單目視覺SLAM系統是通過相機采集圖像信息進行定位與地圖構建的計算機視覺系統,SLAM技術廣泛應用于三維重建、視覺避障與路徑規(guī)劃等場景,對提高無人自主系統的自主化、智能化等具有重要意義。SLAM技術是計算機視覺領域中的一個研究熱點,發(fā)展十分迅速。但是現有的視覺SLAM系統主要以特征點法為基礎,在實際應用中往往存在大量的復雜場景,比如光照變化、紋理缺失、快速旋轉和運動目標等。在這些復雜環(huán)境中,傳統的單目視覺SLAM算法無法充分感知環(huán)境信息,同時還存在運動退化的現象,在算法的精度和魯棒性方法都有著較大的提升空間。因此,本文針對現有SLAM算法中存在的一些問題進行了深入研究。本文的主要貢獻如下:（1）針對單目視覺SLAM系統的初始化過程復雜,條件嚴格,以及單目視覺系統的尺度不確定問題。近年來,隨著深度學習理論的發(fā)展和GPU等硬件計算能力的提升,本文引入了基于CNN的深度預測網絡。通過深度預測網絡獲取初始圖像幀中關鍵像素點的深度值,給系統估計出一個尺度,一定程度上緩解了單目視覺SLAM系統的尺度不確定性問題,同時還降低單目視覺SLAM系統的初始化門檻,即不需要平移就能夠進行初始化,同時在快速旋... 

【文章來源】：中國科學院大學(中國科學院長春光學精密機械與物理研究所)吉林省

【文章頁數】：116 頁

【學位級別】：博士

【部分圖文】：

FAST特征[97]

復雜環(huán)境中聯合CNN與IMU的單目視覺SLAM方法研究34正常圖像桶形失真枕形失真圖3.2徑向畸變Figure3.2Theradialdistortion由于透鏡自身形狀的原因造成的徑向畸變分為桶形失真與枕形失真，穿過圖像中心并且與光軸有交點的直線能夠保持形狀不變，其余穿過透鏡的直線都會表現出向內側彎曲或向外側彎曲的畸變特征。圖像放大率隨著與光軸之間的距離增加而桶形失真減小，圖像放大率與光軸之間的距離減小而枕形失真增大。圖3.3畸變模型的徑向分量Figure3.3Radialcomponentofthedistortionmodel對于徑向畸變，桶形失真與枕形失真都會隨著與圖像中心的距離增加而失真情況越嚴重，構建徑向畸變模型如公式（3.8）：246123246123(1)(1)ddxxkrkrkryykrkrkr(3.8)其中，r為該點距離坐標系原點的距離，[x，y]T為成像平面的點坐標，[xd，yd]T為徑向畸變后點的坐標。針對上述糾正徑向畸變的模型，可以看出在圖像中心區(qū)域主要是模型中的參數k1起作用，所產生的畸變較小，在圖像邊緣區(qū)域主要是參數k2起作用所產生的畸變較大。一般用參數k1和k2就能糾正大部分徑向畸變，畸變參數k3主要參與像魚眼相機這類徑向畸變很大的圖像幀糾正。

第3章相機模型與標定35切向畸變是由于相機在機械組裝過程中透鏡被粘貼到鏡頭模組上進行安裝時出現偏差，造成透鏡與相機傳感器平面或圖像平面的位置沒有處于嚴格地平行狀態(tài)，鏡頭部分的光學中心不能嚴格的保持共線，相應地會產生偏心誤差。圖像的切向畸變是指圖像點的坐標位置在切向上出現偏移，比如一個矩形被投影到成像平面時可能被扭曲成梯形，如圖3.4所示：垂直平面相機傳感器圖3.4切向畸變來源示意圖Figure3.4Schematicdiagramoftangentialdistortioncause針對切向畸變，通過畸變參數p1和p2建立切向畸變模型為公式（3.9）：221222122(2)(2)2ddxxpxyprxyyprypxy(3.9)圖3.5畸變模型的切向分量Figure3.5Tangentialcomponentofthedistortionmodel如圖3.5所示某個透鏡的切向畸變示意圖，圖像的去畸變處理結合了徑向畸

【參考文獻】：
期刊論文
[1]基于單目視覺的同時定位與地圖構建方法綜述[J]. 劉浩敏,章國鋒,鮑虎軍.  計算機輔助設計與圖形學學報. 2016(06)
[2]增強現實技術的研究進展及應用[J]. 柳祖國,李世其,李作清.  系統仿真學報. 2003(02)



本文編號：2934460