隨著計(jì)算機(jī)視覺(jué)、傳感器和人工智能等技術(shù)的快速發(fā)展,基于視覺(jué)的自主移動(dòng)機(jī)器人已廣泛應(yīng)用于工業(yè)生產(chǎn)、家居服務(wù)、醫(yī)療康復(fù)等社會(huì)生產(chǎn)生活領(lǐng)域。其中,環(huán)境感知系統(tǒng)利用同步定位與建圖（Simultaneous Localization and Mapping,SLAM）技術(shù)為機(jī)器人提供必要的定位及環(huán)境信息,這對(duì)保障機(jī)器人的視覺(jué)導(dǎo)航具有重要的意義。近些年,人們對(duì)移動(dòng)機(jī)器人在未知環(huán)境下的適應(yīng)能力和定位精度提出了更高的要求。然而,目前的環(huán)境感知系統(tǒng)平臺(tái)存在體積大、功耗高導(dǎo)致環(huán)境適應(yīng)能力不強(qiáng),以及感知信息不充分、多傳感器數(shù)據(jù)的時(shí)間戳誤差大導(dǎo)致定位精度不高等問(wèn)題。因此,本文以嵌入式計(jì)算平臺(tái)為基礎(chǔ),設(shè)計(jì)了基于多目視覺(jué)慣導(dǎo)融合的環(huán)境感知系統(tǒng)硬件平臺(tái),并研究了環(huán)境信息獲取方法,實(shí)現(xiàn)了一種輕量化的環(huán)境感知系統(tǒng)平臺(tái)。論文的主要工作包括以下幾個(gè)部分:首先,針對(duì)目前環(huán)境感知系統(tǒng)平臺(tái)體積大、功耗高,感知信息不充分等問(wèn)題,本文設(shè)計(jì)了一種基于多目視覺(jué)慣導(dǎo)融合的輕量化環(huán)境感知系統(tǒng)硬件平臺(tái)�；谟ミ_(dá)Jetson TXl核心板模塊,設(shè)計(jì)標(biāo)準(zhǔn)的模塊化外圍接口電路,實(shí)現(xiàn)了環(huán)境感知系統(tǒng)平臺(tái)嵌入式計(jì)算單元的設(shè)計(jì);基于多個(gè)AR0144視覺(jué)傳... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題的研究背景及意義
    1.2 環(huán)境感知系統(tǒng)平臺(tái)研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀總結(jié)
    1.3 課題的研究目標(biāo)及結(jié)構(gòu)安排
    1.4 本章小結(jié)
第2章 環(huán)境感知系統(tǒng)硬件平臺(tái)設(shè)計(jì)
    2.1 環(huán)境感知系統(tǒng)硬件平臺(tái)系統(tǒng)組成
    2.2 嵌入式計(jì)算單元模塊設(shè)計(jì)
        2.2.1 核心處理器平臺(tái)對(duì)比
        2.2.2 Jetson TX1平臺(tái)簡(jiǎn)介
        2.2.3 嵌入式計(jì)算單元電路設(shè)計(jì)
    2.3 傳感單元模塊設(shè)計(jì)
        2.3.1 圖像傳感器模塊設(shè)計(jì)
        2.3.2 慣性測(cè)量單元模塊設(shè)計(jì)
    2.4 同步觸發(fā)單元模塊設(shè)計(jì)
        2.4.1 多傳感器同步觸發(fā)方法選擇
        2.4.2 相機(jī)曝光補(bǔ)償?shù)耐接|發(fā)
        2.4.3 同步觸發(fā)電路設(shè)計(jì)
    2.5 本章小結(jié)
第3章 環(huán)境信息獲取方法研究
    3.1 環(huán)境信息獲取方法系統(tǒng)組成
    3.2 傳感單元信息采集與優(yōu)化
        3.2.1 圖像傳感器信息獲取
        3.2.2 慣性測(cè)量單元信息獲取
    3.3 時(shí)間戳同步方法
        3.3.1 同步方法對(duì)比
        3.3.2 PTP協(xié)議基本原理
        3.3.3 PTP協(xié)議改進(jìn)方式
    3.4 感知信息匹配算法
        3.4.1 匹配算法設(shè)計(jì)
        3.4.2 傳感單元閾值范圍
        3.4.3 匹配算法性能測(cè)試
    3.5 本章小結(jié)
第4章 環(huán)境感知系統(tǒng)平臺(tái)實(shí)驗(yàn)研究與分析
    4.1 多傳感器觸發(fā)精度測(cè)試
        4.1.1 實(shí)驗(yàn)方法
        4.1.2 實(shí)驗(yàn)結(jié)果與分析
    4.2 環(huán)境信息獲取方法精度測(cè)試
    4.3 環(huán)境感知系統(tǒng)平臺(tái)的綜合性能
        4.3.1 環(huán)境感知系統(tǒng)平臺(tái)定位
        4.3.2 環(huán)境感知系統(tǒng)平臺(tái)建圖
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得其他研究成果


