隨著科技的飛速發(fā)展,AR/VR、機(jī)器人、無(wú)人機(jī)、無(wú)人駕駛領(lǐng)域等開(kāi)始廣泛應(yīng)用于工業(yè)制造、軍事活動(dòng)以及日常生活的各方各面。然而,想要提高用戶(hù)體驗(yàn),還亟需解決諸多技術(shù),SLAM技術(shù)就是其中之一。同步定位與地圖構(gòu)建（SLAM,Simultaneous Localization and Mapping）,是指搭載特定傳感器的主體,在沒(méi)有環(huán)境先驗(yàn)信息的情況下,于運(yùn)動(dòng)過(guò)程中建立環(huán)境,并同時(shí)估計(jì)自已的位姿。它是實(shí)現(xiàn)移動(dòng)機(jī)器人自主導(dǎo)航的前提和核心,精確定位是移動(dòng)機(jī)器人運(yùn)動(dòng)控制和規(guī)劃的基礎(chǔ),也是實(shí)現(xiàn)真正智能化和完全自主移動(dòng)的關(guān)鍵技術(shù)。近年來(lái),國(guó)內(nèi)外的研究者和應(yīng)用開(kāi)發(fā)人員在視覺(jué)SLAM方面已取得顯著的成績(jī)。但是移動(dòng)機(jī)器人在定位過(guò)程中,當(dāng)相機(jī)視角發(fā)生大幅變化時(shí),會(huì)使相鄰幀之間圖像特征點(diǎn)匹配數(shù)目驟減,匹配精度降低,導(dǎo)致系統(tǒng)性能下降甚至失效,嚴(yán)重時(shí)會(huì)發(fā)生定位失敗。針對(duì)上述問(wèn)題,本文提出了基于ORB的抗大視角變換圖像特征匹配算法,并在此基礎(chǔ)上提出了大視角魯棒性視覺(jué)SLAM算法。論文主要的研究?jī)?nèi)容成果如下:（1）本文結(jié)合ASIFT算法的完全仿射不變性原理,通過(guò)模擬相機(jī)在不同視角下的成像來(lái)獲取多視角圖像序列集,用BRI... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

機(jī)器人的應(yīng)用領(lǐng)域

圖 2-2 徑向畸變的類(lèi)型Fig. 2-2 Type of radial distortion與中心距離的增加而增加，可用與距中心距離有如下：2 4 61 2 32 4 61 2 3(1 )(1 )corcorx x k r k r k ry y k r k r k r 經(jīng)糾正的點(diǎn)的坐標(biāo)， , Tcor corx y 是糾正后的點(diǎn)的域，2k 糾正圖像畸變較大的邊緣區(qū)域，而3k 是理，對(duì)于切向畸變，可用參數(shù)1p ，2p 來(lái)糾正：2 21 22 21 22 ( 2 )( 2 ) 2corcorx x p xy p r xy y p r y p xy 式（2-8）聯(lián)合可知，我們能由 5 個(gè)畸變系數(shù)找的點(diǎn)，并且由相機(jī)的內(nèi)參矩陣得到該點(diǎn)位于像素x cor xu f x c

SLAM 的路標(biāo)數(shù)量巨大，要存儲(chǔ)更新?tīng)顟B(tài)量的均值和方型場(chǎng)景�，F(xiàn)今，研究者們大部分采用 BA[34]（BundleAdj因?yàn)?21 世紀(jì)研究者們意識(shí)到了 矩陣具有稀疏結(jié)構(gòu)，可可以用圖優(yōu)化的方法來(lái)表示，重要的一點(diǎn)就是 SLAM 的。略掉前端提取的特征，在后端用圖優(yōu)化來(lái)優(yōu)化運(yùn)行軌跡，幀之間的估計(jì)軌跡；圖 2-4(b)是添加回環(huán)檢測(cè)后消除累積了一段時(shí)間之后回到原點(diǎn)，但是因?yàn)橐曈X(jué)里程計(jì)存在漂移點(diǎn)，如果使移動(dòng)機(jī)器人能識(shí)別曾經(jīng)到達(dá)過(guò)的地方，那就可漂移就可以消除，這就是回環(huán)檢測(cè)（LoopClosureDetectio到相機(jī)經(jīng)過(guò)同一個(gè)地方，就為后端的優(yōu)化提供了更加有效是將當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行關(guān)聯(lián)，當(dāng)跟蹤特征點(diǎn)任務(wù)失了 SLAM 系統(tǒng)整體的穩(wěn)定性和魯棒性�？梢酝ㄟ^(guò)判斷圖。

【參考文獻(xiàn)】：
期刊論文
[1]基于單目視覺(jué)的移動(dòng)機(jī)器人SLAM系統(tǒng)構(gòu)建[J]. 鄧明華,陳云紅,王晶晶.  南方農(nóng)機(jī). 2019(01)
[2]ORB-SLAM2車(chē)載雙目視覺(jué)的自主導(dǎo)航性能評(píng)估[J]. 沈燕芬,張小紅,朱鋒.  導(dǎo)航定位學(xué)報(bào). 2018(02)
[3]基于圖優(yōu)化的SLAM后端優(yōu)化研究與發(fā)展[J]. 張洪華,劉璇,陳付豪,李文彬,張建華.  計(jì)算機(jī)應(yīng)用研究. 2019(01)
[4]基于ASIFT算法的圖像特征匹配[J]. 張振寧.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2018(02)
[5]一種基于ORB的快速大視角圖像匹配算法[J]. 曾慶化,陳艷,王云舒,劉建業(yè),劉昇.  控制與決策. 2017(12)
[6]基于ASIFT算法的人臉圖像特征匹配[J]. 王亦森,楊圣.  工業(yè)控制計(jì)算機(jī). 2016(07)
[7]融合激光與視覺(jué)信息的自主移動(dòng)機(jī)器人的SLAM研究[J]. 劉雅彬,陳萬(wàn)米.  工業(yè)控制計(jì)算機(jī). 2015(09)
[8]大規(guī)模環(huán)境下基于圖優(yōu)化SLAM的圖構(gòu)建方法[J]. 王忠立,趙杰,蔡鶴皋.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[9]融合IMU的RGBD-SLAM算法改進(jìn)研究[J]. 閔華松,楊杰.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(01)
[10]基于圖像配準(zhǔn)的柵格地圖拼接方法[J]. 祝繼華,周頤,王曉春,邗汶鋅,馬亮.  自動(dòng)化學(xué)報(bào). 2015(02)

碩士論文
[1]基于視覺(jué)的室內(nèi)機(jī)器人同時(shí)定位與地圖構(gòu)建方法研究[D]. 王曼.西南科技大學(xué) 2018
[2]基于特征點(diǎn)的圖像拼接與單目相機(jī)位姿測(cè)量的研究[D]. 吳兵強(qiáng).天津科技大學(xué) 2017
[3]基于改進(jìn)ASIFT算法的SAR圖像匹配研究[D]. 李玥.西安電子科技大學(xué) 2017
[4]未知環(huán)境中移動(dòng)機(jī)器人視覺(jué)定位與地圖構(gòu)建[D]. 胡遵河.中國(guó)民航大學(xué) 2017
[5]基于主動(dòng)學(xué)習(xí)和半監(jiān)督學(xué)習(xí)的工業(yè)故障分類(lèi)研究及應(yīng)用[D]. 朱東陽(yáng).浙江大學(xué) 2017
[6]基于RGB-D圖像的SLAM問(wèn)題關(guān)鍵技術(shù)研究[D]. 王劍楠.南京航空航天大學(xué) 2017



本文編號(hào)：3567796