基于深度相机的SLAM算法研究

发布时间：2022-07-11 15:13

　　目前智能移动机器人是很多学者研究的主要方向,而同步定位与地图构建技术是移动机器人能够实现自主移动的关键。视觉SLAM系统是指搭载相机为传感器主体,能够同时进行定位与地图构建的技术。因其传感器性价比较高,且获取信息更加丰富,是SLAM技术领域的主要研究对象。其中采用深度相机的视觉SLAM系统可以同时获取一一对应的彩色图与深度图,为SLAM系统的研究带来了很大的便利。但现有的视觉SLAM系统仍存在诸多缺点,如前端位姿估计不够精准,后端进行整体优化耗时过长,从而限制了机器人的行进速度等。本文在现有SLAM系统模型的基础上,采用深度相机对前端视觉里程计和后端全局优化进行改进。针对前端相机位姿估计部分,本文主要研究在不影响实时性的前提下对相机位姿的估计进行精度上的提升。采用ORB特征提取算法对彩色图像进行特征提取并计算描述子,同时根据关键帧阈值构建局部地图,再根据局部地图中地图点的描述子和当前帧的彩色图像进行特征匹配。最后,采用Pn P算法依据正确的特征匹配结果计算相机位姿为保证定位过程的鲁棒性,本文提出在计算相机位姿后,利用三角测量对局部地图中地图点的深度进行更新。同时将三角化的深度值与对应的... 

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景及意义
    1.2 国内外研究现状
        1.2.1 SLAM技术国外研究现状
        1.2.2 SLAM技术国内研究现状
    1.3 本文主要研究内容
第2章 视觉SLAM系统的关键技术
    2.1 坐标变换及其表示方法
        2.1.1 三种坐标系的介绍
        2.1.2 坐标系之间的转换
        2.1.3 相机位姿的表示方法
    2.2 RGB-D相机模型
        2.2.1 红外结构光相机模型
        2.2.2 飞行时间法相机模型
    2.3 相机的标定与畸变矫正
        2.3.1 RGB-D相机标定
        2.3.2 图像的畸变
        2.3.3 图像的校正
    2.4 本章小结
第3章 基于三角化深度信息的位姿估计算法的改进
    3.1 ORB特征提取和匹配
    3.2 求解相机位姿
        3.2.1 PnP算法原理
        3.2.2 PnP算法求解
    3.3 基于三角化深度信息的改进算法
        3.3.1 局部地图的构建
        3.3.2 局部地图点深度的三角化
    3.4 本章小结
第4章 基于HITS算法的后端全局优化的改进
    4.1 后端优化方法原理
    4.2 基于HITS算法的后端优化方案
        4.2.1 BA优化算法原理
        4.2.2 BA优化算法的求解
        4.2.3 g2o求解BA优化
        4.2.4 基于HITS算法的BA优化的改进
    4.3 本章小结
第5章 RGB-D SLAM算法仿真实验与分析
    5.1 实验平台
    5.2 改进的前端视觉里程计部分实验效果分析
        5.2.1 ORB特征匹配实验结果
        5.2.2 定位误差与运行速度分析
        5.2.3 局部地图构建实验结果
    5.3 改进的后端优化效果的分析
        5.3.1 定位误差与运行时间分析
        5.3.2 整体建图效果分析
    5.4 本章小结
结论
参考文献
攻读硕士研究生期间的研究成果
致谢


【参考文献】：
期刊论文
[1]基于FAST和SURF的特征点快速匹配算法[J]. 产叶林,胡新平.  计算机工程与设计. 2019(12)
[2]Continuous Probabilistic SLAM Solved via Iterated Conditional Modes[J]. J.Gimenez,A.Amicarelli,J.M.Toibero,F.di Sciascio,R.Carelli.  International Journal of Automation and Computing. 2019(06)
[3]基于深度学习的动态场景语义SLAM[J]. 房立金,刘博,万应才.  华中科技大学学报(自然科学版). 2020(01)
[4]基于ORB特征的视觉里程计算法优化[J]. 林付春,刘宇红,周进凡,马治楠,何倩倩,王曼曼,张荣芬.  激光与光电子学进展. 2019(21)
[5]一种融合点线特征的视觉里程计架构设计与定位实现[J]. 赵嘉珩,罗霄,钟心亮,韩宝铃,黄羽童.  北京理工大学学报. 2019(05)
[6]基于PageRank的SLAM后端优化研究[J]. 张建华,张洪华,刘璇.  华中科技大学学报(自然科学版). 2019(04)
[7]面向室内动态环境的半直接法RGB-D SLAM算法[J]. 高成强,张云洲,王晓哲,邓毅,姜浩.  机器人. 2019(03)
[8]一种融合稀疏几何特征与深度流的深度视觉SLAM算法[J]. 方正,赵世博,李昊来.  机器人. 2019(02)
[9]移动机器人RGB-D视觉SLAM算法[J]. 陈劭,郭宇翔,高天啸,宫清源,张军国.  农业机械学报. 2018(10)
[10]室内环境下基于平面与线段特征的RGB-D视觉里程计[J]. 董星亮,苑晶,黄枢子,杨少坤,张雪波,孙凤池,黄亚楼.  机器人. 2018(06)

硕士论文
[1]基于RGB-D数据的SLAM算法研究[D]. 吕宪伟.北京理工大学 2016
[2]基于RGB-D的SLAM算法研究[D]. 丁洁琼.西安电子科技大学 2014



本文编号：3658394