隨著新一輪人工智能技術(shù)的變革和社會(huì)工業(yè)化發(fā)展的加速,移動(dòng)機(jī)器人技術(shù)受到了更加廣泛的關(guān)注和普及,機(jī)器人同步定位與建圖技術(shù)（SLAM）是其中一項(xiàng)關(guān)鍵技術(shù)。目前主流的視覺(jué)SLAM技術(shù)主要以環(huán)境中的點(diǎn)特征作為視覺(jué)觀測(cè),但在室內(nèi)弱紋理環(huán)境下,往往容易因?yàn)橐曈X(jué)觀測(cè)不足導(dǎo)致定位精度低或者定位失敗的現(xiàn)象。而使用線特征作為視覺(jué)觀測(cè)往往能夠很好地彌補(bǔ)點(diǎn)特征觀測(cè)不足的問(wèn)題,因此本文研究并構(gòu)建了基于點(diǎn)線特征的視覺(jué)慣性SLAM系統(tǒng),旨在提升系統(tǒng)在室內(nèi)環(huán)境下的定位精度和魯棒性。對(duì)于圖像中的點(diǎn)特征,使用Shi-Tomasi特征點(diǎn)檢測(cè)方法和KLT光流算法進(jìn)行檢測(cè)和跟蹤,并使用三角測(cè)量原理對(duì)點(diǎn)特征進(jìn)行重建;對(duì)于圖像中的線特征,使用LSD直線檢測(cè)算法和LBD描述子進(jìn)行檢測(cè)和匹配,使用普魯克坐標(biāo)和正交坐標(biāo)分別表示空間中的直線,方便對(duì)直線坐標(biāo)進(jìn)行坐標(biāo)變換和非線性優(yōu)化。另外,構(gòu)建了點(diǎn)特征和線特征的重投影誤差模型,用于非線性位姿優(yōu)化。對(duì)于IMU測(cè)量,利用其積分得到初始位姿的估計(jì)值,并作為非線性位姿優(yōu)化的初始值,然后計(jì)算IMU預(yù)積分用于在非線性位姿優(yōu)化中構(gòu)建IMU測(cè)量誤差。在非線性位姿優(yōu)化中,使用滑動(dòng)窗口模型控制關(guān)鍵幀數(shù)量,采取兩... 

【文章來(lái)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(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

弱紋理環(huán)境示意圖

U或者僅有雙目相機(jī)的VIO系統(tǒng)，VINS-Mobile則可以在計(jì)算能力較小的移動(dòng)端設(shè)備上運(yùn)行。1.2.2點(diǎn)線特征融合SLAM的研究現(xiàn)狀目前主流的視覺(jué)SLAM包括視覺(jué)慣性融合的SLAM系統(tǒng)都是采用提取圖像中的特征點(diǎn)作為視覺(jué)觀測(cè)，而當(dāng)環(huán)境紋理信息不豐富時(shí)則無(wú)法提取足夠多準(zhǔn)確可靠的特征點(diǎn)，SLAM系統(tǒng)的定位效果就會(huì)大大降低，甚至直接造成系統(tǒng)定位失敗。而在這種環(huán)境中，往往存在著大量的線特征，利用這些線特征可以作為點(diǎn)特征的補(bǔ)充以提升SLAM系統(tǒng)的定位精度和魯棒性，且線特征可以提供更多的結(jié)構(gòu)化環(huán)境信息，更加有利于環(huán)境地圖的構(gòu)建。如圖1-3所示，圖中的辦公室環(huán)境就是一個(gè)典型的弱紋理環(huán)境，在圖中只能提取較少的特征點(diǎn)（用綠色小方框標(biāo)識(shí)），但這種環(huán)境可以提取出較多的線特征，如圖中藍(lán)色線段所示。圖1-3弱紋理環(huán)境下的點(diǎn)特征和線特征效果圖近年來(lái)，一些研究人員開(kāi)始探索使用同時(shí)使用點(diǎn)線特征的SLAM系統(tǒng)，并取得了不錯(cuò)的效果，驗(yàn)證了線特征在SLAM中應(yīng)用的潛力。其中，RubenGomez-Ojeda等人在2016年在SVO系統(tǒng)中加入線特征[13]，取得了不錯(cuò)的定位結(jié)果，后來(lái)又將線特征擴(kuò)展到雙目SLAM系統(tǒng)[14]。ZuoXingxing和XieXiaojia等人2017年在ORB-SLAM的基礎(chǔ)上添加了線特征[15]，構(gòu)建了基于點(diǎn)線特征的雙目SLAM系統(tǒng)，包括對(duì)線特征的提娶匹配、參數(shù)化和基于點(diǎn)線特征的視覺(jué)詞典與回環(huán)檢測(cè)功能。2018年，HeYijia等人提出了基于點(diǎn)線特征的單目

