近年來隨著人工智能的快速發(fā)展,機(jī)器人領(lǐng)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(dòng)機(jī)器人的發(fā)展離不開一項(xiàng)關(guān)鍵的技術(shù):同時(shí)定位與地圖構(gòu)建（SLAM）。現(xiàn)有的SLAM技術(shù)大部分都是結(jié)合視覺來實(shí)現(xiàn),當(dāng)前視覺SLAM技術(shù)是基于一個(gè)重要的假設(shè):機(jī)器人所處的環(huán)境是靜態(tài)的。但是機(jī)器人運(yùn)行所處的實(shí)際環(huán)境是動(dòng)態(tài)的,這種動(dòng)態(tài)環(huán)境可分為兩種情況:一種是機(jī)器人運(yùn)行環(huán)境中存在高動(dòng)態(tài)物體,如行人、車輛等,由于環(huán)境變化時(shí)間較短,可稱為短期動(dòng)態(tài)環(huán)境,高動(dòng)態(tài)物體的存在會(huì)影響機(jī)器人自身的定位算法;另一種是機(jī)器人運(yùn)行環(huán)境發(fā)生光照、視角等變化,由于環(huán)境變化時(shí)間較長,可稱為長期動(dòng)態(tài)環(huán)境,環(huán)境中光照、視角的變化會(huì)影響機(jī)器人的回環(huán)檢測(cè)算法。本文通過結(jié)合深度學(xué)習(xí)在處理圖像上的優(yōu)勢(shì),設(shè)計(jì)了一個(gè)能適應(yīng)動(dòng)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(gè)部分:跟蹤線程、建圖線程、回環(huán)檢測(cè)線程。在跟蹤線程中,本文提取圖像ORB特征點(diǎn)進(jìn)行匹配,實(shí)現(xiàn)機(jī)器人運(yùn)動(dòng)中的位姿估計(jì)和優(yōu)化。在建圖線程中,本文將機(jī)器人感興趣的特征點(diǎn)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(cè)線程中,本文通過判斷圖像相似度來檢測(cè)機(jī)器... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

高動(dòng)態(tài)行人較多的場(chǎng)景

同一位置

特征點(diǎn)法和直

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



本文編號(hào)：3404289