機(jī)器人的定位與建圖對(duì)于室內(nèi)服務(wù)機(jī)器人來(lái)說(shuō)至關(guān)重要,是后續(xù)機(jī)器人導(dǎo)航與環(huán)境感知的先決條件。擁有精確的定位能力才能更準(zhǔn)確無(wú)誤的完成導(dǎo)航要求,擁有高效實(shí)時(shí)的建圖能力才能更好的幫助機(jī)器人提取三維場(chǎng)景的語(yǔ)義信息,完成對(duì)環(huán)境的認(rèn)知。本課題研究的是移動(dòng)機(jī)器人定位與建圖中的特征點(diǎn)不確定性模型、重定位算法以及語(yǔ)義建圖三個(gè)子課題。目的是通過(guò)改善特征不確定性模型與重定位算法,從而獲得高精度、高魯棒性的SLAM系統(tǒng),并由此改進(jìn)的SLAM系統(tǒng)獲得高精度的三維語(yǔ)義場(chǎng)景。本課題首先對(duì)RGBD相機(jī)的誤差測(cè)量模型做了充分的分析,從大量實(shí)驗(yàn)中總結(jié)出特征點(diǎn)所在尺度空間的層數(shù)與不確定性模型之間的關(guān)系。通過(guò)建立新的不確定性模型提高系統(tǒng)運(yùn)行的精度,所提出的不確定性模型與特征點(diǎn)所在尺度與深度視差均有聯(lián)系,并通過(guò)實(shí)驗(yàn)分析了相機(jī)運(yùn)動(dòng)模式對(duì)不確定性模型的影響。然后本課題針對(duì)實(shí)際情況中出現(xiàn)的一些問(wèn)題,提出了一種基于點(diǎn)云的全局多層級(jí)配準(zhǔn)定位算法,解決了機(jī)器人開機(jī)、重啟自動(dòng)位,重定位路徑依賴等問(wèn)題。重定位作為SLAM技術(shù)中的重要環(huán)節(jié),對(duì)提高機(jī)器人魯棒性有著重要幫助。本文算法通過(guò)對(duì)大型點(diǎn)云的分層級(jí)處理與位姿的降維求解,使大型點(diǎn)云配準(zhǔn)實(shí)時(shí)求解位姿... 

【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)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

智能服務(wù)機(jī)器人同時(shí)定位與地圖構(gòu)建(SimultaneousLocalizationandMapping，SLAM)技術(shù)廣泛

哈爾濱工業(yè)大學(xué)碩士學(xué)位論文oSLAM 在運(yùn)行時(shí)如圖 1-2 所示，左圖為圖像中所追蹤的關(guān)鍵點(diǎn)，空間中的具體位置。MonoSLAM，在運(yùn)行過(guò)程中以一個(gè)橢球的形點(diǎn)的均值和不確定性。當(dāng)前端所追蹤特征點(diǎn)的不確定性收斂時(shí)，不則會(huì)收斂為一個(gè)點(diǎn)。隨著計(jì)算機(jī)性能的進(jìn)步，人們意識(shí)到利用稀疏像，才使得 MonoSLAM 系統(tǒng)能夠?qū)崟r(shí)運(yùn)行。在此之前的視覺(jué) SL通過(guò)機(jī)器人攜帶相機(jī)錄制數(shù)據(jù)集，再離線地進(jìn)行相關(guān)的位姿解算能在線實(shí)時(shí)運(yùn)行的能力。MonoSLAM 的研究在 SLAM 發(fā)展過(guò)程中破。

稀疏的三維地圖場(chǎng)景和關(guān)鍵幀

【參考文獻(xiàn)】：
期刊論文
[1]服務(wù)機(jī)器人技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 王田苗,陶永,陳陽(yáng).  中國(guó)科學(xué):信息科學(xué). 2012(09)



本文編號(hào)：3515914