基于双目视觉的道路SLAM技术研究

发布时间：2020-12-23 22:17

　　作为人工智能相关的研究领域之一,自动驾驶技术近年来取得了惊人的进步。即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是自动驾驶车辆面临的主要挑战之一。随着计算机视觉的发展,基于视觉的SLAM成为当前的热点研究方向,视觉SLAM利用视觉传感器获取信息,以进行自主定位并构建地图。为满足室外导航定位和地图构建的需求,本文提出一种基于双目视觉的道路SLAM算法,重点研究图像特征匹配和场景重建的改进算法。论文主要研究工作如下:一、充分调研了自动驾驶、双目视觉和SLAM技术的研究意义和国内外研究现状,详细介绍了双目视觉SLAM的基础理论。二、针对传统图像特征匹配筛选的随机抽样一致性算法精度低、速度慢的缺点,提出一种基于网格的运动统计和块匹配的改进算法,将特征点网格邻域中的匹配数量作为匹配准则,并结合菱形搜索算法筛选正确匹配和错误匹配。通过实验验证了改进特征匹配算法能有效提高正确匹配的筛选率和筛选速度。三、针对半全局立体匹配算法惩罚参数固定、无法正确应对边缘视差突变的问题,提出一种基于边缘的自适应惩罚参数算法,以优化对物体边缘像素和连续像素的... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
常用符号注释表
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 自动驾驶
        1.2.2 双目视觉
        1.2.3 即时定位与地图构建
    1.3 论文研究内容及结构安排
第二章 双目视觉SLAM基础理论
    2.1 引言
    2.2 相机模型
        2.2.1 针孔模型
        2.2.2 畸变校正
        2.2.3 相机标定
    2.3 双目相机
        2.3.1 测距原理
        2.3.2 双目矫正
    2.4 视觉SLAM
    2.5 本章小结
第三章 特征匹配算法研究
    3.1 引言
    3.2 ORB特征点匹配算法
        3.2.1 ORB特征点
        3.2.2 RANSAC筛选算法
    3.3 基于网格的运动统计和块匹配的改进算法
        3.3.1 基于网格的运动统计
        3.3.2 块匹配算法
        3.3.3 改进算法
    3.4 实验结果及分析
        3.4.1 网格划分实验
        3.4.2 特征匹配实验
    3.5 本章小结
第四章 双目视觉道路场景重建研究
    4.1 引言
    4.2 双目立体匹配
        4.2.1 立体匹配原理
        4.2.2 立体匹配分类
        4.2.3 半全局匹配算法SGM
    4.3 道路场景三维重建
        4.3.1 三维重建原理
        4.3.2 基于改进SGM的道路场景重建
    4.4 实验结果及分析
        4.4.1 双目立体匹配实验
        4.4.2 道路场景重建实验
    4.5 本章小结
第五章 道路SLAM实验
    5.1 引言
    5.2 算法框架
    5.3 实验结果及分析
        5.3.1 定位估计实验
        5.3.2 地图构建实验
        5.3.3 双目相机实验
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果


【参考文献】：
期刊论文
[1]图像匹配中误匹配点检测技术综述[J]. 单小军,唐娉.  计算机应用研究. 2015(09)
[2]智能交通系统综述[J]. 赵娜,袁家斌,徐晗.  计算机科学. 2014(11)
[3]双目立体视觉系统摄像机标定[J]. 蔡健荣,赵杰文.  江苏大学学报(自然科学版). 2006(01)
[4]CITAVT-IV——视觉导航的自主车[J]. 孙振平,安向京,贺汉根.  机器人. 2002(02)



本文编号：2934427