發(fā)布時(shí)間：2021-04-29 13:21

　　即時(shí)定位和地圖構(gòu)建技術(shù)（Simultaneous Localization and Mapping,SLAM）是完成移動(dòng)機(jī)器人自主導(dǎo)航任務(wù)的核心技術(shù)。某種設(shè)備（如機(jī)器人、相機(jī)、視覺(jué)傳感器等）在未知的環(huán)境中快速、準(zhǔn)確地對(duì)所在位置進(jìn)行定位,是提高地圖質(zhì)量的核心問(wèn)題。目前,隨著虛擬現(xiàn)實(shí)、無(wú)人駕駛和三維重建技術(shù)的快速發(fā)展,單一傳感器獲取信息量較小,其已經(jīng)不能滿足大場(chǎng)景重建的需求,通常需要多個(gè)傳感器從不同的角度捕獲圖像。因此,本文利用多視圖融合的數(shù)據(jù),進(jìn)行了閉環(huán)檢測(cè)方法的研究。本文選用Matterport 3D Pro相機(jī)掃描實(shí)體場(chǎng)景獲取RGB-D圖像數(shù)據(jù)。首先,將獲取的彩色圖像融合為全景圖,得到序列形式的全景圖像,并提取每張圖像的SURF特征。其次,根據(jù)彩色圖像對(duì)應(yīng)的深度圖,為每個(gè)特征點(diǎn)增加深度信息,并對(duì)提取的圖像特征進(jìn)行預(yù)處理。然后,結(jié)合計(jì)算機(jī)視覺(jué)中的視覺(jué)字典技術(shù),基于預(yù)處理后的特征構(gòu)建視覺(jué)字典樹(shù)。另外,本文基于公開(kāi)的RGB-D數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)方法的驗(yàn)證。由于數(shù)據(jù)集中視覺(jué)數(shù)據(jù)對(duì)光照條件敏感,且在視覺(jué)較弱的區(qū)域難以提取有效特征。因此,本文利用多幀深度圖融合的三維點(diǎn)云數(shù)據(jù)訓(xùn)練視覺(jué)字典。最后,為了... 

