近年來,隨著人工智能的快速發(fā)展,自主移動機器人相關(guān)技術(shù)受到了廣泛關(guān)注。研究移動機器人在未知環(huán)境中的定位方法,對提高其小型化、自主化、智能化具有重要意義。其中視覺傳感器因其低廉的價格和豐富的信息,在移動機器人領(lǐng)域得到廣泛的應(yīng)用。但是以視覺為主的定位方法由于圖像模糊、運動過快和視覺缺失等因素引起的誤差,不能保證其準(zhǔn)確度。針對上述問題,本文基于單目視覺與慣導(dǎo)信息融合,對移動機器人室內(nèi)定位算法進(jìn)行研究。論文的主要內(nèi)容包括以下幾個部分:首先,對視覺信息與慣導(dǎo)信息融合的研究背景和研究現(xiàn)狀做了概述。并對視覺慣性融合基礎(chǔ)理論做了介紹,包括常用的相機模型、坐標(biāo)系轉(zhuǎn)換和姿態(tài)描述以及基于優(yōu)化的SLAM基本原理。其次,針對移動機器人的位姿估計問題,給出了一種單目視覺與慣導(dǎo)融合的方法。該算法包括前端和后端兩部分,其中視覺前端采用Harris角點進(jìn)行檢測和跟蹤,慣性單元的前端則采用預(yù)積分對陀螺儀和加速度數(shù)據(jù)進(jìn)行處理。在算法的后端通過緊耦合的方式優(yōu)化滑動窗口內(nèi)的IMU測量殘差、視覺測量殘差以及先驗信息,估計出移動機器人的位姿信息。通過實驗驗證了該算法的有效性,同時發(fā)現(xiàn)該算法對旋轉(zhuǎn)誤差較大的缺點。然后,為提高室內(nèi)環(huán)境...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-7視覺慣性初始化示意圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-34-的對齊，其校準(zhǔn)過程如圖3-7所示，通過視覺的位姿估計來校正IMU的零偏，通過IMU的位姿計算來估計視覺位姿的尺度信息，在校準(zhǔn)對齊的過程中，得到后端優(yōu)化的初值，并將其發(fā)送到基于優(yōu)化的緊耦合后端，完成系統(tǒng)初始化。圖3-7視覺慣性初始化示意圖3.6....

圖3-8Harris角點檢測與跟蹤

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-38-（a）書桌角點檢測（b）走廊角點檢測（c）KLT光流法跟蹤書桌角點（d）KLT光流法跟蹤走廊角點圖3-8Harris角點檢測與跟蹤由上面實驗可以得知，當(dāng)環(huán)境紋理清晰時提取的角點質(zhì)量較高分布均勻，而在紋理比較弱的環(huán)境中，角點提取質(zhì)量并不高且易聚....

圖3-9點特征提取與跟蹤圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-39-3.7.2公開數(shù)據(jù)集測試本次實驗的測試主要是在EuRocMAV數(shù)據(jù)集上進(jìn)行，EuRoc數(shù)據(jù)集是在微型飛行器（MAV）上收集的視覺慣性數(shù)據(jù)集，其包含立體聲圖像，同步的IMU測量以及準(zhǔn)確的運動和結(jié)構(gòu)真實值。數(shù)據(jù)集包含的場景比較豐富包括了兩個普通房....

圖3-10MAV三維坐標(biāo)實驗圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-40-可以比較穩(wěn)定地跟蹤特征點。在后端優(yōu)化中將視覺特征點信息、IMU預(yù)積分信息和先驗信息統(tǒng)一進(jìn)行優(yōu)化�？色@得MAV的位姿和路標(biāo)點的三維坐標(biāo)實驗效果圖如下：圖3-10MAV三維坐標(biāo)實驗圖為了進(jìn)行定量評估，選擇絕對位姿誤差（APE）作為評估指標(biāo)，它直接....

本文編號：3976246