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(guò)多年的研究和發(fā)展逐漸在人工智能和無(wú)人駕駛等高新技術(shù)領(lǐng)域展現(xiàn)出巨大的應(yīng)用價(jià)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(yùn)行過(guò)程中不可避免的會(huì)出現(xiàn)建圖與定位漂移的情況。對(duì)此,需要一種額外的算法能夠?qū)LAM的建圖與定位過(guò)程提供優(yōu)化指令,而這種算法在SLAM中通常是以檢測(cè)是否經(jīng)過(guò)同一地點(diǎn)來(lái)實(shí)現(xiàn)的,在學(xué)術(shù)界這種方法被稱之為閉環(huán)檢測(cè)算法。3D激光SLAM和面向3D激光SLAM的閉環(huán)檢測(cè)算法是近幾年SLAM領(lǐng)域中的研究熱點(diǎn)。在對(duì)3D激光SLAM和相關(guān)的閉環(huán)檢測(cè)方法的國(guó)內(nèi)外發(fā)展現(xiàn)狀進(jìn)行研究之后,本文針對(duì)面向3D點(diǎn)云數(shù)據(jù)的閉環(huán)檢測(cè)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(cè)在框架中的位置;最后比較了幾種常用的點(diǎn)云特征提取方法,確定了基于點(diǎn)云特征描述符的閉環(huán)檢測(cè)研究方向。為了能夠在3D點(diǎn)云數(shù)據(jù)中高效提取出... 

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)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(cè)研究現(xiàn)狀
        1.2.1 激光SLAM研究現(xiàn)狀
        1.2.2 閉環(huán)檢測(cè)研究現(xiàn)狀
    1.3 研究?jī)?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(cè)量原理及模型
        2.1.1 三維激光雷達(dá)測(cè)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(cè)
        2.2.4 后端優(yōu)化
        2.2.5 地圖構(gòu)建
    2.3 點(diǎn)云特征提取
        2.3.1 點(diǎn)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(diǎn)云特征描述符Fast-M2DP算法
    3.1 常用點(diǎn)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(wèn)題分析
    3.2 全局3D點(diǎn)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(shí)現(xiàn)
        3.3.3 實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第四章 閉環(huán)檢測(cè)算法Delay-CLD
    4.1 常用閉環(huán)檢測(cè)方案分析
    4.2 Delay-CLD(Delay closed-loop detection)框架
    4.3 Delay-CLD算法實(shí)現(xiàn)
        4.3.1 Delay檢測(cè)
        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(shí)驗(yàn)分析
        4.4.1 實(shí)驗(yàn)環(huán)境
        4.4.2 實(shí)驗(yàn)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(tái)ROS簡(jiǎn)介
    5.2 Delay-CLD在 LOAM中的應(yīng)用
    5.3 實(shí)驗(yàn)驗(yàn)證
        5.3.1 實(shí)驗(yàn)環(huán)境
        5.3.2 數(shù)據(jù)采集
        5.3.3 實(shí)驗(yàn)結(jié)果對(duì)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(jiǎn)介及讀研期間主要科研成果


【參考文獻(xiàn)】：
期刊論文
[1]點(diǎn)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(shí)時(shí)三維點(diǎn)云數(shù)據(jù)配準(zhǔn)研究[J]. 荊銳,趙旦譜,臺(tái)憲青.  計(jì)算機(jī)工程. 2012(23)
[3]一種利用近似平均曲率提取散亂點(diǎn)云模型特征點(diǎn)的快速算法[J]. 王瑤,萬(wàn)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(shì)[J]. 黃永安,熊蔡華,熊有倫.  國(guó)際學(xué)術(shù)動(dòng)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(shì)[J]. 黃永安,熊蔡華,熊有倫.  國(guó)際學(xué)術(shù)動(dòng)態(tài). 2009 (04)
[6]基于高斯曲率極值點(diǎn)的散亂點(diǎn)云數(shù)據(jù)特征點(diǎn)提取[J]. 馬驪溟,徐毅,李澤湘.  系統(tǒng)仿真學(xué)報(bào). 2008(09)



本文編號(hào)：3732555