【參考文獻(xiàn)】：
期刊論文
[1]低占空比電流模式BUCK變換器反饋補(bǔ)償[J]. 劉松,丁宇,劉業(yè)瑞.  電焊機(jī). 2019(02)
[2]低精度MEMS IMU的標(biāo)定方法及誤差分析[J]. 楊慶江,李國(guó)慶.  自動(dòng)化與儀器儀表. 2018(10)
[3]基于Allan方差自適應(yīng)算法的姿態(tài)解算[J]. 周光東,杜忠華,謝磊,王騰,劉曉鵬.  兵工自動(dòng)化. 2018(08)
[4]基于PTPd2的精密時(shí)鐘同步軟件實(shí)現(xiàn)方法[J]. 陶穩(wěn)靜,陸陽(yáng),衛(wèi)星,賈向利.  計(jì)算機(jī)工程. 2019(03)
[5]魯棒的非線性優(yōu)化的立體視覺(jué)-慣導(dǎo)SLAM[J]. 林輝燦,呂強(qiáng),王國(guó)勝,衛(wèi)恒,梁冰.  機(jī)器人. 2018(06)
[6]基于單目視覺(jué)與慣導(dǎo)融合的無(wú)人機(jī)位姿估計(jì)[J]. 熊敏君,盧惠民,熊丹,肖軍浩,呂鳴.  計(jì)算機(jī)應(yīng)用. 2017(S2)
[7]基于多傳感器數(shù)據(jù)融合的姿態(tài)控制與應(yīng)用[J]. 劉明亮,崔宇佳,張一迪,林海靜,陸起涌.  微電子學(xué)與計(jì)算機(jī). 2017(07)
[8]室內(nèi)視覺(jué)定位與導(dǎo)航綜述[J]. 劉康.  黑龍江科技信息. 2017(08)
[9]視覺(jué)SLAM綜述[J]. 權(quán)美香,樸松昊,李國(guó).  智能系統(tǒng)學(xué)報(bào). 2016(06)
[10]基于單目視覺(jué)的同時(shí)定位與地圖構(gòu)建方法綜述[J]. 劉浩敏,章國(guó)鋒,鮑虎軍.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(06)

博士論文
[1]基于多目視覺(jué)與慣導(dǎo)融合的SLAM方法研究[D]. 張超凡.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[2]MEMS-IMU誤差分析補(bǔ)償與實(shí)驗(yàn)研究[D]. 代剛.清華大學(xué) 2011
[3]MEMS慣性器件參數(shù)辨識(shí)及系統(tǒng)誤差補(bǔ)償技術(shù)[D]. 何昆鵬.哈爾濱工程大學(xué) 2009

碩士論文
[1]基于視覺(jué)和慣導(dǎo)融合的巡檢機(jī)器人定位與建圖技術(shù)研究[D]. 陳常.中國(guó)礦業(yè)大學(xué) 2019
[2]基于深度傳感器的移動(dòng)機(jī)器人視覺(jué)SLAM研究[D]. 李揚(yáng)宇.重慶大學(xué) 2017
[3]全向移動(dòng)機(jī)器人慣性導(dǎo)航系統(tǒng)設(shè)計(jì)[D]. 計(jì)怡峰.東南大學(xué) 2016
[4]IEEE1588v2時(shí)鐘同步技術(shù)的研究與實(shí)現(xiàn)[D]. 王冠.武漢郵電科學(xué)研究院 2012
[5]DRM接收機(jī)系統(tǒng)的研究與設(shè)計(jì)[D]. 陳堯.天津大學(xué) 2007



本文編號(hào)：3183744