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-12-只利用投影模型會(huì)產(chǎn)生誤差，因此還要建立相機(jī)的畸變模型以糾正圖像產(chǎn)生的畸變。本節(jié)將主要介紹這兩種模型。2.3.1針孔相機(jī)模型本文用針孔相機(jī)模型來(lái)當(dāng)做相機(jī)的投影模型。首先介紹模型中存在的幾種坐標(biāo)系，分別為像素坐標(biāo)系，圖像坐標(biāo)系，歸一化平面坐標(biāo)系，相機(jī)坐標(biāo)系和世界坐標(biāo)系。其中，世界坐標(biāo)系和相機(jī)坐標(biāo)系已在2.2節(jié)中介紹過(guò)。像素坐標(biāo)系是位于最終獲得的圖像上，如圖2-1中，o-uv坐標(biāo)系所示，一般是以圖像最左上方的點(diǎn)為原點(diǎn)o，沿著水平方向往右是u軸，沿著垂直方向往下是v軸，像素坐標(biāo)系下以一個(gè)圖像像素作為單位。而圖像坐標(biāo)系與像素坐標(biāo)系類似，只是其原點(diǎn)是在圖像正中心，如圖2-1中O-xy坐標(biāo)系所示，其x軸、y軸的正方向與像素坐標(biāo)系的相一致，單位為米(m)。歸一化坐標(biāo)系是一種位于相機(jī)正前方假設(shè)的坐標(biāo)系，是相機(jī)坐標(biāo)系下z=1所在的平面，對(duì)于位于相機(jī)坐標(biāo)下的點(diǎn)T000p=[x,y,z]，其歸一化坐標(biāo)為T0000p=[x/z,y/z,1]。圖2-1像素坐標(biāo)系與圖像坐標(biāo)系針孔相機(jī)模型的具體形式由圖2-2表示。相機(jī)坐標(biāo)系中規(guī)定相機(jī)光心為坐標(biāo)原點(diǎn)O且x軸與y軸分別水平向右和垂直向下，相機(jī)的正前方為z軸正方向。對(duì)三維環(huán)境中的坐標(biāo)點(diǎn)TP=[X,Y,Z]，其經(jīng)過(guò)相機(jī)光心的投影后，變成圖像坐標(biāo)系上的一個(gè)點(diǎn)，其坐標(biāo)記為TP=[X,Y,Z]，則按照三角形的相似原理可以推得：ZXYfXY=(2-18)上式中坐標(biāo)前面的符號(hào)代表成像是倒像，進(jìn)一步把模型進(jìn)行改進(jìn)并把成像平面

【參考文獻(xiàn)】：
期刊論文
[1]基于點(diǎn)線特征的單目視覺(jué)同時(shí)定位與地圖構(gòu)建算法[J]. 王丹,黃魯,李垚.  機(jī)器人. 2019(03)

碩士論文
[1]點(diǎn)線特征融合的移動(dòng)機(jī)器人視覺(jué)慣導(dǎo)里程計(jì)研究[D]. 王潔.石家莊鐵道大學(xué) 2019
[2]融合IMU信息的雙目視覺(jué)SLAM研究[D]. 徐寬.哈爾濱工業(yè)大學(xué) 2018
[3]基于單目視覺(jué)與IMU結(jié)合的SLAM技術(shù)研究[D]. 李建禹.哈爾濱工業(yè)大學(xué) 2018
[4]基于點(diǎn)線綜合特征的雙目視覺(jué)SLAM方法[D]. 謝曉佳.浙江大學(xué) 2017



本文編號(hào)：3418215