近年來(lái),隨著人工智能技術(shù)的發(fā)展,移動(dòng)機(jī)器人與智能技術(shù)深度融合給傳統(tǒng)行業(yè)帶來(lái)了巨大變革,如利用路徑自主規(guī)劃的物流機(jī)器人對(duì)貨物進(jìn)行分揀,轉(zhuǎn)運(yùn),利用自主導(dǎo)航無(wú)人車(chē)對(duì)城市進(jìn)行高精度地圖的繪制等。同時(shí)定位與地圖構(gòu)建（Simultaneous Localization And Mapping,SLAM）技術(shù)是移動(dòng)機(jī)器人自主導(dǎo)航和定位的關(guān)鍵性技術(shù),視覺(jué)實(shí)時(shí)定位與地圖構(gòu)建（visual SLAM,v SLAM）搭載的相機(jī)傳感器相對(duì)激光等傳統(tǒng)傳感器,具有成本低、體積小、信息豐富等優(yōu)點(diǎn),廣受研究者的青睞。本文研究對(duì)前端視覺(jué)里程計(jì)的改進(jìn)來(lái)提高基于SLAM的移動(dòng)機(jī)器人單目視覺(jué)定位的準(zhǔn)確性,系統(tǒng)的實(shí)時(shí)性和魯棒性,主要內(nèi)容與創(chuàng)新點(diǎn)歸納如下:（1）在特征點(diǎn)選擇方面,針對(duì)傳統(tǒng)特征點(diǎn)選擇方式容易引發(fā)特征點(diǎn)大量聚集現(xiàn)象,導(dǎo)致幀間匹配時(shí)發(fā)生誤匹配或匹配失敗,提出一種基于四叉樹(shù)的特征點(diǎn)均勻化選擇方式,對(duì)特征點(diǎn)跟蹤時(shí)長(zhǎng)進(jìn)行了統(tǒng)計(jì)分析,結(jié)果表明特征點(diǎn)均勻化有助于延長(zhǎng)特征點(diǎn)的跟蹤時(shí)間,特征點(diǎn)被跟蹤優(yōu)化的時(shí)間越長(zhǎng),準(zhǔn)確性就越高,構(gòu)圖和定位就更加精確。（2）在匹配魯棒性方面,針對(duì)快定向、短旋轉(zhuǎn)（Oriented FAST and Ro... 

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

移動(dòng)機(jī)器

PTAM增強(qiáng)現(xiàn)實(shí)2011年，Newcombe等人[13]提出了單目密集跟蹤與構(gòu)圖（DenseTrackingand

SLAM系統(tǒng)組成模塊

【參考文獻(xiàn)】：
期刊論文
[1]基于SURF和ORB全局特征的快速閉環(huán)檢測(cè)[J]. 劉國(guó)忠,胡釗政.  機(jī)器人. 2017(01)
[2]基于單目視覺(jué)的同時(shí)定位與地圖構(gòu)建方法綜述[J]. 劉浩敏,章國(guó)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)
[3]單目視覺(jué)同步定位與地圖創(chuàng)建方法綜述[J]. 顧照鵬,劉宏.  智能系統(tǒng)學(xué)報(bào). 2015(04)
[4]基于ORB算法改進(jìn)的影像匹配方法[J]. 陳慧穎,劉進(jìn),楊潔,向夏蕓.  測(cè)繪地理信息. 2015(03)
[5]基于概率選取隨機(jī)特征點(diǎn)的單目視覺(jué)SLAM方法[J]. 趙立坤,武二永,郭燚平,戴國(guó)駿.  機(jī)器人. 2010(05)
[6]基于SIFT特征的遙感影像自動(dòng)配準(zhǔn)[J]. 李曉明,鄭鏈,胡占義.  遙感學(xué)報(bào). 2006(06)

碩士論文
[1]基于SURF的圖像配準(zhǔn)與拼接技術(shù)研究[D]. 卜珂.大連理工大學(xué) 2009



本文編號(hào)：3677504