù)據(jù)?前端?后端?輸出結(jié)果??．圖像?一？？視覺里程計?一？？濾波器?一＾?？軌跡??？點云?Ｉ?Ｖ０?．圖優(yōu)化?？地圖??Ｉ?ｋ?????閉環(huán)檢測????Ｌｏｏｐ?Ｃｌｏｓｕｒｅ??圖２．１?整體視覺ＳＬＡＭ流程圖??ＳＬＡＭ系統(tǒng)各個模塊的具體任務(wù)：??（１）

【參考文獻】：
期刊論文
[1]移動機器人視覺候選閉環(huán)召回方法設(shè)計[J]. 吳俊君.  計算機工程與設(shè)計. 2016(06)
[2]基于改進ORB的圖像特征點匹配研究[J]. 戴雪梅,郎朗,陳孟元.  電子測量與儀器學(xué)報. 2016(02)
[3]基于RSOM的兩階段移動機器人閉環(huán)檢測算法[J]. 宋思陽,滕召勝,郭斯羽,張水梅.  儀器儀表學(xué)報. 2016(02)
[4]基于快速視網(wǎng)膜關(guān)鍵點算法改進的圖像匹配方法[J]. 付偲,鄧麗,盧根,費敏銳.  計算機工程與應(yīng)用. 2016(19)
[5]稀疏表示和貪婪搜索的人臉分類[J]. 劉梓,宋曉寧,唐振民.  中國圖象圖形學(xué)報. 2015(01)
[6]基于圖優(yōu)化的同時定位與地圖創(chuàng)建綜述[J]. 梁明杰,閔華清,羅榮華.  機器人. 2013(04)
[7]基于改進ORB算法的遙感圖像自動配準(zhǔn)方法[J]. 張云生,鄒崢嶸.  國土資源遙感. 2013(03)
[8]移動機器人閉環(huán)檢測的視覺字典樹金字塔TF-IDF得分匹配方法[J]. 李博,楊丹,鄧林.  自動化學(xué)報. 2011(06)
[9]基于最大最小適應(yīng)度函數(shù)的多目標(biāo)粒子群算法[J]. 徐佳,李紹軍,王惠,錢鋒.  計算機與數(shù)字工程. 2006(08)



本文編號：3062633