多傳感器同步定位與地圖構(gòu)建技術(shù)研究
發(fā)布時間：2021-09-02 14:15
在移動機器人領(lǐng)域及智能駕駛領(lǐng)域,其關(guān)鍵技術(shù)之一就是同步定位與地圖構(gòu)建（Simultaneous localization and mapping,SLAM）技術(shù)。隨著面臨的場景越來越復(fù)雜和對定位技術(shù)的要求越來越高,基于單一傳感器的定位技術(shù)在很多場合下其穩(wěn)定性和建圖精度都不能滿足任務(wù)要求。本文提出了一種融合多線激光雷達、相機和IMU（Inertial measurement unit）的多傳感器緊耦合SLAM技術(shù),通過使用多個傳感器的數(shù)據(jù)輸入以獲取更加豐富的環(huán)境特征,實現(xiàn)復(fù)雜環(huán)境下穩(wěn)定性更好、精度更高的同步定位與地圖構(gòu)建的技術(shù)目標。首先,將多線激光雷達與相機進行聯(lián)合標定,求解激光雷達與相機間的外參。由于相機采集的像素與激光雷達采集的點云具有稀疏性,很難找到點到點的對應(yīng)關(guān)系,所以設(shè)計了面到面的匹配方法,在激光雷達采集的點云內(nèi)分割一個特定三維平面,并在圖像中找到與特定平面對應(yīng)的像素平面,將像素平面的像素值恢復(fù)成空間三維點（簡稱3D點）。再使用點云配準算法求取3D點到3D點的變換矩陣,即可得到相機坐標系與激光雷達坐標系之間的外參矩陣,3D到3D的標定方式降低了因圖像像素和點云的稀疏性造成的誤差...
【文章來源】：長春理工大學(xué)吉林省
【文章頁數(shù)】：76 頁
【學(xué)位級別】：碩士
【部分圖文】：
ORB 特征點匹配
第2章多線激光里程計與單目視覺里程計算法研究12圖2.4對極幾何解算深度示意圖從代數(shù)角度分析圖中的幾何關(guān)系，設(shè)=[,,]Tpxyz為空間點的世界坐標。根據(jù)相機的針孔模型有：1p=Kp(2-5)2p=K(Rp+t)(2-6)其中K為相機內(nèi)參，R和t為1O在世界坐標系到2O的旋轉(zhuǎn)和平移。11Kpp=(2-7)12t(Kp)tRpΛΛ=(2-8)111222()()()TTKptKpKptRpΛΛ=(2-9)12t(KP)Λ與t和12(KP)都垂直所以得：-1210TTpKtRKpΛ=(2-10)其中EtRΛ=為本質(zhì)矩陣，-T1FKtRKΛ=為基礎(chǔ)矩陣，上式為對極約束，幾何意義就是1O，2O與p三點共面，只要根據(jù)多對對應(yīng)特征點，計算出E和F，就可以計算出R和t。由于E和F只相差了相機內(nèi)參K，故只對E求解即可。EtRΛ=為3×3的矩陣，有9個參數(shù)，且本質(zhì)矩陣E具有如下性質(zhì)：(1)本質(zhì)矩陣由對極約束定義，所以對E乘以任意常數(shù)，對極約束的等式依然成立，即E在不同尺度下是等價的；(2)本質(zhì)矩陣的奇異值必定是[,,0]Tσσ的形式，為本質(zhì)矩陣的內(nèi)在性質(zhì)；(3)旋轉(zhuǎn)有3個自由度，平移有3個自由度，故E有6個自由度，但因為尺度等價性，E實際只有5個自由度。雖然5個自由度可以由5對點求解，但E的內(nèi)在性質(zhì)是非線性的，所以計算時很麻煩。又考慮到E的尺度等價性，采用經(jīng)典的八點法(eight-pointalgorithm)[28-29]求解E的參數(shù)。
第2章多線激光里程計與單目視覺里程計算法研究20但計算速度很慢，不能滿足SLAM系統(tǒng)的實時性要求。點云的曲率特征，是一個計算速度快，空間描述能力相對較強的特征，基于曲率特征，可以將點云的平滑點和邊緣點區(qū)分出來，這里平滑點就是平面點，邊緣點就是角點，角點是屬于同一條直線的點，該直線表現(xiàn)出環(huán)境輪廓的邊緣，曲率計算公式如下：(,)(,),(,)1()kikjjSjikiCXXSX∈≠=(2-55)k是第k幀點云數(shù)據(jù)，X表示點云中的點，i和j代表不同點，S代表在點(k,i)X的周圍取得點的數(shù)量。設(shè)置曲率閾值maxC和曲率閾值minC，根據(jù)計算出的曲率值C，若C>maxC則為邊緣點，即屬于角點，若C<minC時，則為平滑點，即平面點。這里要對提取的特征點進行可信性判別，主要為了去除誤差較大的特征點。判別依據(jù)為兩條：(1)激光雷達的掃描光線與被測物表面平行的特征點剔除；(2)被遮擋的特征點剔除。XX12X3圖2.6可信特征點判斷如圖所示，虛線為激光雷達掃描線，實線為被掃描物體表面，特征點12X,X為不可信特征點，1X可能為無限遠點，2X存在被遮擋的可能，3X為可信特征點。圖2.7點云幀提取的平滑點和邊緣點圖2.7為激光雷達采集的一幀點云數(shù)據(jù)，并對點云數(shù)據(jù)進行了特征點計算，其中
