基于RGB-D数据的实时稠密重建算法研究

发布时间:2022-10-10 15:43
  随着室内三维建模、虚拟现实、增强现实、三维游戏等对场景模型的精细化要求越来越高,基于RGB-D数据的实时稠密重建技术得到越来越多的关注。目前的基于RGB-D的实时稠密重建算法主要利用特征匹配或者直接配准图像信息获得相机姿态,并通过闭环检测、位姿优化等方式获得一致性的全局场景模型。具体的研究工作和创新点如下:第一,对几种基于RGB-D数据的实时稠密重建算法进行了详细的介绍与分析。这些实时稠密重建算法一般包含轨迹跟踪、闭环检测、位姿优化、绘图几个部分。介绍这几种算法的主要流程,分析算法的优缺点,为后面算法的改进提供基础。第二,提出了一种基于ORB-SLAM2的稠密重建算法。在ORB-SLAM2的基础上,增加场景稠密重建模块,获得实时的场景稠密重建结果。在获得相机轨迹之后将图像信息融合到场景模型中,并且在相机姿态优化之后根据相机和重建的稀疏点云优化前后的位置来调整场景模型。同时在闭环检测部分,利用一致性约束来获得高可靠的特征匹配结果,有效的验证闭环的准确性,获得更加可靠的闭环结果,从而有效提高实时稠密重建的精度。第三,针对传统的ElasticFusion算法存在的问题,提出三种改进策略来有效... 

【文章页数】:90 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 基于RGB-D数据的实时稠密重建算法研究现状
    1.3 论文的主要工作与结构安排
2 典型的基于RGB-D数据的实时重建算法分析
    2.1 引言
    2.2 RGB-D相机模型与坐标系变换
    2.3 几种基于RGB-D数据实时重建算法的介绍与分析
    2.4 本章小结
3 基于ORB-SLAM2 的有效闭环验证和稠密重建
    3.1 引言
    3.2 基于ORB-SLAM2 稠密重建的总体框架
    3.3 基于ORB-SLAM2 的有效的闭环验证方法
    3.4 基于ORB-SLAM2 的稠密重建
    3.5 实验分析
    3.6 本章小结
4 基于改进ElasticFusion精确的轨迹跟踪和稠密重建
    4.1 引言
    4.2 改进的轨迹跟踪方法
    4.3 基于图像信息自适应调整联合配准时加权的方法
    4.4 基于配准输出信息判读配准误差大小的方法
    4.5 基于关键帧之间配准缓解轨迹漂移的方法
    4.6 实验分析
    4.7 本章小结
5 总结与展望
    5.1 本文的主要贡献与创新点
    5.2 工作展望
参考文献
致谢
附录
    A 攻读硕士学位期间发表的论文
    B 攻读硕士学位期间参与的科研项目


【参考文献】:
期刊论文
[1]SLAM室内三维重建技术综述[J]. 危双丰,刘振彬,赵江洪,庞帆.  测绘科学. 2018(07)
[2]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)
[3]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋.  计算机应用. 2017(05)

硕士论文
[1]基于RGB-D的稠密ORB-SLAM研究[D]. 李雅芳.湘潭大学 2018
[2]基于RGB-D的室内场景SLAM方法研究[D]. 刘三毛.湖南工业大学 2017
[3]基于RGB-D的SLAM方法改进研究[D]. 张松涛.哈尔滨工业大学 2017
[4]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:3689906

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3689906.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fb12c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com