發(fā)布時間：2023-01-28 11:46

　　同步定位與建圖技術(shù)SLAM（Simultaneous Localization and Mapping）自從1988年被提出之后到如今,經(jīng)過多年的研究和發(fā)展逐漸在人工智能和無人駕駛等高新技術(shù)領(lǐng)域展現(xiàn)出巨大的應(yīng)用價值。但由于被用于SLAM的相關(guān)傳感器存在誤差以及SLAM算法本身的缺陷,SLAM在運行過程中不可避免的會出現(xiàn)建圖與定位漂移的情況。對此,需要一種額外的算法能夠?qū)LAM的建圖與定位過程提供優(yōu)化指令,而這種算法在SLAM中通常是以檢測是否經(jīng)過同一地點來實現(xiàn)的,在學(xué)術(shù)界這種方法被稱之為閉環(huán)檢測算法。3D激光SLAM和面向3D激光SLAM的閉環(huán)檢測算法是近幾年SLAM領(lǐng)域中的研究熱點。在對3D激光SLAM和相關(guān)的閉環(huán)檢測方法的國內(nèi)外發(fā)展現(xiàn)狀進(jìn)行研究之后,本文針對面向3D點云數(shù)據(jù)的閉環(huán)檢測的研究做了以下準(zhǔn)備工作:首先,本文在研究了激光雷達(dá)的工作原理的基礎(chǔ)上,選用了機(jī)械旋轉(zhuǎn)式多線激光雷達(dá)作為本文研究的主要傳感器;其次介紹了激光SLAM的整體框架明確了閉環(huán)檢測在框架中的位置;最后比較了幾種常用的點云特征提取方法,確定了基于點云特征描述符的閉環(huán)檢測研究方向。為了能夠在3D點云數(shù)據(jù)中高效提取出... 

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 激光SLAM及閉環(huán)檢測研究現(xiàn)狀
        1.2.1 激光SLAM研究現(xiàn)狀
        1.2.2 閉環(huán)檢測研究現(xiàn)狀
    1.3 研究內(nèi)容及組織結(jié)構(gòu)安排
第二章 相關(guān)理論基礎(chǔ)
    2.1 三維激光雷達(dá)測量原理及模型
        2.1.1 三維激光雷達(dá)測量原理
        2.1.2 三維激光雷達(dá)模型
    2.2 激光SLAM框架
        2.2.1 傳感器數(shù)據(jù)處理
        2.2.2 前端匹配
        2.2.3 閉環(huán)檢測
        2.2.4 后端優(yōu)化
        2.2.5 地圖構(gòu)建
    2.3 點云特征提取
        2.3.1 點特征
        2.3.2 線特征
        2.3.3 面特征
        2.3.4 特征描述符
    2.4 本章小結(jié)
第三章 三維點云特征描述符Fast-M2DP算法
    3.1 常用點云特征描述符算法
        3.1.1 常用算法的理論框架
        3.1.2 存在的問題分析
    3.2 全局3D點云特征描述符M2DP
    3.3 基于M2DP的優(yōu)化算法Fast-M2DP
        3.3.1 Fast-M2D并行化方案
        3.3.2 Fast-M2DP并行化方案實現(xiàn)
        3.3.3 實驗分析
    3.4 本章小結(jié)
第四章 閉環(huán)檢測算法Delay-CLD
    4.1 常用閉環(huán)檢測方案分析
    4.2 Delay-CLD(Delay closed-loop detection)框架
    4.3 Delay-CLD算法實現(xiàn)
        4.3.1 Delay檢測
        4.3.2 Fast-M2DP全局描述符匹配
        4.3.3 Super G-4PCS全局粗配準(zhǔn)
        4.3.4 基于改進(jìn)ICP的精配準(zhǔn)
    4.4 實驗分析
        4.4.1 實驗環(huán)境
        4.4.2 實驗及結(jié)果分析
    4.5 本章小結(jié)
第五章 Delay-CLD在3D激光SLAM中的應(yīng)用
    5.1 應(yīng)用平臺ROS簡介
    5.2 Delay-CLD在 LOAM中的應(yīng)用
    5.3 實驗驗證
        5.3.1 實驗環(huán)境
        5.3.2 數(shù)據(jù)采集
        5.3.3 實驗結(jié)果對比分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡介及讀研期間主要科研成果


【參考文獻(xiàn)】：
期刊論文
[1]點云配準(zhǔn)FPFH特征子異構(gòu)并行優(yōu)化研究[J]. 王敏.  軟件導(dǎo)刊. 2017(11)
[2]基于GPU的實時三維點云數(shù)據(jù)配準(zhǔn)研究[J]. 荊銳,趙旦譜,臺憲青.  計算機(jī)工程. 2012(23)
[3]一種利用近似平均曲率提取散亂點云模型特征點的快速算法[J]. 王瑤,萬毅.  甘肅科技. 2010(14)
[4]智能機(jī)器人與應(yīng)用的現(xiàn)狀與發(fā)展趨勢[J]. 黃永安,熊蔡華,熊有倫.  國際學(xué)術(shù)動態(tài). 2009(04)
[5]智能機(jī)器人與應(yīng)用的現(xiàn)狀與發(fā)展趨勢[J]. 黃永安,熊蔡華,熊有倫.  國際學(xué)術(shù)動態(tài). 2009 (04)
[6]基于高斯曲率極值點的散亂點云數(shù)據(jù)特征點提取[J]. 馬驪溟,徐毅,李澤湘.  系統(tǒng)仿真學(xué)報. 2008(09)



本文編號：3732555