本文關(guān)鍵詞：室外環(huán)境下基于雙目立體視覺的同時定位與建圖，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的發(fā)展,智能移動機器人(Autonomous Mobile Robot)作為一種集環(huán)境感知、決策、控制與執(zhí)行等多功能于一體的綜合化系統(tǒng),逐漸滲透到人類活動的各個領(lǐng)域。對自身的精準定位和地圖重建是智能移動機器人擁有自主移動的前提,其中基于視覺的定位和建圖技術(shù)憑借其低成本、信息量大等優(yōu)勢,逐漸成為自主定位與地圖構(gòu)建領(lǐng)域的一個重要發(fā)展方向。本文依托中國科學(xué)院應(yīng)用技術(shù)研究所的無人駕駛車輛平臺,研究完全依賴Bumblebee2立體相機在室外環(huán)境下的無人車同時定位與建圖技術(shù)。本文首先對圖像處理手段進行理論介紹,然后重點研究立體圖像的同時匹配與跟蹤算法以及基于優(yōu)化策略的視覺SLAM模型,并基于Levenberg-Marquardt算法建立定位姿態(tài)的最優(yōu)化目標函數(shù),最終完成無人車的位姿模型建立和地圖構(gòu)建。針對室外視覺SLAM跟蹤過程中,因環(huán)境光線變化劇烈、幀間運動幅度大等原因而出現(xiàn)的匹配跟蹤率低、魯棒性不強等問題,提出一種同時匹配與跟蹤算法。在特征提取方面,本文利用高斯濾波器獲取圖像的二階邊緣響應(yīng),通過對Harris、SIFT、SURF特征提取算子的理論分析和實驗性能對比,最終選用以Harris算子為檢測基礎(chǔ)來提取局部極值以構(gòu)造特征描述子。在圖像匹配方面,以絕對誤差和作為匹配代價來建立衡量準則,并通過圖像分塊索引以均衡化關(guān)鍵點分布,最后利用RANSAC算法優(yōu)化匹配精度。最后通過四邊閉環(huán)約束對特征點進行匹配融合和即時跟蹤,并利用閉環(huán)確認機制同時優(yōu)化匹配和跟蹤精度。進一步地,通過分別與SIFT、SURF匹配算法和光流跟蹤法進行實驗效果對比,對本文視覺SLAM的圖像處理算法在匹配跟蹤過程中的優(yōu)劣性進行闡釋。提出以Levenberg-Marquardr非線性最小二乘法來建立基于優(yōu)化策略的視覺定位模型和地圖構(gòu)造模型,同時利用圖優(yōu)化理論消除定位累積誤差。在無人車定位方面,首先通過匹配跟蹤集合進行稀疏三維點的重建,并基于LM算法對預(yù)測值和觀測值建立前后幀2D-3D的誤差優(yōu)化函數(shù),從而將無人車R、T運動姿態(tài)矩陣的求解轉(zhuǎn)化為非線性多峰函數(shù)的最優(yōu)解問題,最終通過多頭全局搜索求得最優(yōu)姿態(tài)矩陣得到精準的定位。在地圖構(gòu)建方面,通過LM算法建立觀測路標的最優(yōu)化方程,并采用圖優(yōu)化策略建立地圖數(shù)據(jù)的跨節(jié)點關(guān)聯(lián),以進行地圖優(yōu)化。最終采用簡化拓撲關(guān)系圖構(gòu)建實時地圖。同時,利用視差圖和匹配跟蹤集合的稀疏三維點分別給出局部密集和全局稀疏的視覺點云地圖。最終在三個不同的實驗場景進行實驗,驗證了算法的準確性和快速性均達到預(yù)期要求。
【關(guān)鍵詞】：立體匹配跟蹤 Levenberg-Marquardr 姿態(tài)估計 定位 地圖構(gòu)造
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TP242
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-20
• 1.1 選題背景與研究意義10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.3 本文主要研究內(nèi)容和章節(jié)安排16-20
• 第2章 立體視覺圖像基礎(chǔ)20-40
• 2.1 攝像機的物理模型20-23
• 2.1.1 圖像坐標系20-21
• 2.1.2 攝像機坐標系與世界坐標系21-22
• 2.1.3 攝像機線性成像模型22-23
• 2.2 圖像預(yù)處理23-26
• 2.2.1 圖像平滑濾波器23-25
• 2.2.2 圖像平滑濾波實驗結(jié)果25-26
• 2.3 圖像特征點提取26-32
• 2.3.1 Harris特征點提取27-28
• 2.3.2 SITT特征點檢測28-30
• 2.3.3 SURF特征點檢測30-31
• 2.3.4 特征點提取結(jié)果對比31-32
• 2.4 基于立體視覺三維點重建32-38
• 2.4.1 Bumblebee2相機簡介33
• 2.4.2 極線約束及三維點重建原理33-37
• 2.4.3 空間點的重構(gòu)結(jié)果37-38
• 2.5 本章小結(jié)38-40
• 第3章 基于雙目視覺的立體匹配與跟蹤算法40-58
• 3.1 立體匹配40-45
• 3.1.1 匹配的約束規(guī)則41-42
• 3.1.2 代價算子42-43
• 3.1.3 匹配算法43-45
• 3.2 基于RANSAC的匹配優(yōu)化算法45-47
• 3.2.1 RANSAC算法介紹45-46
• 3.2.2 RANSAC迭代優(yōu)化46-47
• 3.3 立體跟蹤47-51
• 3.3.1 光流跟蹤法47-49
• 3.3.2 四邊形閉環(huán)結(jié)構(gòu)49-50
• 3.3.3 閉環(huán)跟蹤算法50-51
• 3.4 實驗及分析51-56
• 3.4.1 匹配實驗及對比分析51-53
• 3.4.2 跟蹤實驗及對比分析53-56
• 3.5 本章小結(jié)56-58
• 第4章 基于Levenberg-Marquardr的姿態(tài)估計與建圖58-72
• 4.1 Levenberg-Marquardr算法58-61
• 4.2 運動姿態(tài)估計61-65
• 4.2.1 姿態(tài)模型建立61-62
• 4.2.2 基于Levenberg-Marquardr算法的姿態(tài)模型求解62-64
• 4.2.3 姿態(tài)求解算法實現(xiàn)64-65
• 4.3 地圖構(gòu)造65-69
• 4.3.1 拓撲地圖建立66-67
• 4.3.2 圖優(yōu)化地圖67-69
• 4.4 本章小結(jié)69-72
• 第5章 實驗結(jié)果與分析72-86
• 5.1 實驗平臺以及傳感器配置72-73
• 5.2 視覺定位構(gòu)圖實驗結(jié)果及分析73-84
• 5.2.1 直線駕駛實驗效果73-76
• 5.2.2 弧形彎道駕駛實驗效果76-78
• 5.2.3 閉合矩形路實驗效果78-81
• 5.2.4 實驗結(jié)果分析81-84
• 5.3 本章小結(jié)84-86
• 第6章 總結(jié)與展望86-88
• 參考文獻88-92
• 致謝92-94
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果94

