隨著傳感器性能的提升以及算法的進步,人們對智能移動機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)機器人都在防疫工作中得到了應(yīng)用,在物資轉(zhuǎn)運、場所消毒等方面都起到了重要的作用。但在實際使用過程中,這些機器人還存在著工作效率低下、無法全面實現(xiàn)自主作業(yè)的問題。現(xiàn)有機器人的算法設(shè)計大多假設(shè)為靜態(tài)場景,這使得機器人在動態(tài)環(huán)境中的工作表現(xiàn)不盡如人意。本文以提高移動機器人在動態(tài)場景下定位與建圖的準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)格的運動統(tǒng)計特征匹配方法。詳細介紹了該特征匹配方法的數(shù)學(xué)模型,并進行了算法設(shè)計。通過實驗,驗證了基于網(wǎng)格的運動統(tǒng)計特征匹配方法比ORB方法有更高的匹配準確率,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,將基于運動統(tǒng)計的特征匹配方法加入到ORB-SLAM2算法框架當(dāng)中。并且在多個動態(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)運機器人

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)鍵幀新建特征點地圖優(yōu)化地圖維護視頻圖像預(yù)處理投影特征點測量特征點更新攝像機姿態(tài)投影特征點測量特征點更新攝像機姿態(tài)繪制結(jié)果建圖線程跟蹤線程粗略階段精細階段圖1-3PTAM雙線程系統(tǒng)框圖OpenVSLAM是基于特征點法的稀疏SLAM系統(tǒng)，支持各類相機傳感器[22]。該系統(tǒng)的亮點在于支持透視圖、魚眼相機，甚至是自制的相機。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[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[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、魚眼相機以及折反射相機[28]。CNN-SVO[29]則是SVO在單個圖像深度預(yù)測網(wǎng)絡(luò)中進行深度預(yù)測的版本。

RTAB-MAP系統(tǒng)運行樣例

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



本文編號：3478366