基于SLAM的视觉室内定位算法研究

发布时间：2022-07-27 14:10

　　近年来,人们对于娱乐生活的需求逐步提升,基于位置的服务也被越来越多的科研学者和公司关注,如智能推荐、导航、增强现实（Agumented Reality,AR）等,而如何确定用户位置是所有后续服务的基础。在室外,有成熟的全球定位系统（Global Positioning System,GPS）可以使用,但是在复杂多变的室内环境下,GPS定位精度不足,有时甚至会失效,因此多种新的室内定位技术被提出。随着摄像头在手机等终端设备和各种室内场景中的普及,用户完全可以通过拍摄的室内照片获得自身位置。同时,因为视觉定位具有高精度和无需布施额外设备等优点,基于视觉的室内定位算法成为很多室内应用的首选方案。本文以数字图像处理、深度学习、多视图几何及三维重建等理论为基础,将语义识别、同时定位与建图（Simultaneous Localization and Mapping,SLAM）技术与定位算法相结合。首先,本文讨论了 SLAM技术以及基于视觉的室内定位技术的国内外研究现状。其次,本文研究了视觉定位和SLAM技术的相关基础理论。此外,本文在数据库建立、图像匹配两个方面对传统算法的一些不足,进行了如下研究... 

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的目的和意义
    1.2 国内外研究现状
        1.2.1 SLAM技术在国内外的研究现状
        1.2.2 视觉定位在国内外的研究现状
    1.3 本文的主要研究内容和结构安排
第2章 视觉室内定位与SLAM相关理论分析
    2.1 相机模型分析
        2.1.1 坐标系转换原理
        2.1.2 相机的小孔成像模型
        2.1.3 深度相机配准
    2.2 图像特征提取算法
        2.2.1 GIST特征点提取
        2.2.2 SURF特征点提取
        2.2.3 ORB特征点提取
    2.3 SLAM系统框架分析
    2.4 本章小结
第3章 融合语义与几何信息的SLAM算法
    3.1 SLAM系统构建
        3.1.1 SLAM系统前端
        3.1.2 SLAM系统后端
        3.1.3 SLAM系统回环检测
        3.1.4 SLAM系统建图
    3.2 融合语义与几何信息的SLAM算法
        3.2.1 语义检测网络框架
        3.2.2 当使用基于多视角几何的动态点检测
        3.2.3 融合语义与几何信息的视觉前端
    3.3 系统性能分析
        3.3.1 相机姿态结果分析
        3.3.2 基于SLAM的室内三维模型建立结果分析
    3.4 本章小结
第4章 基于SLAM的视觉定位算法研究
    4.1 视觉室内定位系统框架分析
    4.2 融合图像和点云信息的离线数据库建立
        4.2.1 基于相机位姿的数据关联
        4.2.2 基于图像相似性的关键图像提取
    4.3 基于改进图像数据库的在线定位算法
        4.3.1 基于GIST和SURF的两步匹配
        4.3.2 基于EPnP的用户位姿求解
    4.4 系统性能分析
        4.4.1 离线数据库建立性能分析
        4.4.2 定位方法性能分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]面向场景变化的动态自适应同时定位与地图构建[J]. 史殿习,童哲航,杨绍武,张拥军,易晓东.  中国科学:技术科学. 2018(12)
[2]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)
[3]RGB-D SLAM综述[J]. 王旒军,陈家斌,余欢,朱汇申.  导航定位与授时. 2017(06)
[4]基于深度学习的视觉SLAM综述[J]. 赵洋,刘国良,田国会,罗勇,王梓任,张威,李军伟.  机器人. 2017(06)
[5]基于单目视觉的同时定位与建图算法研究综述[J]. 朱凯,刘华峰,夏青元.  计算机应用研究. 2018(01)



本文编号：3665597