面向户外AR应用的视觉SLAM系统研究与实现

发布时间：2020-08-25 19:14

【摘要】：军事上对增强现实系统有迫切的需求,使士兵保持势态感知,加强反应能力以减少行动风险。视觉SLAM是增强现实的核心技术,特别是针对户外复杂环境的增强现实,更加鲁棒的视觉SLAM是研究的重点。本文在ORB-SLAM2的基础上改进了视觉里程计与后端优化模块,设计适合户外复杂环境下的视觉SLAM系统,并设计实验验证算法在户外复杂环境下的鲁棒性、稳定性和连续性。本文主要工作和贡献如下。研究视觉SLAM的基础算法与理论知识。比较主流的视觉SLAM系统,选择符合实际户外增强现实应用的视觉SLAM系统框架作为后续研发基础。研究基于特征点法和基于直接法的两类优秀视觉SLAM系统,包括ORB-SLAM2和LSD-SLAM。分析得出基于特征点法的视觉SLAM更适合户外增强现实应用的结论。基于特征点法的视觉SLAM更加适合户外增强现实应用,以ORB-SLAM2系统架构作为系统设计的基础,并深入的研究基于特征点法的视觉SLAM各模块。首先,针对视觉里程计在户外环境中存在的特征提取速度不够快、弱纹理、重复纹理和基线长的问题,提出了视觉里程计的改进算法。改进了 Fast算法在已知环境下的特征提取速度,和重定位时特征的重复率。改进了关键帧帧之间特征匹配的速度,提出基于GMS和RANSAC结合的高速误匹配剔除方案。该方案明显提升了视觉里程计在户外环境下运行的鲁棒性。其次,针对后端优化模块精度有待提升的问题,优化重投影误差优化函数,增加相机与三维特征点间的深度信息作为优化权重,提升了优化后的系统整体精度。设计实验,并验证有效性。对提出的改进算法,在户外复杂环境下进行视觉里程计性能验证与系统稳定性、连续性验证。实验结果证明,视觉里程计模块在户外环境下,保持实时性,鲁棒性明显增强。整体系统,运行时间较长、位姿连续平滑、定位精度提升。
【学位授予单位】：中国电子科技集团公司电子科学研究院
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：E91;TP391.9;TP391.41
【图文】：

视觉,系统组成结构,里程计,特征提取

１．３．２研究内容逡逑本文研宄的主要内容包括视觉ＳＬＡＭ的四个主要模块，视觉ＳＬＡＭ的算法逡逑模块如下图１．１所示。四个模块中主要研宄并改进视觉里程计模块［１２］，视觉里程逡逑计包括特征提取，特征点匹配与位姿计算三部分，对特征提取与特征匹配进行深逡逑度的研宄与改进。首先研宄如何得到更快、更准确的视觉里程计，通过研究对比逡逑传统与近代特征点提取算法选择合适的特征提取方案，并研宄提升特征提取的速逡逑度与重复率的改进方案。还需要研宄特征匹配与误匹配筛选方案。其次提氋整体逡逑精度，改进后端优化模块［１５］［１６］。研究常用的优化算法并选择合适的优化方案。选逡逑择合适方案之后研究重投影误差在优化中对深度信息与优化结果精度的影响。最逡逑后系统设计与实现，将算法与原型系统集成。实验并验证增强现实应用改进的算逡逑法能否提供更好的定位效果。逡逑图像数据逦邋逦邋逦逡逑：视觉里程计逦Ｉ—％后端线性优化邋Ｉ—Ｓ逦建图逡逑其他数据Ｌ逦邋——＾——逦———－—逡逑逦—逦Ｎ邋后端线性?

示意图,空间图,金字塔,描述子

逦第二章视觉ＳＬＡＭ系统逦；逦逡逑算机在不同尺度下观察目标在图像上的像素成像规律，通过如图２．１所示的层次逡逑结构提取不同层次的特征点，描述子的鲁棒性则通过特征点周围像素的共同方向逡逑决定，论文中论证了该描述对于光照与旋转都具有较强的不变性，如图２．２所示逡逑是提取特征点周围的描述子的方案示意图。逡逑

示意图,描述子,示意图,特征点

【相似文献】