基于改进ORB的视觉SLAM算法研究
发布时间：2021-06-13 13:08
近年来,随着计算机视觉理论地不断完善和人工智能技术地日益成熟,移动机器人的即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）算法受到了学者们的普遍关注。其中基于ORB（Oriented FAST and Rotated BRIEF）的SLAM系统是目前移动机器人SLAM系统中相对完善、易于使用的系统之一。本文主要针对ORB-SLAM算法中的场景图像预处理、视觉里程计、闭环检测及后端优化问题展开深入分析和研究,以移动机器人为应用背景,提出了一种改进的基于ORB的移动机器人SLAM算法。论文主要研究工作如下:（1）针对场景图像中背景干扰和无效信息问题,釆用一种感兴趣区域检测和深度信息融合的场景图像预处理方法。该方法基于多层卷积特征聚合模型（Aggregating Multi-level Convolutional Features,Amulet）的显著性算法检测图像感兴趣区域,用于剔除图像中大量的背景干扰和无效信息,达到降低系统运算量,提高精度的目的。（2）对视觉里程计中ORB算法的特征检测和特征匹配问题,进行了改进和优化。一是针对O...
【文章来源】：天津工业大学天津市
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
场景图像RGB与深度信息
第二章环境信息采集与处理15输出值预测的权重。b为偏差，为校正线性单位（relu），rW为递推权重。边框整合：顾名思义，就是对边界信息展开整合，将每一层匹配的特征图与11卷积，再与以前计算的明显图相加，获得融合更多边界的细节明显图，并将这些显著性态射与之前的第一层（FSP）输出的显著性态射相结合，公式如2-4所示：*()lllbbp=WB+P(2-4)其中bW包括求精参数，我们使用该方法，融合多重显著性预测（FSP）作为最终的输出显著性图。下面我们用Kinect2.0传感器上的RGB相机和深度相机同时采集一张图片的RGB图像以及深度图像，之后将采集到的信息用Ubuntu14.04系统中的开源包libfreenet2和ROS包iai_Kinect2对其进行校准。图2-4为对比结果，可以看出两张图片的像素是一一对应的。(a)图中每个像素点的深度信息其实就是每个像素点对应的像素值。与（b）中的深度值一一对应。(a)RGB图像（b）提取图像深度信息图2-4场景图像RGB与深度信息Figure2-4RGBanddepthinformationofsceneimage如图2-5，我们利用上述方法，（a）为显著性检测结果，（b）为显著性区域检测结果，不难看出，该算法可以很好的提取出图片中显著性的区域。(a)显著性检测图(b)提取的感兴趣区域图2-5提取的感兴趣区域效果图Figure2-5effectmapoftheregionofinterestextracted
第四章改进ORB算法的GPU加速31第四章改进ORB算法的GPU加速GPU加速，实质上是一种基于GPU图形处理器能够加快计算的能力，它的基本思路是对计算进行并行处理[35]。并行计算能够在多个计算核心上同时计算同一个任务，也即是任务存在并行处理。GPU上的并行运算不仅仅只是对任务的并行处理，而且还发挥各个计算核心的性能，通过程序员对指令体系结构的特殊优化，从而达到高性能计算。图4-1GPU的并行运算示例图Fig.4-1exampleofparalleloperationofGPU如上图所示，在并行运算里，一个大主任务，会分成许多个小的子任务，然后分别被传输到各个计算核心ALU当中去，进行同时计算处理，从而实现大幅度的减少了任务的完成时间[36]。需要特别注意的是，在对任务进行并行处理时，需要考虑任务的可分性以及逻辑性，也即该任务是否可以看作多个子任务的合成，需要通过怎样的并行方式来计算。
【参考文献】：
期刊论文
[1]基于图模型的视觉SLAM系统误差动态补偿[J]. 张一,姜挺,江刚武,谭振宇,袁铭阳. 测绘科学技术学报. 2019(04)
[2]工业机器人的研发及应用综述[J]. 孟明辉,周传德,陈礼彬,冯淼,苗纯正. 上海交通大学学报. 2016(S1)
[3]深度卷积神经网络的显著性检测[J]. 李岳云,许悦雷,马时平,史鹤欢. 中国图象图形学报. 2016(01)
[4]一种基于历史模型集的改进闭环检测算法[J]. 李永锋,张国良,王蜂,汤文俊,姚二亮. 机器人. 2015(06)
[5]面向作业与人工智能的仿人机器人研究进展[J]. 吴伟国. 哈尔滨工业大学学报. 2015(07)
[6]Improved locality-sensitive hashing method for the approximate nearest neighbor problem[J]. 陆颖华,马廷淮,钟水明,曹杰,王新,Abdullah Al-Dhelaane. Chinese Physics B. 2014(08)
[7]移动机器人闭环检测的视觉字典树金字塔TF-IDF得分匹配方法[J]. 李博,杨丹,邓林. 自动化学报. 2011(06)
博士论文
