隨著當今時代智能化水平的不斷發(fā)展,智能載體的對自主導航能力的要求逐漸提高,SLAM（即時定位與建圖）作為導航定位中的核心關鍵技術得到了研究學者們的密切關注。多傳感器的融合應用能夠彌補單個傳感器的局限不足,適應復雜的環(huán)境變化,如IMU的高頻輸出可以處理過激運動,相機的特征跟蹤可以克服IMU的漂移,激光點云可以提供高精度長距離的深度信息等。本文將結合IMU、雙目相機和激光雷達的優(yōu)勢,研究搭建基于視覺慣性激光耦合的SLAM算法。本文的主要研究工作概述如下:1.設計出一套基于多傳感器融合的SLAM系統(tǒng)框架,針對不同傳感器分別建立了IMU觀測模型、雙目相機投影模型和激光雷達掃描模型。針對一般SLAM問題建立了數(shù)學模型,并通用化其狀態(tài)方程形式,用非線性優(yōu)化的方式代替?zhèn)鹘y(tǒng)濾波法,解決SLAM中非線性最小二乘問題。2.研究了SLAM系統(tǒng)框架中各傳感器的前端數(shù)據(jù)處理過程。研究了IMU預積分理論的的中值積分表達形式,建立誤差狀態(tài)表達式,推導了增量方程的雅可比矩陣形式用于后端迭代優(yōu)化;研究了雙目相機的SFM算法流程,通過特征點提取與光流跟蹤,關鍵幀選取策略,EPn P位姿恢復算法和三角測量路標點深度恢復算法... 

【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)】：79 頁

【學位級別】：碩士

【部分圖文】：

SLAM技術的實際應用

嘔?透怕駛?魅說認喙乩礪壑?叮?婕傲煊?極其廣泛。目前主流的開源方案大都是基于激光或相機傳感器，結合濾波或優(yōu)化的理論實現(xiàn)的SLAM框架。激光SLAM通過使用激光雷達光學傳感器，提供周圍環(huán)境的距離信息。激光雷達通�；陲w行時間法（TimeofFlight，TOF）[4]測距原理，通過記錄發(fā)射光線從發(fā)出到反射回來所需要的時間差來計算出物體的距離，由于激光雷達精度高、測量范圍遠、抗干擾性強且原理簡單，被廣泛用于機器人的定位和避障。但同時由于設備成本較高，無法普及大眾市常a)Velodyne激光雷達b)robosense激光雷達圖1-2激光雷達相關產(chǎn)品

哈爾濱工業(yè)大學工程碩士學位論文-3-由于激光雷達的價格昂貴，研究人員開始尋求新的傳感器設備，體積小巧且廉價的相機被用來代替雙眼實現(xiàn)SLAM中的定位與建圖，相機傳感器相較于激光雷達能充分利用環(huán)境物體的顏色和紋理信息，在解決SLAM問題上有著獨特的優(yōu)勢，從而使得以VSLAM（視覺SLAM）為框架的系統(tǒng)逐漸發(fā)展且壯大起來，成為解決SLAM問題的一條獨特分支。VSLAM系統(tǒng)實質(zhì)就是通過一組圖像序列來解決三維重建（StructureFromMotion，SFM）[5]問題，涉及到多視圖幾何以及非線性優(yōu)化問題。視覺相機種類繁多，各有優(yōu)劣，單目相機由于僅有一個攝像頭，體積小巧且成本較低，可以作為視覺SLAM的基礎入門傳感器，但單個攝像頭存在尺度不確定性，故而需要進行初始化標定過程；雙目相機通過事先標定好的外參可以得到絕對尺度信息，再利用三角測量得到物體深度信息；RGB-D深度相機采用結構光或者TOF法直接得到物體的距離信息，但紅外結構光容易受到外界光源干擾。a)單目相機b)小覓雙目相機c)Kinect深度相機圖1-3相機相關產(chǎn)品經(jīng)典SLAM主要包括四大部分：前端里程計、后端非線性優(yōu)化、回環(huán)檢測和建圖[6]。如圖1-4所示，傳感器傳入的數(shù)據(jù)，經(jīng)過前端里程計處理，得到初步的含誤差的位姿信息；后端通過濾波或非線性優(yōu)化方法得到優(yōu)化后的位姿信息；回環(huán)檢測判斷主體是否到達之前位置，從而建立反饋回路，將SLAM系統(tǒng)變成閉環(huán)系統(tǒng)，使得系統(tǒng)誤差保持在可控范圍內(nèi)，并建立全局一致的軌跡；最終根據(jù)計算軌跡和檢測得到的路標點，建立全局一致的完整地圖。圖1-4SLAM框架經(jīng)典流程圖無論是基于傳統(tǒng)的慣性編碼器或GNSS衛(wèi)星導航方案，還是當前主流的激光SLAM和VSLAM方案，都受限于單一傳感器的硬件局限，在特殊場景下無


本文編號：3337988