本文關鍵詞：基于Project Tango的SLAM技術研究　出處：《武漢大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： SLAM Project Tango 運動姿態(tài) 視覺詞典 閉路檢測

【摘要】：近年,隨著無人機、虛擬現(xiàn)實、增強現(xiàn)實相關游戲和設備的迅速普及,即時定位與構圖技術(simultaneous localization and mapping,以下簡稱 SLAM技術)成為了當今研究的重點問題之一,如今眾多廠家將該技術應用到手機、眼鏡、平板設備中,如微軟的Kinect、谷歌的Project Tango設備等。搭載該技術的以上設備集成了 RGB相機、深度相機和其他傳感器,能夠克服傳統(tǒng)掃描設備的成本與專業(yè)性限制,可以實現(xiàn)以更低的成本和更快的速度重建出三維場景,現(xiàn)已被廣泛應用于機器人、教育、室內導航、虛擬購物等領域。雖然基于移動設備的SLAM技術具有低成本、便攜性等優(yōu)點,但仍存在一些改善空間:一方面,移動設備采集的數(shù)據(jù)深受噪聲影響,用戶操作不當?shù)热藶橐蛩匾矊е聰?shù)據(jù)抖動和不連續(xù),這些問題將嚴重影響三維重建的質量;另一方面,在面對大規(guī)模場景時,設備所需處理的數(shù)據(jù)量成倍增長,而設備本身CPU、內存硬件資源有限,會降低定位與重建的實際處理速度。因此,如何保證時效性和建模質量之間的平衡也將是SLAM技術中的重要問題。為了深入研究SLAM技術,本文將谷歌Project Tango設備作為實驗對象,選取室內場景的三維重建為應用場景來展開工作。對于設備的原始數(shù)據(jù)噪聲大和硬件資源有限的問題,本文針對系統(tǒng)誤差和噪聲影響提出基于Project Tango設備的校準模型以及基于視覺詞典引入內存管理方式的閉路檢測算法,以提高數(shù)據(jù)準確性、減少累積誤差,并結合圖優(yōu)化算法編寫出可運行于Project Tango設備的應用程序,其核心內容分為原始數(shù)據(jù)預處理、相機運動姿態(tài)檢測、全局姿態(tài)優(yōu)化三部分。方案的主要過程為:第一步,對原始數(shù)據(jù)預處理。通過一組實驗對原始數(shù)據(jù)的特點進行分析并從系統(tǒng)誤差和噪點兩方面分別建立校準模型,為后續(xù)算法提供準確的數(shù)據(jù)源;第二步,相機運動姿態(tài)檢測。在掃描場景過程的同時,首先計算每幀圖像的特征向量并對相鄰幀圖像的特征點進行匹配,其次采用改進的RASAC和ICP算法進行初步估計,形成初步的場景模型;第三步,全局姿態(tài)優(yōu)化。當掃描結束后先采用基于視覺詞典模型的閉路檢測算法,通過內存管理方法嚴格控制用于檢測閉路的位置點數(shù)目,隨后應用g2o框架實現(xiàn)全局的圖優(yōu)化確定最優(yōu)的運動姿態(tài),以期避免場景重疊,有效提高計算速度。本文的核心貢獻主要有:1.利用系統(tǒng)誤差和噪點模型對原始深度數(shù)據(jù)進行預處理,從根源上降低累積誤差的發(fā)生幾率;2.基于視覺詞典模型引入內存管理的方式進行閉路檢測,有效提高場景信息的準確度和建模的質量,而且整個建模過程由Project Tango設備獨立完成;最后,本文選取多組實驗場景進行實時三維重建,從建模質量和處理效率兩種不同角度與Project Tango平臺已有的同類室內建模程序Open Constructor展開定性和定量的結果分析以證實本算法的可行性和高效性。
【學位授予單位】：武漢大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 張巖;李建增;李德良;杜玉龍;;特征匹配算法魯棒性與速度的對比分析[J];飛航導彈;2017年01期

2 王淵民;;基于特征點的圖像匹配算法[J];科技展望;2015年32期

3 賈松敏;王可;郭兵;李秀智;;基于RGB-D相機的移動機器人三維SLAM[J];華中科技大學學報(自然科學版);2014年01期

4 梁明杰;閔華清;羅榮華;;基于圖優(yōu)化的同時定位與地圖創(chuàng)建綜述[J];機器人;2013年04期

5 杜振鵬;李德華;;基于KD-Tree搜索和SURF特征的圖像匹配算法研究[J];計算機與數(shù)字工程;2012年02期

6 李博;楊丹;鄧林;;移動機器人閉環(huán)檢測的視覺字典樹金字塔TF-IDF得分匹配方法[J];自動化學報;2011年06期

7 熊云艷;毛宜軍;閔華清;;有序的KD-tree在圖像特征匹配上的應用[J];化工自動化及儀表;2010年10期

8 柯文德;蔡則蘇;李家蘭;;機器人同時定位與地圖構建技術研究[J];計算機應用研究;2010年04期

9 孫鳳池;黃亞樓;康葉偉;;基于視覺的移動機器人同時定位與建圖研究進展[J];控制理論與應用;2010年04期

10 趙逢達;孔今富;;一種基于圖像匹配的閉環(huán)檢測方法[J];燕山大學學報;2008年02期

相關博士學位論文 前1條

1 劉利枚;機器人同時定位與建圖方法研究[D];中南大學;2012年

相關碩士學位論文 前1條

1 陳賢巧;基于特征的圖像配準算法研究[D];中國科學技術大學;2009年

，

本文編號：1329416