視覺里程計(Visual Odometry,VO)是機器人在運動過程中使用一個或多個相機構(gòu)建周圍環(huán)境地圖,并估計自身在環(huán)境中位置與姿態(tài)的技術(shù)。視覺里程計是視覺同時定位與地圖構(gòu)建(Visual Simultaneous Location And Mapping,V-SLAM)的重要組成部分,是去除回環(huán)檢測的V-SLAM。隨著移動機器人的推廣與普及,視覺里程計正成為計算機視覺領(lǐng)域與機器人領(lǐng)域的熱門研究方向。慣性測量單元(Inertial Measurement Unit,IMU)是能夠測量自身運動加速度與角速度的電子設(shè)備。常與其他設(shè)備結(jié)合用于高頻率的位置、姿態(tài)測量。本文算法基于雙目相機采集得到的雙目影像,使用直接法的方式設(shè)計視覺里程計,并使用IMU輔助視覺里程計進行影像位姿的估計。直接法通過最小化影像之間的光度誤差實現(xiàn)影像相對位姿求解。相對于特征點法,直接法無需計算特征點的描述子,可以利用更多的影像信息進行求解,獲得更精確、魯棒的結(jié)果。本文的主要研究成果包括:1.將光度變換參數(shù)引入到直接法光度誤差計算過程中,并將其加入到影像的狀態(tài)量中,與影像的位姿一同優(yōu)化求解,實現(xiàn)魯棒的光度誤差計算方法。...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景
    1.2 視覺里程計的發(fā)展與現(xiàn)狀
    1.3 IMU輔助導(dǎo)航的發(fā)展與現(xiàn)狀
    1.4 本文章節(jié)安排
第二章 相關(guān)背景知識
    2.1 雙目相機
        2.1.1 雙目相機成像模型
        2.1.2 雙目影像匹配
    2.2 李代數(shù)與位姿優(yōu)化
        2.2.1 流形
        2.2.2 李群與李代數(shù)
        2.2.3 李群與李代數(shù)上的導(dǎo)數(shù)
    2.3 IMU預(yù)積分
    2.4 窗口優(yōu)化
        2.4.1 圖優(yōu)化
        2.4.2 邊緣化
        2.4.3 穩(wěn)定性
    2.6 本章小結(jié)
第三章 IMU輔助的雙目視覺里程計研究
    3.1 直接法雙目視覺里程計
        3.1.1 算法流程
        3.1.2 光度誤差
        3.1.3 點與幀管理
        3.1.4 關(guān)鍵幀追蹤
        3.1.5 非關(guān)鍵幀處理
        3.1.6 關(guān)鍵幀處理-窗口優(yōu)化
    3.2 IMU輔助視覺里程計
        3.2.1 IMU測量值的坐標系轉(zhuǎn)換
        3.2.2 IMU初始化與積分
        3.2.3 緊耦合窗口優(yōu)化
    3.3 本章小結(jié)
第四章 實驗分析
    4.1 室外環(huán)境實驗
        4.1.1 實驗描述
        4.1.2 實驗結(jié)果與分析
    4.2 室內(nèi)環(huán)境實驗
        4.2.1 實驗描述
        4.2.2 實驗結(jié)果與分析
第五章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 展望
參考文獻
攻讀碩士期間科研經(jīng)歷與科研成果
致謝



本文編號：3892825