隨著傳感器性能的提升以及算法的進(jìn)步,人們對智能移動機(jī)器人的自主性要求變得越來越高。尤其今年受到新冠疫情的影響,各類服務(wù)機(jī)器人都在防疫工作中得到了應(yīng)用,在物資轉(zhuǎn)運(yùn)、場所消毒等方面都起到了重要的作用。但在實(shí)際使用過程中,這些機(jī)器人還存在著工作效率低下、無法全面實(shí)現(xiàn)自主作業(yè)的問題�，F(xiàn)有機(jī)器人的算法設(shè)計(jì)大多假設(shè)為靜態(tài)場景,這使得機(jī)器人在動態(tài)環(huán)境中的工作表現(xiàn)不盡如人意。本文以提高移動機(jī)器人在動態(tài)場景下定位與建圖的準(zhǔn)確性和魯棒性為基本目標(biāo),主要工作如下:首先,分析了各種經(jīng)典圖像特征配方法的局限性,然后引出了一種基于網(wǎng)格的運(yùn)動統(tǒng)計(jì)特征匹配方法。詳細(xì)介紹了該特征匹配方法的數(shù)學(xué)模型,并進(jìn)行了算法設(shè)計(jì)。通過實(shí)驗(yàn),驗(yàn)證了基于網(wǎng)格的運(yùn)動統(tǒng)計(jì)特征匹配方法比ORB方法有更高的匹配準(zhǔn)確率,可以有效剔除由于場景中物體位置發(fā)生變化所帶來的誤匹配,從而可以提高SLAM系統(tǒng)在動態(tài)環(huán)境中的定位精度。其次,針對目前ORB-SLAM2系統(tǒng)在動態(tài)場景下定位精度低、位姿估計(jì)軌跡容易出現(xiàn)漂移等問題,研究了ORB-SLAM2算法框架及多線程工作原理,將基于運(yùn)動統(tǒng)計(jì)的特征匹配方法加入到ORB-SLAM2算法框架當(dāng)中。并且在多個(gè)動態(tài)場景的T... 

【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)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

為隔離人員送餐的轉(zhuǎn)運(yùn)機(jī)器人

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-5-立體視覺初始化等待新關(guān)鍵幀新建特征點(diǎn)地圖優(yōu)化地圖維護(hù)視頻圖像預(yù)處理投影特征點(diǎn)測量特征點(diǎn)更新攝像機(jī)姿態(tài)投影特征點(diǎn)測量特征點(diǎn)更新攝像機(jī)姿態(tài)繪制結(jié)果建圖線程跟蹤線程粗略階段精細(xì)階段圖1-3PTAM雙線程系統(tǒng)框圖OpenVSLAM是基于特征點(diǎn)法的稀疏SLAM系統(tǒng)，支持各類相機(jī)傳感器[22]。該系統(tǒng)的亮點(diǎn)在于支持透視圖、魚眼相機(jī)，甚至是自制的相機(jī)。其他類似的研究還有UcoSLAM[23]等等。（2）半稠密視覺SLAM方法：LSD-SLAM提出了一種新穎的可利用李代數(shù)和直接法進(jìn)行追蹤的方法，相關(guān)研究使它支持單目、雙目以及全向相機(jī)[24-26]。其系統(tǒng)架構(gòu)如圖1-4所示。圖1-4LSD-SLAM系統(tǒng)框圖SVO是一種單目半直接法的視覺里程計(jì)[27]。采用基于稀疏模型的圖像對齊來獲得更快的速度，更新的版本支持多相機(jī)、魚眼相機(jī)以及折反射相機(jī)[28]。CNN-SVO[29]則是SVO在單個(gè)圖像深度預(yù)測網(wǎng)絡(luò)中進(jìn)行深度預(yù)測的版本。

RTAB-MAP系統(tǒng)運(yùn)行樣例

【參考文獻(xiàn)】：
期刊論文
[1]基于單目視覺的同時(shí)定位與地圖構(gòu)建方法綜述[J]. 劉浩敏,章國鋒,鮑虎軍.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(06)



本文編號：3478366