融合IMU与RGB-D相机的室内移动机器人地图创建算法研究

发布时间：2021-03-30 13:21

　　精确的地图是移动机器人导航的前提,如何准确地划分场景中的可通行区域和不可通行区域,提供障碍物的位置信息,对目前地图创建来说仍是一大难点。虽然三维点云地图能对场景进行复现,但由于缺乏上述信息,无法满足机器人导航避障及路径规划的需求。在建图过程中,主要是依靠机器人所搭载的传感器感知周围环境信息来完成的。视觉传感器由于结构轻便、体积小、功耗低、价格便宜以及获取信息丰富等优点,在地图创建过程中更具优势,尤其是RGB-D相机的出现,由于能够同时获得彩色图片和对应的深度图片,在三维重建以及地图创建中受到高度关注。但是在位姿估计过程的,场景纹理不丰富或相机运动过快都会影响位姿估计的精度,而且当图像发生变化时,无法确定是场景发生了变化还是相机自身产生了运动,因此纯视觉信息难以处理动态场景的问题。惯性传感器可以测量角速度和加速度,在视觉信息不可靠时可以为移动机器人提供一个初始位姿估计,与相机具有很好的互补性。因此本文借助RGB-D相机和惯性传感器,通过融合这两个传感器的数据来进行室内移动机器人的位姿估计以及地图创建方法研究。在数据处理环节,改进了特征提取的方法,利用图像灰度梯度幅值的大小,自适应地调整提... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

Aprilgrid标定板

KinectV1相机采集的部分数据

KinectV1相机的重投影误差

【参考文献】：
期刊论文
[1]MEMS-IMU随机误差的Allan方差分析[J]. 厉宽宽,陈允芳,程敏,王云鹏.  全球定位系统. 2016(06)
[2]基于多传感器融合的移动机器人三维地图创建[J]. 张彪,曹其新,何明超.  中国科技论文. 2013(08)
[3]视觉和IMU融合的移动机器人运动解耦估计[J]. 路丹晖,周文晖,龚小谨,刘济林.  浙江大学学报(工学版). 2012(06)
[4]基于立体视觉的实时三维地图构建[J]. 邬领东,陈华华,杜歆,顾伟康.  传感技术学报. 2006(01)



本文编号：3109579