融合雙目視覺(jué)里程計(jì)和慣導(dǎo)信息的SLAM算法研究
發(fā)布時(shí)間:2021-05-08 01:23
同步定位與建圖(Simultaneous Localization and Mapping,SLAM)技術(shù)對(duì)于移動(dòng)機(jī)器人實(shí)現(xiàn)環(huán)境的感知和交互具有重要意義。但是當(dāng)前的SLAM方法以特征點(diǎn)法、單目為主,針對(duì)在遮擋、運(yùn)動(dòng)模糊、運(yùn)動(dòng)過(guò)快和無(wú)紋理區(qū)域等復(fù)雜環(huán)境下,移動(dòng)機(jī)器人難以實(shí)現(xiàn)高精度定位的問(wèn)題,本文基于雙目視覺(jué)和慣導(dǎo)信息融合,提出了基于直接法的雙目視覺(jué)慣導(dǎo)SLAM框架。首先,針對(duì)特征點(diǎn)法提取稀疏特征點(diǎn)影響定位準(zhǔn)確性的問(wèn)題,提出了基于直接法的慣性測(cè)量單元(Inertial Measurement Unit,IMU)輔助特征追蹤的方法。利用圖像像素梯度變化,對(duì)大量區(qū)域塊進(jìn)行下采樣提取特征點(diǎn),為了更好的利用該點(diǎn)的信息,擴(kuò)展該點(diǎn)的選取方式構(gòu)建八維殘差,共享該點(diǎn)的深度信息。在特征追蹤過(guò)程中,根據(jù)IMU短期估計(jì)的優(yōu)點(diǎn),利用IMU的測(cè)量信息將該點(diǎn)進(jìn)行旋轉(zhuǎn),在下一幀投影位置中對(duì)離群值進(jìn)行剔除和篩選以減少錯(cuò)誤匹配。另外,為了提高關(guān)鍵幀選擇的準(zhǔn)確性,除了在關(guān)鍵幀決策時(shí)加入傳統(tǒng)的視角變化,還加入了遮擋和曝光時(shí)間約束條件,以避免冗余關(guān)鍵幀消費(fèi)系統(tǒng)資源。實(shí)驗(yàn)結(jié)果表明,加入IMU測(cè)量信息后可以很好的檢測(cè)到離群值,提高了...
【文章來(lái)源】:燕山大學(xué)河北省
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 視覺(jué)SLAM研究現(xiàn)狀
1.2.2 視覺(jué)慣導(dǎo)SLAM研究現(xiàn)狀
1.2.3 語(yǔ)義拓?fù)浠丨h(huán)檢測(cè)研究現(xiàn)狀
1.3 本文課題來(lái)源及研究?jī)?nèi)容
第2章 視覺(jué)和IMU信息預(yù)處理
2.1 引言
2.2 幾何相機(jī)模型
2.2.1 針孔相機(jī)模型
2.2.2 畸變參數(shù)
2.2.3 雙目立體相機(jī)模型
2.3 IMU模型分析
2.3.1 IMU觀測(cè)模型和運(yùn)動(dòng)模型
2.3.2 IMU預(yù)積分
2.4 相機(jī)和IMU標(biāo)定
2.4.1 相機(jī)和IMU聯(lián)合標(biāo)定
2.4.2 光度標(biāo)定
2.5 IMU輔助特征追蹤與關(guān)鍵幀決策的方法
2.5.1 點(diǎn)管理
2.5.2 幀管理
2.6 本章小結(jié)
第3章 雙目視覺(jué)慣導(dǎo)融合的聯(lián)合優(yōu)化
3.1 引言
3.2 系統(tǒng)框架
3.3 狀態(tài)估計(jì)和非線性優(yōu)化
3.3.1 初始化
3.3.2 狀態(tài)估計(jì)
3.3.3 非線性優(yōu)化和邊緣化
3.4 實(shí)驗(yàn)驗(yàn)證
3.4.1 軌跡定量分析
3.4.2 長(zhǎng)期漂移誤差評(píng)估
3.5 本章小結(jié)
第4章 基于語(yǔ)義拓?fù)涞貓D的回環(huán)檢測(cè)
4.1 引言
4.2 基于Mask R-CNN網(wǎng)絡(luò)的語(yǔ)義拓?fù)涞貓D構(gòu)建
