基于RGB-D相机的室内移动机器人全局自定位技术研究

发布时间：2023-08-09 17:50

　　定位是指移动机器人通过传感器信息确定自身在场景中所处位置的过程,精确而鲁棒的自定位是移动机器人完成导航任务的基本条件。全局定位需要地图中可行的位姿状态空间中搜索,定位过程计算量庞大,并且在定位过程中由于多个相似场景、局部场景变化、以及对先验信息采集路径的依赖等原因易造成定位失败问题。RGB-D相机成本低廉,可同时获取彩色信息和深度信息,基于RGB-D相机的室内导航定位已成为移动机器人领域的研究热点。然而由于传感器的性能局限、三维视觉信息处理的复杂性以及应用场景的多样性等,基于RGB-D相机的移动机器人定位仍存在许多困难与挑战。本论文根据RGB-D相机的特性,研究室内环境移动机器人三维视觉自定位关键技术,以提高定位的效率、精确性以及鲁棒性。本文主要研究贡献如下:首先,本文结合视觉词袋模型进行图像检索为移动机器人确定全局位姿,并提出了一种主动搜索定位的策略,在由当前观测信息定位失败后能够主动获取更多的视觉信息,提高了定位的鲁棒性。基于运动过程中捕获的图像序列之间的关联,通过统计分析确定最优全局定位估计,提高了全局定位的效率与精度,为移动机器人精确定位与导航任务的实现提供了良好的初始定位结果...

【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 论文研究背景及意义
    1.2 国内外研究现状
        1.2.1 视觉信息匹配定位
        1.2.2 三维点云配准
        1.2.3 粒子滤波定位
    1.3 研究内容及结构安排
第2章 软硬件平台与基础理论
    2.1 硬件平台
        2.1.1 移动机器人TurtleBot 2
        2.1.2 Kinect V1 传感器
    2.2 软件平台
    2.3 概率定位基础理论
        2.3.1 贝叶斯概率模型
        2.3.2 经典蒙特卡罗定位
    2.4 本章小结
第3章 基于视觉词袋的机器人初始定位
    3.1 总体方案
    3.2 基于视觉词袋的图像检索
        3.2.1 局部特征提取
        3.2.2 视觉词典构建与图像检索
    3.3 位姿求解
        3.3.1 特征匹配
        3.3.2 PnP算法
    3.4 主动运动搜索定位
    3.5 实验验证
    3.6 本章小结
第4章 基于点云配准算法的运动估计
    4.1 经典3D-NDT点云配准算法
    4.2 基于NDT变换的改进点云配准算法
        4.2.1 特征提取与描述
        4.2.2 运动变换求解
    4.3 实验验证
        4.3.1 实验数据集
        4.3.2 实验验证与性能对比测试
        4.3.3 实验分析与总结
    4.4 本章小结
第5章 基于RGB-D信息的蒙特卡罗定位
    5.1 算法总体方案
    5.2 移动机器人运动模型
    5.3 基于RGB-D信息的自适应观测模型
        5.3.1 基于三维点云配准的感知模型
        5.3.2 基于图像特征匹配的感知模型
        5.3.3 自适应感知更新过程
    5.4 绑架恢复与重采样
    5.5 定位实验
        5.5.1 全局定位实验
        5.5.2 跟踪定位实验
        5.5.3 绑架恢复实验
        5.5.4 实验总结
    5.6 本章小结
总结与展望
参考文献
附录A 攻读学位期间发表的学术论文
致谢



本文编号：3840687