【文章來(lái)源】：河北工業(yè)大學(xué)天津市 211工程院校

【文章頁(yè)數(shù)】：74 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
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 視覺(jué)SLAM閉環(huán)檢測(cè)
        1.2.2 三維全景信息在SLAM中的研究
    1.3 研究的目的及意義
    1.4 本文的主要內(nèi)容及組織結(jié)構(gòu)
第二章 理論基礎(chǔ)分析
    2.1 相機(jī)成像模型
        2.1.1 參考坐標(biāo)系
        2.1.2 針孔相機(jī)模型
        2.1.3 相機(jī)畸變模型
    2.2 特征的提取
        2.2.1 圖像特征
        2.2.2 三維點(diǎn)云特征
    2.3 點(diǎn)云配準(zhǔn)
        2.3.1 點(diǎn)云的概念
        2.3.2 點(diǎn)云配準(zhǔn)的方法與原理
        2.3.3 ICP精確配準(zhǔn)算法
    2.4 本章小結(jié)
第三章 三維圖像的獲取及其特征處理
    3.1 RGB-D相機(jī)標(biāo)定
        3.1.1 Xtion傳感器
        3.1.2 標(biāo)定原理
        3.1.3 標(biāo)定實(shí)驗(yàn)及結(jié)果
    3.2 RGB-D相機(jī)模型
    3.3 Matterport3D圖像數(shù)據(jù)的特征處理
        3.3.1 數(shù)據(jù)的獲取及其全景圖像的合成
        3.3.2 特征的提取及其預(yù)處理
    3.4 RGB-D圖像序列數(shù)據(jù)的特征處理
        3.4.1 數(shù)據(jù)的獲取
        3.4.2 特征的提取及其預(yù)處理
    3.5 本章小結(jié)
第四章 視覺(jué)閉環(huán)檢測(cè)方法分析
    4.1 閉環(huán)檢測(cè)概述
        4.1.1 閉環(huán)檢測(cè)的意義
        4.1.2 閉環(huán)檢測(cè)的方法
        4.1.3 詞袋模型
    4.2 視覺(jué)字典
        4.2.1 字典的結(jié)構(gòu)
        4.2.2 相似度計(jì)算
        4.2.3 創(chuàng)建字典
    4.3 提取閉環(huán)信息
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果及其分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 基于Matterport采集數(shù)據(jù)的閉環(huán)檢測(cè)實(shí)驗(yàn)
        5.2.1 實(shí)驗(yàn)結(jié)果和性能分析
    5.3 基于RGB-D公開(kāi)數(shù)據(jù)集的閉環(huán)檢測(cè)實(shí)驗(yàn)
        5.3.1 真實(shí)的閉環(huán)
        5.3.2 實(shí)驗(yàn)結(jié)果和性能分析
    5.4 本章小結(jié)
第六章 總結(jié)
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所取得的相關(guān)科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]三維掃描技術(shù)在3ds Max建模中的應(yīng)用探究[J]. 陳艷雷,惠延波,馮蘭芳.  制造業(yè)自動(dòng)化. 2017(05)
[2]基于全景視覺(jué)機(jī)器人的改進(jìn)UKF-SLAM算法研究[J]. 王開(kāi)宇.  科技資訊. 2016(17)
[3]單目視覺(jué)同步定位與地圖創(chuàng)建方法綜述[J]. 顧照鵬,劉宏.  智能系統(tǒng)學(xué)報(bào). 2015(04)
[4]基于RGB-D相機(jī)的室內(nèi)環(huán)境3D地圖創(chuàng)建[J]. 王亞龍,張奇志,周亞麗.  計(jì)算機(jī)應(yīng)用研究. 2015(08)
[5]基于視覺(jué)詞典的單目視覺(jué)閉環(huán)檢測(cè)算法[J]. 梁志偉,陳燕燕,朱松豪,高翔,徐國(guó)政.  模式識(shí)別與人工智能. 2013(06)
[6]結(jié)構(gòu)光數(shù)字柵線法對(duì)物體三維形貌的高精度測(cè)量[J]. 羅剛銀,唐玉國(guó),喬培玉,王弼陡,賈贊東,徐重.  光譜學(xué)與光譜分析. 2012(09)
[7]基于PTGui Pro、Pano2VR的三維全景圖制作方法與應(yīng)用[J]. 葉萍萍,羅宏.  城市勘測(cè). 2012(04)
[8]用PTGui軟件拼接現(xiàn)場(chǎng)全景圖[J]. 莊華.  警察技術(shù). 2010(06)
[9]一種雙目立體視覺(jué)相機(jī)標(biāo)定方法[J]. 李春艷,王立,盧欣,陳繼華,范生宏.  空間控制技術(shù)與應(yīng)用. 2010(03)
[10]鏡頭畸變及其校正技術(shù)[J]. 朱錚濤,黎紹發(fā).  光學(xué)技術(shù). 2005(01)

博士論文
[1]基于全景視覺(jué)的移動(dòng)機(jī)器人SLAM方法研究[D]. 吳葉斌.哈爾濱工程大學(xué) 2011

碩士論文
[1]基于立體全景視覺(jué)的移動(dòng)機(jī)器人3D SLAM研究[D]. 熊斯睿.哈爾濱工業(yè)大學(xué) 2015
[2]基于圖像特征的RGB-D視覺(jué)SLAM算法[D]. 宋艷.中國(guó)海洋大學(xué) 2015
[3]基于局部特征提取匹配的視覺(jué)SLAM閉環(huán)檢測(cè)方法研究[D]. 楊恒.南華大學(xué) 2015
[4]基于全景圖的虛擬現(xiàn)實(shí)的研究與實(shí)現(xiàn)[D]. 李孟奇.中山大學(xué) 2014
[5]移動(dòng)機(jī)器人全景vSLAM研究[D]. 許俊勇.上海交通大學(xué) 2008



本文編號(hào)：3167606