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 廖斌;劉利雄;;基于視覺保真的匹配跟蹤位分配[J];武漢大學(xué)學(xué)報(工學(xué)版);2007年04期

2 羅軍;江和平;沈振康;;基于匹配跟蹤置信度的自適應(yīng)對應(yīng)像素距離圖像匹配跟蹤算法[J];信號處理;2008年01期

3 江和平,陳洪光,李飚,沈振康;基于對應(yīng)像素距離度量的圖像匹配跟蹤算法[J];彈道學(xué)報;2005年03期

4 張文耀,許剛,王裕國;基于匹配跟蹤的感知梯度正弦建模方法[J];軟件學(xué)報;2003年03期

5 戴蓉;黃成;;視頻目標檢測匹配跟蹤算法優(yōu)化研究[J];計算機仿真;2010年10期

6 王燕;丁海洋;程明智;;基于時頻匹配跟蹤的脈象信號能量譜分析[J];北京印刷學(xué)院學(xué)報;2011年04期

7 崔雄文;吳欽章;蔣平;周進;;基于自適應(yīng)最優(yōu)聚類的目標匹配跟蹤算法[J];半導(dǎo)體光電;2014年01期

8 丁艷;金偉其;薛雪;;基于加權(quán)相關(guān)的圖像匹配跟蹤算法的研究[J];彈箭與制導(dǎo)學(xué)報;2009年04期

9 江和平;沈振康;;基于單元信息熵矢量特征的圖像匹配跟蹤算法[J];信號處理;2006年05期

10 陳迎春;王巖松;姜乃利;鄢月;李燕;;基于小波和匹配跟蹤兩種降噪方法的比較研究[J];遼寧工學(xué)院學(xué)報;2007年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 黃影;廖斌;;基于正交匹配跟蹤的多傳感器圖像融合[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 江和平;紅外序列圖像匹配跟蹤技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 樊俊杰;室外環(huán)境下基于雙目立體視覺的同時定位與建圖[D];中國科學(xué)技術(shù)大學(xué);2016年

2 王輝;基于匹配跟蹤的多傳感器圖像融合[D];華北電力大學(xué)（北京）;2011年

3 李偉;基于匹配跟蹤和自適應(yīng)字典的圖像去噪算法研究[D];華北電力大學(xué)（北京）;2010年

4 黃影;基于正交匹配跟蹤以及K-SVD的圖像融合技術(shù)[D];華北電力大學(xué)（北京）;2010年

  本文關(guān)鍵詞：室外環(huán)境下基于雙目立體視覺的同時定位與建圖，由筆耕文化傳播整理發(fā)布。

，

本文編號：353787