基于視覺的同時定位與建圖技術（Visual SLAM）被認為是移動機器人走向智能化的重要基礎之一,這項技術賦予了機器人在未知環(huán)境中進行自主定位和構建地圖的能力。但是目前大部分的視覺SLAM研究大多默認機器人所處的環(huán)境是靜態(tài)的,若場景內存在體積較大的運動物體,則傳統(tǒng)方法在計算過程中將會受到嚴重的干擾而出現(xiàn)相機定位誤差增大以及地圖產(chǎn)生重影等問題,這極大地限制了視覺SLAM在現(xiàn)實場景中的應用。針對移動機器人在動態(tài)環(huán)境中進行精確定位和地圖構建的迫切需求,本文在使用深度神經(jīng)網(wǎng)絡獲得語義信息的基礎上,對動態(tài)場景下的相機定位與建圖方法進行了研究。同時針對深度神經(jīng)網(wǎng)絡分割不準確以及傳統(tǒng)方法在計算位姿時受運動物體影響較大等問題,重點開展了基于語義信息的特征提取、點線融合的幀間位姿估計、結合多視圖幾何方法的運動物體檢測等研究,并且搭建了基于RGBD相機的動態(tài)SLAM系統(tǒng)。最后通過標準數(shù)據(jù)集和真實場景數(shù)據(jù)對算法的有效性進行了對比驗證。本文的具體工作內容如下:首先,針對動態(tài)場景下的圖像特征提取與匹配問題,本文使用了MaskRCNN對彩色圖像進行語義分割獲得掩碼圖,而后結合深度圖像的幾何信息對掩碼圖進行了細化處... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

搭載了激光雷達傳感器的移動機器人

境中的 SLAM 應用，RGBD 相機以其同時可以獲得彩色和深度信息的獨特優(yōu)點受到了研究者的青睞，本文正是使用此類傳感器進行研究。近十年以來，基于視覺的 SLAM 技術取得了長足的進展，逐漸發(fā)展出了相對成熟的算法體系和程序架構。但是，目前的視覺 SLAM 研究以及流行的技術方案大都基于靜態(tài)環(huán)境的假設，經(jīng)典方法在人流密集的商場，有車輛行駛的街道等高動態(tài)環(huán)境下經(jīng)常會出現(xiàn)相機跟蹤失敗和地圖構建出現(xiàn)重影等問題。這極大地限制了 SLAM 算法在實際生活中的應用。而動態(tài)環(huán)境中的視覺 SLAM 所面臨的關鍵問題就是環(huán)境中動態(tài)物體的識別，但是，目前較為成熟地 SLAM 系統(tǒng)僅僅能夠做到恢復靜態(tài)環(huán)境的三維結構，直觀上講，如果想要穩(wěn)定高效地檢測出動態(tài)物體就需要機器人對由傳感器獲得的信息有一定的理解。而最近在圖像識別領域取得了巨大進展的深度學習為解決上述問題提供了切實可行的方案。如圖 1-2 所示深度神經(jīng)網(wǎng)絡在 GPU 的加速下可以以近乎實時的速率對圖像中的物體進行精確識別，從一個個離散的像素灰度值中提取并抽象出語義信息，進而幫助機器人理解環(huán)境，區(qū)分環(huán)境中的各個物體。

波（filtering）和平滑（smoothing）兩類。其中，濾波方法將 SLAM 視為一時的狀態(tài)估計問題，其中所謂的狀態(tài)包含了機器人當前的位姿以及所構建圖模型。當傳感器獲得新的觀測數(shù)據(jù)時，算法便會對當前狀態(tài)的估計值進新。比較流行的濾波方法包括卡爾曼濾波[2]、粒子濾波[3]和信息濾波[4]等看出，這是一種增量式的方法。與之相對的，利用所有時刻的所有測量數(shù)機器人整個移動軌跡進行統(tǒng)一計算[5]的平滑方法被稱為 Full-SLAM，通常目標函數(shù)構造為最小二乘形式，并通過非線性優(yōu)化技術解決其估計問題。SLAM 問題還可以直觀的通過基于圖的結構進行表示，如圖 1-2 所示，在圖的過程中，圖的節(jié)點 代表了機器人的位姿，節(jié)點之間的邊則代表了約束位姿的觀測數(shù)據(jù)，可以看到當機器人回到之前到過的位置附近時，同樣會前的位姿產(chǎn)生約束，如 4與 1。顯然，因為噪聲的存在無法避免，這些約束被同時滿足，即它們相互之間會產(chǎn)生一些沖突。一旦圖構建完成，主要的就是尋找能最大程度上滿足上述約束且能與測量數(shù)據(jù)相匹配的各個節(jié)點參這就涉及到了如何解決大型的誤差最小化問題。

【參考文獻】：
期刊論文
[1]視覺SLAM綜述[J]. 權美香,樸松昊,李國.  智能系統(tǒng)學報. 2016(06)
[2]基于單目視覺的同時定位與地圖構建方法綜述[J]. 劉浩敏,章國鋒,鮑虎軍.  計算機輔助設計與圖形學學報. 2016(06)



本文編號：3069708