自主導(dǎo)航是移動(dòng)機(jī)器人的核心技術(shù),主要包括移動(dòng)機(jī)器人視覺(jué)同時(shí)定位與地圖構(gòu)建（Simultaneous Localization and Mapping,SLAM）和路徑規(guī)劃,這是當(dāng)前移動(dòng)機(jī)器人研究領(lǐng)域的重點(diǎn)研究方向,因此針對(duì)室內(nèi)環(huán)境下移動(dòng)機(jī)器人視覺(jué)SLAM導(dǎo)航系統(tǒng)的研究具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。首先,針對(duì)移動(dòng)機(jī)器人導(dǎo)航、視覺(jué)SLAM和路徑規(guī)劃相關(guān)技術(shù)的研究現(xiàn)狀進(jìn)行分析,對(duì)視覺(jué)SLAM的系統(tǒng)框架進(jìn)行了設(shè)計(jì)和視覺(jué)傳感器的選取,結(jié)合對(duì)路徑規(guī)劃技術(shù)的研究,完成了室內(nèi)環(huán)境下的移動(dòng)機(jī)器人視覺(jué)SLAM導(dǎo)航系統(tǒng)方案的總體設(shè)計(jì)。在視覺(jué)SLAM研究中,針對(duì)其前端存在點(diǎn)云配準(zhǔn)誤差大、效率低的問(wèn)題,提出一種改進(jìn)點(diǎn)云配準(zhǔn)策略的配準(zhǔn)算法。算法通過(guò)隨機(jī)采樣一致性（Random Sample Consensus,RANSAC）采樣策略對(duì)RGB圖進(jìn)行點(diǎn)對(duì)的篩選獲得內(nèi)點(diǎn),完成預(yù)處理;采用基于剛體變換一致性的對(duì)應(yīng)點(diǎn)間的距離閾值完成點(diǎn)云初配準(zhǔn);在保證具有良好初始位姿的情況下,引入一種動(dòng)態(tài)迭代角度因子的迭代最近點(diǎn)（Iterative Closest Point,ICP）算法實(shí)現(xiàn)了點(diǎn)云精配準(zhǔn)。隨后,針對(duì)視覺(jué)SLAM系統(tǒng)中存... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

回環(huán)檢測(cè)對(duì)比圖

重慶郵電大學(xué)碩士學(xué)位論文 第2章 室內(nèi)環(huán)境下移動(dòng)機(jī)器人視覺(jué)SLAM導(dǎo)航系統(tǒng)方案設(shè)計(jì)中的關(guān)鍵技術(shù)，依靠視覺(jué) SLAM 系統(tǒng)能夠獲取移動(dòng)機(jī)器人的定位和構(gòu)建環(huán)境地圖，在獲取先驗(yàn)地圖的基礎(chǔ)上，采用選取的人工魚群路徑規(guī)劃算法進(jìn)行規(guī)劃合理路徑，從而實(shí)現(xiàn)室內(nèi)環(huán)境下移動(dòng)機(jī)器人自主導(dǎo)航功能，最終使得移動(dòng)機(jī)器人在工作空間內(nèi)的導(dǎo)航成功率達(dá)到 90%以上。因此，設(shè)計(jì)的室內(nèi)環(huán)境下移動(dòng)機(jī)器人視覺(jué) SLAM導(dǎo)航系統(tǒng)的總體框圖如圖 2.2 所示，主要分為視覺(jué) SLAM 和路徑規(guī)劃兩個(gè)部分。

(c) SURF (d) ORB圖 3.1 SIFT、SURF、ORB 特征檢測(cè)從特征提取結(jié)果圖可以看出，提取的 ORB 特征分布較為明顯，且數(shù)量適中，能夠很好地綜合效率與精度，更加適用于實(shí)時(shí)的視覺(jué) SLAM 系統(tǒng)。為了更好的說(shuō)明 ORB 特征點(diǎn)適用于本文的視覺(jué) SLAM 系統(tǒng)，進(jìn)行特征匹配實(shí)驗(yàn)，如圖 3.2 為公開數(shù)據(jù)集[51]中的僅發(fā)生橫向平移的相鄰兩張室內(nèi)環(huán)境 RGB 圖像。分別進(jìn)行 SIFT、SURF、ORB 算法的特征提取與匹配，及誤匹配剔除實(shí)驗(yàn)，結(jié)果如圖 3.3 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于激光與RGB-D相機(jī)的異構(gòu)多機(jī)器人協(xié)作定位[J]. 張文安,梁先鵬,仇翔,邢科新.  浙江工業(yè)大學(xué)學(xué)報(bào). 2019(01)
[2]基于激光跟蹤測(cè)量的機(jī)器人定位研究[J]. 黃朝陽(yáng),喬曉利.  激光雜志. 2018(12)
[3]移動(dòng)機(jī)器人路徑規(guī)劃算法綜述[J]. 霍鳳財(cái),遲金,黃梓健,任璐,孫勤江,陳建玲.  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(06)
[4]智能機(jī)器人+人工智能創(chuàng)新創(chuàng)業(yè)的思考及建議[J]. 王田苗,陶永.  科技導(dǎo)報(bào). 2018(17)
[5]概述機(jī)器人技術(shù)的進(jìn)步[J]. 王天然.  Engineering. 2018(04)
[6]移動(dòng)機(jī)器人SLAM關(guān)鍵問(wèn)題和解決方法綜述[J]. 楊雪夢(mèng),姚敏茹,曹凱.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(07)
[7]群智能算法優(yōu)化支持向量機(jī)參數(shù)綜述[J]. 李素,袁志高,王聰,陳天恩,郭兆春.  智能系統(tǒng)學(xué)報(bào). 2018(01)
[8]工業(yè)機(jī)器人現(xiàn)狀與發(fā)展趨勢(shì)淺析[J]. 韓維敏.  科技經(jīng)濟(jì)導(dǎo)刊. 2017(30)
[9]路徑規(guī)劃算法的研究與發(fā)展[J]. 楊俊成,李淑霞,蔡增玉.  控制工程. 2017(07)
[10]PLP-SLAM:基于點(diǎn)、線、面特征融合的視覺(jué)SLAM方法[J]. 李海豐,胡遵河,陳新偉.  機(jī)器人. 2017(02)

博士論文
[1]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]基于激光傳感器室內(nèi)機(jī)器人自主導(dǎo)航技術(shù)研究[D]. 趙鈺.天津理工大學(xué) 2017
[2]基于RGB-D攝像機(jī)的同步定位與建圖研究[D]. 辛冠希.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3346513