發(fā)布時間：2023-06-08 18:14

　　近年來,移動機器人在智能制造與物流系統(tǒng)中得到了快速發(fā)展,其中機器人在未知環(huán)境下的同時定位與建圖(SLAM,Simultaneous Localization and Mapping)的技術(shù)被大量應用和關(guān)注�；趩螜C器人的SLAM技術(shù)已經(jīng)發(fā)展的比較成熟,并且當前主要的研究都集中在對單機器人SLAM算法的性能優(yōu)化上面,對于多機器人的SLAM研究相對較少,本文針對多機器人SLAM中的機器人相對位姿確定和稀疏點云地圖融合做了初步研究和實驗驗證。相比于單機器人SLAM,多機器人SLAM系統(tǒng)具有更高的效率,能夠處理更大的任務量和更高的魯棒性。在諸多優(yōu)勢的同時多機器人SLAM系統(tǒng)也面臨著比單機器人S LAM更多的問題。首先在陌生環(huán)境下,機器人之間的相對位置無法確定,機器人之間的聯(lián)系無法直接建立,導致多機器人建立的地圖無法有效地融合建立全局統(tǒng)一地圖。其次單目SLAM中多機器人建立的地圖具有尺度不一致性,多機器人地圖融合對估計的旋轉(zhuǎn)誤差較為敏感,如何提高地圖的拼接精度是一個難點。針對以上問題,本文以O(shè)RB-Slam算法作為實現(xiàn)基礎(chǔ),設(shè)計了基于ROS的多機器人SLAM系統(tǒng)。針對多機器人相對定位與稀疏點云地...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外現(xiàn)狀與分析
    1.3 主要研究內(nèi)容及章節(jié)安排
第2章 Slam算法理論基礎(chǔ)
    2.1 引言
    2.2 SLAM問題基本原理
    2.3 相機模型
        2.3.1 小孔成像模型
        2.3.2 攝像頭畸變
        2.3.3 雙目和RGB-D相機模型
    2.4 基于視覺的SLAM算法原理
        2.4.1 前端視覺里程計
        2.4.2 后端數(shù)據(jù)處理
        2.4.3 閉環(huán)檢測和優(yōu)化
    2.5 本章小結(jié)
第3章 多機器人協(xié)同Slam
    3.1 引言
    3.2 多機器人通信
    3.3 機器人視覺前端
    3.4 機器人后端
    3.5 場景識別
    3.6 回環(huán)優(yōu)化
    3.7 多機器人定位與地圖融合
    3.8 本章小結(jié)
第4章 實驗與結(jié)果分析
    4.1 引言
    4.2 實驗平臺的搭建
        4.2.1 移動機器人硬件平臺
        4.2.2 移動機器人軟件平臺
    4.3 實驗結(jié)果及分析
        4.3.1 相機標定
        4.3.2 圖像特征提取與匹配
        4.3.3 單機器人建圖
        4.3.4 相似場景檢測
        4.3.5 機器人相對定位
        4.3.6 地圖融合
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
指導教師對研究生學位論文的學術(shù)評語
學位論文答辯委員會決議書
致謝
攻讀碩士學位期間的研究成果



本文編號：3832246