融合视觉与惯性测量单元的狭闭空间导航方法

发布时间：2024-01-09 18:28

　　矿井巷道、隧道和地铁通道等狭闭空间,容易聚集有毒有害气体、积水和落石等,危害人员安全和正常的生产生活,需要进行日常巡检。其中人工巡检存在效率低且主观性强,危险因素判断依赖于经验,缺乏科学、客观且准确的判定依据等局限性,已不能满足数字化社会生产和发展需求,需要研发自主机器人平台代替人类完成相关工作,这对安全生产和人员安全,以及智能生产和数字化社会具有重要意义。本文采用同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)算法和视觉导航算法,基于ORB-SLAM2框架,融合视觉与惯性测量单元(Inertial Measurement Unit,IMU)传感器,完成了以下工作:(1)对比确定适用于狭闭空间环境的特征检测算法特征检测算法多用于特征丰富的室内和常见的开阔室外场景,在实际狭闭空间中,特征检测算法表现存在不确定性。针对狭闭空间具体环境,研究包括SIFT、BRIEF、Shi-Tomasi等多种特征检测与描述提取算法,结合实验从特征检测数量、耗时、算法鲁棒性等多方面对比分析,确定最适合狭闭空间环境的特征检测算法。(2)改进特征误匹配剔除...

【文章页数】：105 页

【学位级别】：硕士

本文编号：3877693