【參考文獻】：
碩士論文
[1]基于IMU預(yù)積分的視覺慣性里程計系統(tǒng)[D]. 蘇泫.華南理工大學(xué) 2018
[2]基于激光LIDAR的室外移動機器人三維定位與建圖[D]. 韓明瑞.東南大學(xué) 2016
本文編號：3379161
【文章來源】：長春理工大學(xué)吉林省
【文章頁數(shù)】：76 頁
【學(xué)位級別】：碩士
【部分圖文】：
ORB 特征點匹配
第2章多線激光里程計與單目視覺里程計算法研究12圖2.4對極幾何解算深度示意圖從代數(shù)角度分析圖中的幾何關(guān)系，設(shè)=[,,]Tpxyz為空間點的世界坐標。根據(jù)相機的針孔模型有：1p=Kp(2-5)2p=K(Rp+t)(2-6)其中K為相機內(nèi)參，R和t為1O在世界坐標系到2O的旋轉(zhuǎn)和平移。11Kpp=(2-7)12t(Kp)tRpΛΛ=(2-8)111222()()()TTKptKpKptRpΛΛ=(2-9)12t(KP)Λ與t和12(KP)都垂直所以得：-1210TTpKtRKpΛ=(2-10)其中EtRΛ=為本質(zhì)矩陣，-T1FKtRKΛ=為基礎(chǔ)矩陣，上式為對極約束，幾何意義就是1O，2O與p三點共面，只要根據(jù)多對對應(yīng)特征點，計算出E和F，就可以計算出R和t。由于E和F只相差了相機內(nèi)參K，故只對E求解即可。EtRΛ=為3×3的矩陣，有9個參數(shù)，且本質(zhì)矩陣E具有如下性質(zhì)：(1)本質(zhì)矩陣由對極約束定義，所以對E乘以任意常數(shù)，對極約束的等式依然成立，即E在不同尺度下是等價的；(2)本質(zhì)矩陣的奇異值必定是[,,0]Tσσ的形式，為本質(zhì)矩陣的內(nèi)在性質(zhì)；(3)旋轉(zhuǎn)有3個自由度，平移有3個自由度，故E有6個自由度，但因為尺度等價性，E實際只有5個自由度。雖然5個自由度可以由5對點求解，但E的內(nèi)在性質(zhì)是非線性的，所以計算時很麻煩。又考慮到E的尺度等價性，采用經(jīng)典的八點法(eight-pointalgorithm)[28-29]求解E的參數(shù)。
第2章多線激光里程計與單目視覺里程計算法研究20但計算速度很慢，不能滿足SLAM系統(tǒng)的實時性要求。點云的曲率特征，是一個計算速度快，空間描述能力相對較強的特征，基于曲率特征，可以將點云的平滑點和邊緣點區(qū)分出來，這里平滑點就是平面點，邊緣點就是角點，角點是屬于同一條直線的點，該直線表現(xiàn)出環(huán)境輪廓的邊緣，曲率計算公式如下：(,)(,),(,)1()kikjjSjikiCXXSX∈≠=(2-55)k是第k幀點云數(shù)據(jù)，X表示點云中的點，i和j代表不同點，S代表在點(k,i)X的周圍取得點的數(shù)量。設(shè)置曲率閾值maxC和曲率閾值minC，根據(jù)計算出的曲率值C，若C>maxC則為邊緣點，即屬于角點，若C<minC時，則為平滑點，即平面點。這里要對提取的特征點進行可信性判別，主要為了去除誤差較大的特征點。判別依據(jù)為兩條：(1)激光雷達的掃描光線與被測物表面平行的特征點剔除；(2)被遮擋的特征點剔除。XX12X3圖2.6可信特征點判斷如圖所示，虛線為激光雷達掃描線，實線為被掃描物體表面，特征點12X,X為不可信特征點，1X可能為無限遠點，2X存在被遮擋的可能，3X為可信特征點。圖2.7點云幀提取的平滑點和邊緣點圖2.7為激光雷達采集的一幀點云數(shù)據(jù)，并對點云數(shù)據(jù)進行了特征點計算，其中
【參考文獻】：
碩士論文
[1]基于IMU預(yù)積分的視覺慣性里程計系統(tǒng)[D]. 蘇泫.華南理工大學(xué) 2018
[2]基于激光LIDAR的室外移動機器人三維定位與建圖[D]. 韓明瑞.東南大學(xué) 2016
本文編號：3379161
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3379161.html
最近更新
教材專著