4.2.1 基于Mask R-CNN語(yǔ)義地圖創(chuàng)建
4.2.2 語(yǔ)義拓?fù)涞貓D構(gòu)建
4.3 BoW閉環(huán)檢測(cè)的構(gòu)建
4.3.1 可重復(fù)特征點(diǎn)的選擇
4.3.2 閉環(huán)候選項(xiàng)的檢測(cè)和位姿校正
4.4 實(shí)驗(yàn)驗(yàn)證
4.4.1 語(yǔ)義拓?fù)涞貓D
4.4.2 回環(huán)檢測(cè)數(shù)據(jù)定量分析
4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
【參考文獻(xiàn)】:
碩士論文
[1]室內(nèi)移動(dòng)機(jī)器人區(qū)域語(yǔ)義地圖創(chuàng)建及目標(biāo)搜索方法研究[D]. 羅盼.哈爾濱工業(yè)大學(xué) 2018
本文編號(hào):3174403
【文章來(lái)源】:燕山大學(xué)河北省
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 視覺(jué)SLAM研究現(xiàn)狀
1.2.2 視覺(jué)慣導(dǎo)SLAM研究現(xiàn)狀
1.2.3 語(yǔ)義拓?fù)浠丨h(huán)檢測(cè)研究現(xiàn)狀
1.3 本文課題來(lái)源及研究?jī)?nèi)容
第2章 視覺(jué)和IMU信息預(yù)處理
2.1 引言
2.2 幾何相機(jī)模型
2.2.1 針孔相機(jī)模型
2.2.2 畸變參數(shù)
2.2.3 雙目立體相機(jī)模型
2.3 IMU模型分析
2.3.1 IMU觀測(cè)模型和運(yùn)動(dòng)模型
2.3.2 IMU預(yù)積分
2.4 相機(jī)和IMU標(biāo)定
2.4.1 相機(jī)和IMU聯(lián)合標(biāo)定
2.4.2 光度標(biāo)定
2.5 IMU輔助特征追蹤與關(guān)鍵幀決策的方法
2.5.1 點(diǎn)管理
2.5.2 幀管理
2.6 本章小結(jié)
第3章 雙目視覺(jué)慣導(dǎo)融合的聯(lián)合優(yōu)化
3.1 引言
3.2 系統(tǒng)框架
3.3 狀態(tài)估計(jì)和非線性優(yōu)化
3.3.1 初始化
3.3.2 狀態(tài)估計(jì)
3.3.3 非線性優(yōu)化和邊緣化
3.4 實(shí)驗(yàn)驗(yàn)證
3.4.1 軌跡定量分析
3.4.2 長(zhǎng)期漂移誤差評(píng)估
3.5 本章小結(jié)
第4章 基于語(yǔ)義拓?fù)涞貓D的回環(huán)檢測(cè)
4.1 引言
4.2 基于Mask R-CNN網(wǎng)絡(luò)的語(yǔ)義拓?fù)涞貓D構(gòu)建
4.2.1 基于Mask R-CNN語(yǔ)義地圖創(chuàng)建
4.2.2 語(yǔ)義拓?fù)涞貓D構(gòu)建
4.3 BoW閉環(huán)檢測(cè)的構(gòu)建
4.3.1 可重復(fù)特征點(diǎn)的選擇
4.3.2 閉環(huán)候選項(xiàng)的檢測(cè)和位姿校正
4.4 實(shí)驗(yàn)驗(yàn)證
4.4.1 語(yǔ)義拓?fù)涞貓D
4.4.2 回環(huán)檢測(cè)數(shù)據(jù)定量分析
4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
【參考文獻(xiàn)】:
碩士論文
[1]室內(nèi)移動(dòng)機(jī)器人區(qū)域語(yǔ)義地圖創(chuàng)建及目標(biāo)搜索方法研究[D]. 羅盼.哈爾濱工業(yè)大學(xué) 2018
本文編號(hào):3174403
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3174403.html
最近更新
教材專著