解決機器人在位置環(huán)境中的定位問題,是實現(xiàn)機器人智能化中的重要環(huán)節(jié)�，F(xiàn)有嵌入式SLAM(Simultaneous Localization and Mapping,同步定位與地圖構(gòu)建)系統(tǒng)運行時存在實時性差、建圖效果差等問題,其原因主要為系統(tǒng)本身對圖像處理時間過長或嵌入式硬件性能差導(dǎo)致運算速率太慢,即便是有部分算法能進行嵌入式移植,但也會受到平臺的限制,從而導(dǎo)致運行效果很差。針對這一現(xiàn)狀,本文對SLAM系統(tǒng)的可視化模塊和載入ORB“詞典”進行了優(yōu)化,并構(gòu)建了以嵌入式開發(fā)板TX1為上位機的SLAM系統(tǒng)。因此,本文的研究工作分可為以下三個部分:(1)對視覺SLAM系統(tǒng)的各組成模塊進行了研究。視覺里程計方面結(jié)合隨機采樣一致(RANSAC)算法,完成了SURF、SIFT和ORB三種特征點的提取和匹配實驗,并進行了對比分析。后端優(yōu)化方面對比了基于卡爾曼濾波和基于圖優(yōu)化的后端優(yōu)化方法,并對回環(huán)檢測中常用的詞袋模型進行了研究分析。(2)完整分析了ORB-SLAM2算法的系統(tǒng)框架,并對其中可視化模塊和載入ORB“詞典”的方式進行了改進。原系統(tǒng)中可視化模塊的功能是監(jiān)測程序的正常運行,其中,分別用以實現(xiàn)地圖...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

圖2-1旋轉(zhuǎn)示意圖

圖2-2兩幀圖像投影示意圖

圖2-3FAST特征點1）在圖片中人選一個像素，設(shè)為P，假設(shè)該像素的灰度值為I

圖2-4特征匹配效果圖

本文編號：3888482