語義SLAM是在同時定位與地圖構(gòu)建技術(shù)的基礎(chǔ)上,應(yīng)用人工智能（AI）技術(shù)進(jìn)行語義分割,能夠?qū)崿F(xiàn)場景幾何信息和語義信息的同步獲取,對于提升機(jī)器人或無人系統(tǒng)的智能自主導(dǎo)航能力具有重要意義。本文以視覺傳感器作為信息源,對語義SLAM所涉及的關(guān)鍵技術(shù)進(jìn)行深入研究,主要內(nèi)容和創(chuàng)新點如下:（1）總結(jié)了視覺SLAM相關(guān)技術(shù)的發(fā)展歷程,介紹了視覺SLAM的系統(tǒng)框架,闡述了視覺SLAM所涉及的基礎(chǔ)理論。（2）針對RGB-D SLAM在構(gòu)建稠密點云地圖時冗余信息過多并且會出現(xiàn)殘影的問題,提出了一種基于查找表的SLAM構(gòu)圖方法。該方法首先對圖像進(jìn)行分割,估計圖像的八鄰域運動方向,然后在構(gòu)建場景地圖時利用圖像的運動方向進(jìn)行構(gòu)圖的優(yōu)化。實驗證明它可以提高相機(jī)位姿的解算精度,大幅提高構(gòu)建地圖的速度,同時可以有效提高地圖的質(zhì)量。（3）針對目前的視覺SLAM系統(tǒng)在動態(tài)場景中適應(yīng)性差的問題,提出了一種基于查找表和光流法相結(jié)合的去除動態(tài)目標(biāo)影響的方法。該方法應(yīng)用光流檢測場景中的動態(tài)目標(biāo),采用查找表來進(jìn)行場景的地圖構(gòu)建。實驗證明該方法可以快速剔除場景中的移動物體,提高動態(tài)場景下視覺SLAM的性能。（4）研究了基于深度學(xué)習(xí)的... 

【文章來源】：戰(zhàn)略支援部隊信息工程大學(xué)河南省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

SLAM應(yīng)用領(lǐng)域

1.2 智能自主導(dǎo)航和視覺 SLAM 概述1.2.1 智能自主導(dǎo)航概述如圖 1.2 所示，目前一般通過 GPS/INS，視覺等多傳感器組合的方式來進(jìn)行機(jī)器人狀態(tài)估計。但是只有機(jī)器人自身狀態(tài)的準(zhǔn)確估計對實現(xiàn)機(jī)器人的智能自主導(dǎo)航還遠(yuǎn)遠(yuǎn)不在此基礎(chǔ)上還需進(jìn)行障礙物檢測，環(huán)境地圖構(gòu)建，以及目標(biāo)識別，最后再通過機(jī)器人自的感知器來綜合所有信息，以達(dá)到一種態(tài)勢感知的能力。態(tài)勢感知主要是幫助機(jī)器人可很好的理解自己和周圍環(huán)境的相互關(guān)系，而智能自主導(dǎo)航還要求機(jī)器人可以智能自主的出決策。首先機(jī)器人需要明確自己要做什么。通過在態(tài)勢感知的條件下機(jī)器人可以進(jìn)行理與認(rèn)知，然后做出高級語義決策，任務(wù)規(guī)劃以及執(zhí)行監(jiān)控等，然后再通過中級決策進(jìn)路徑規(guī)劃，最后再做出底層的指令決策，如航點序列以及軌跡的生成等。這樣，在機(jī)器對自身位置以及周圍環(huán)境有了一定認(rèn)識，并且知道自己要做什么，以及如何去做的情況下就可以進(jìn)一步的對三維位置，速度，姿態(tài)等導(dǎo)航參數(shù)加以控制，最終實現(xiàn)機(jī)器人的智能主導(dǎo)航。

圖 1.3 傳統(tǒng)導(dǎo)航方式.2.2 視覺 SLAM 概述同時定位與地圖構(gòu)建（Simultaneous Localization and Mapping，SLAM）經(jīng)過三十的不斷發(fā)展，現(xiàn)在已經(jīng)成為機(jī)器人領(lǐng)域和計算機(jī)視覺領(lǐng)域最火熱的研究方向。如圖 1示，它是目前機(jī)器人智能自主導(dǎo)航，無人車自動駕駛，以及增強(qiáng)現(xiàn)實（AR）/虛擬現(xiàn)實（VR虛擬場景導(dǎo)航的核心技術(shù)，并且在古文物保護(hù)，三維數(shù)字化城市以及三維地圖構(gòu)建等都有廣泛應(yīng)用。如圖 1.5 所示，它主要解決 2 個問題：定位和構(gòu)圖。定位主要解決的己在哪里的問題，而構(gòu)圖主要解決的是獲取周圍環(huán)境的幾何信息。因為要知道自己在中的位置，就必須先有精確的地圖。而要構(gòu)建精確的地圖又必須先有精確的位置信息以定位與構(gòu)圖其實是相互影響，緊密關(guān)聯(lián)的。在已有高精度地圖的條件下進(jìn)行定位和有高精度位姿信息的條件下進(jìn)行構(gòu)圖都是比較容易實現(xiàn)的，但如果沒有地圖去進(jìn)行定者沒有位置信息去進(jìn)行構(gòu)圖就如同“先有雞和先有蛋”的問題，傳統(tǒng)的導(dǎo)航定位與構(gòu)法都無從下手。而 SLAM 方法則通過同時最小化兩者的誤差來解決這個問題，在得到位同時也得到了地圖信息。

【參考文獻(xiàn)】：
期刊論文
[1]一種基于LK光流的動態(tài)場景SLAM新方法[J]. 王澤民,李建勝,王安成,程相博.  測繪科學(xué)技術(shù)學(xué)報. 2018(02)
[2]基于飛行時間法的紅外相機(jī)研究綜述[J]. 郭寧博,陳向?qū)?薛俊詩.  兵器裝備工程學(xué)報. 2017(03)
[3]基于光束平差法的雙目視覺里程計研究[J]. 羅楊宇,劉宏林.  控制與決策. 2016(11)
[4]CMOS與CCD圖像傳感器的比較研究和發(fā)展趨勢[J]. 王旭東,葉玉堂.  電子設(shè)計工程. 2010(11)

碩士論文
[1]基于結(jié)構(gòu)光和雙目視覺的三維重建系統(tǒng)研究[D]. 趙煥謙.哈爾濱工業(yè)大學(xué) 2017



本文編號：3268718