近年來隨著人工智能的快速發(fā)展,機器人領域也逐漸融入到我們?nèi)粘Ｉ钪?使我們的生活更加便利,其中移動機器人的發(fā)展離不開一項關(guān)鍵的技術(shù):同時定位與地圖構(gòu)建（SLAM）�，F(xiàn)有的SLAM技術(shù)大部分都是結(jié)合視覺來實現(xiàn),當前視覺SLAM技術(shù)是基于一個重要的假設:機器人所處的環(huán)境是靜態(tài)的。但是機器人運行所處的實際環(huán)境是動態(tài)的,這種動態(tài)環(huán)境可分為兩種情況:一種是機器人運行環(huán)境中存在高動態(tài)物體,如行人、車輛等,由于環(huán)境變化時間較短,可稱為短期動態(tài)環(huán)境,高動態(tài)物體的存在會影響機器人自身的定位算法;另一種是機器人運行環(huán)境發(fā)生光照、視角等變化,由于環(huán)境變化時間較長,可稱為長期動態(tài)環(huán)境,環(huán)境中光照、視角的變化會影響機器人的回環(huán)檢測算法。本文通過結(jié)合深度學習在處理圖像上的優(yōu)勢,設計了一個能適應動態(tài)環(huán)境的視覺SLAM算法,采用目前主流的視覺SLAM框架,將系統(tǒng)分為三個部分:跟蹤線程、建圖線程、回環(huán)檢測線程。在跟蹤線程中,本文提取圖像ORB特征點進行匹配,實現(xiàn)機器人運動中的位姿估計和優(yōu)化。在建圖線程中,本文將機器人感興趣的特征點投影到地圖中,構(gòu)建與環(huán)境更加一致的地圖。在回環(huán)檢測線程中,本文通過判斷圖像相似度來檢測機器... 

【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)】：68 頁

【學位級別】：碩士

【部分圖文】：

高動態(tài)行人較多的場景

同一位置

特征點法和直

【參考文獻】：
期刊論文
[1]圖像Harris特征點提取算法的研究[J]. 魏佳.  電腦知識與技術(shù). 2010(32)



本文編號：3404289