[1]基于RGB-D相机的运动平台实时导航定位模型与方法研究[D]. 赵强.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
硕士论文
[1]基于特征和直接法结合的鲁棒视觉SLAM方法[D]. 郑仁杰.浙江大学 2019
[2]智慧工厂中多移动机器人路径规划研究[D]. 梁爽.上海交通大学 2017
[3]双足机器人稳定步态规划及多机器人室内自定位方法研究[D]. 余天奇.哈尔滨工业大学 2016
[4]双足机器人步态规划与控制研究[D]. 伏冬孝.华北电力大学 2014
本文编号：3227574
【文章来源】：天津工业大学天津市
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
场景图像RGB与深度信息
第二章环境信息采集与处理15输出值预测的权重。b为偏差，为校正线性单位（relu），rW为递推权重。边框整合：顾名思义，就是对边界信息展开整合，将每一层匹配的特征图与11卷积，再与以前计算的明显图相加，获得融合更多边界的细节明显图，并将这些显著性态射与之前的第一层（FSP）输出的显著性态射相结合，公式如2-4所示：*()lllbbp=WB+P(2-4)其中bW包括求精参数，我们使用该方法，融合多重显著性预测（FSP）作为最终的输出显著性图。下面我们用Kinect2.0传感器上的RGB相机和深度相机同时采集一张图片的RGB图像以及深度图像，之后将采集到的信息用Ubuntu14.04系统中的开源包libfreenet2和ROS包iai_Kinect2对其进行校准。图2-4为对比结果，可以看出两张图片的像素是一一对应的。(a)图中每个像素点的深度信息其实就是每个像素点对应的像素值。与（b）中的深度值一一对应。(a)RGB图像（b）提取图像深度信息图2-4场景图像RGB与深度信息Figure2-4RGBanddepthinformationofsceneimage如图2-5，我们利用上述方法，（a）为显著性检测结果，（b）为显著性区域检测结果，不难看出，该算法可以很好的提取出图片中显著性的区域。(a)显著性检测图(b)提取的感兴趣区域图2-5提取的感兴趣区域效果图Figure2-5effectmapoftheregionofinterestextracted
第四章改进ORB算法的GPU加速31第四章改进ORB算法的GPU加速GPU加速，实质上是一种基于GPU图形处理器能够加快计算的能力，它的基本思路是对计算进行并行处理[35]。并行计算能够在多个计算核心上同时计算同一个任务，也即是任务存在并行处理。GPU上的并行运算不仅仅只是对任务的并行处理，而且还发挥各个计算核心的性能，通过程序员对指令体系结构的特殊优化，从而达到高性能计算。图4-1GPU的并行运算示例图Fig.4-1exampleofparalleloperationofGPU如上图所示，在并行运算里，一个大主任务，会分成许多个小的子任务，然后分别被传输到各个计算核心ALU当中去，进行同时计算处理，从而实现大幅度的减少了任务的完成时间[36]。需要特别注意的是，在对任务进行并行处理时，需要考虑任务的可分性以及逻辑性，也即该任务是否可以看作多个子任务的合成，需要通过怎样的并行方式来计算。
【参考文献】：
期刊论文
[1]基于图模型的视觉SLAM系统误差动态补偿[J]. 张一,姜挺,江刚武,谭振宇,袁铭阳. 测绘科学技术学报. 2019(04)
[2]工业机器人的研发及应用综述[J]. 孟明辉,周传德,陈礼彬,冯淼,苗纯正. 上海交通大学学报. 2016(S1)
[3]深度卷积神经网络的显著性检测[J]. 李岳云,许悦雷,马时平,史鹤欢. 中国图象图形学报. 2016(01)
[4]一种基于历史模型集的改进闭环检测算法[J]. 李永锋,张国良,王蜂,汤文俊,姚二亮. 机器人. 2015(06)
[5]面向作业与人工智能的仿人机器人研究进展[J]. 吴伟国. 哈尔滨工业大学学报. 2015(07)
[6]Improved locality-sensitive hashing method for the approximate nearest neighbor problem[J]. 陆颖华,马廷淮,钟水明,曹杰,王新,Abdullah Al-Dhelaane. Chinese Physics B. 2014(08)
[7]移动机器人闭环检测的视觉字典树金字塔TF-IDF得分匹配方法[J]. 李博,杨丹,邓林. 自动化学报. 2011(06)
博士论文
[1]基于RGB-D相机的运动平台实时导航定位模型与方法研究[D]. 赵强.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
硕士论文
[1]基于特征和直接法结合的鲁棒视觉SLAM方法[D]. 郑仁杰.浙江大学 2019
[2]智慧工厂中多移动机器人路径规划研究[D]. 梁爽.上海交通大学 2017
[3]双足机器人稳定步态规划及多机器人室内自定位方法研究[D]. 余天奇.哈尔滨工业大学 2016
[4]双足机器人步态规划与控制研究[D]. 伏冬孝.华北电力大学 2014
本文编号：3227574
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3227574.html
最近更新
教材专著
