隨著計算機科學(xué)、傳感器技術(shù)的迅速發(fā)展,室內(nèi)服務(wù)機器人在人們的生活工作中占有越來越多的位置。多傳感器融合導(dǎo)航及定位技術(shù)憑借其卓越的性能和廣泛應(yīng)用的場景,在許多定位技術(shù)中脫穎而出成為了近年來室內(nèi)機器人導(dǎo)航定位領(lǐng)域的研究熱點,具有重大的研究價值與實際意義。本文對基于視覺與其他傳感器融合導(dǎo)航的若干關(guān)鍵技術(shù)進(jìn)行研究,提出兩種傳感器融合技術(shù)并設(shè)計和實現(xiàn)相關(guān)系統(tǒng)。一種是基于緊耦合優(yōu)化的雙目視覺與慣性測量單元（inertial measurement unit,IMU）融合導(dǎo)航定位技術(shù),該方法首先通過建立慣性預(yù)測約束、圖像觀測約束,然后對這些約束進(jìn)行迭代優(yōu)化來獲得實時系統(tǒng)的狀態(tài);另一種是基于聯(lián)邦濾波的視覺/慣性測量單元/3D激光雷達(dá)三傳感器融合導(dǎo)航方法,通過將慣性測量單元分別與3D激光雷達(dá)和像機組合,形成兩個子濾波器,對這兩個子濾波器的局部最優(yōu)結(jié)果進(jìn)行融合,最終獲得最優(yōu)組合結(jié)果。本文主要研究成果總結(jié)如下:首先,研究了一種基于緊耦合優(yōu)化的雙目視覺與慣性測量單元融合導(dǎo)航技術(shù),提出了一種改進(jìn)的融合導(dǎo)航系統(tǒng)初始化方法。以這種方法為基礎(chǔ),實現(xiàn)了基于該方法的雙目視覺與慣性測量單元融合導(dǎo)航定位系統(tǒng),在室內(nèi)環(huán)境下設(shè)計... 

【文章來源】：南昌大學(xué)江西省 211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１室內(nèi)機器人??

?—．９?衛(wèi)??１?Ｄａｔａｂａｓｅ?廠云ｐａｎｎｉｎ丁—１?Ｎｅｗ?Ｐｏｉｎｔｓ?＾??［感?—１?Ｔｒｅｅ?Ｃｒｅａｔｉｏｎ??—Ｌｏｏｐ?Ｃｏｒｒｅｃｔｉｏｎ??Ｌｏｏｐ?Ｄｅｔｅｃｔｉｏｎ??：：?：：??！?［｝＂〇＇＂ｔ－?１—－?ｉ?Ｌｏｃａｌ??ｃ?＾?Ｌｏｏｐ?Ｃｏｍｐｕｔｅ?Ｃａｎｄｉｄａｔｅｓ?“?Ｋｅｙｆｒａｍｅｓ??丨?Ｆｕｓｉｏｎ?Ｓｉｍ３?Ｄｅｔｅｃｔｉｏｎ?＾??Ｃｕｌｌｉｎｇ??—￣?—－?＊??圖１．２?ＯＲＢ－ＳＬＡＭ系統(tǒng)框圖??在２０１５年，Ｒ．?Ｍｕｒ－Ａｒｔａｌ等人在ＰＴＡＭ的系統(tǒng)框架的基礎(chǔ)上提出一個非常??完善且易用的系統(tǒng)－ＯＲＢ－ＳＬＡＭ［７］。他們在ＰＴＡＭ的框架做出大量改進(jìn)，其中主??４??

包括前端跟蹤現(xiàn)線程，局部Ｂｕｎｄｌｅ??Ａｄｊｕｓｔｍｅｎｔ線程，以及全局的Ｐｏｓｅ?Ｇｒａｐｈｌｍ］優(yōu)化線程。ＯＲＢ－ＳＬＡＭ三線程的設(shè)??計獲得了后續(xù)的許多研究者采納和認(rèn)可，它不僅有效地保證了地圖和軌跡的一??致性，而且充分利用了計算資源，取得了非常好的建圖和定位效果。??在２０１４年，Ｊ．?Ｅｎｇｌｅ等人提出一種區(qū)別于提取特征點的ＳＬＡＭ算法??（ＬＳＤ－ＳＬＡＭ）?［１１］。它直接針對圖像中具有明顯梯度的的像素點采用直接法，??即繞過了特征點的計算，同時還能構(gòu)建半稠密的地圖。圖１．３展示了?ＬＳＤ的??運行狀態(tài)。ＬＳＤ－ＳＬＡＭ是在假設(shè)兩幀間的光度不會發(fā)生改變（相機在連續(xù)運??動中的兩幀圖片上的同一特征點灰度值不會發(fā)生改變）的基礎(chǔ)上，根據(jù)光流??跟蹤的原理，通過最小化光度誤差來優(yōu)化匹配。ＬＳＤ－ＳＬＡＭ也存在著缺點：１）??在不進(jìn)行特征點計算的情況下，ＳＬＡＭ算法無法進(jìn)行回環(huán)檢測。２）相機的內(nèi)??參、曝光參數(shù)以及光照變化的都會影響ＬＳＤ－ＳＬＡＭ的運行效果。??圖１．３?ＬＳＤ－ＳＬＡＭ運行狀態(tài)??在２０１６年，Ｊ．Ｅｎｇｌｅ等人在ＬＳＤ－ＳＬＡＭ的基礎(chǔ)上提出了改進(jìn)方案，設(shè)計了??ＤＳＯ［１２］。ＤＳＯ運行效果圖如１．２所示。文章作者對相機曝光暗角、伽馬響應(yīng)、??時間等參數(shù)進(jìn)行標(biāo)定，在此基礎(chǔ)上提出了一種讓直接法更加魯棒的方法：相對??于ＬＳＤ－ＳＬＡＭ更少的選取關(guān)鍵點，加快了算法的運行效率。ＤＳＯ算法也存在??著缺點，他去除了相對于直接發(fā)來說難以實現(xiàn)的回環(huán)檢測和重新定位功能視，??是一個單純的視覺里程計算法。??５??


本文編號：3209518