视觉融合SLAM技术及其在移动机器人上的应用研究

发布时间：2024-01-31 08:08

　　SLAM(Simultaneous Localization and Mapping)即同时定位与地图构建是指搭载特定传感器的机器人在没有任何环境先验信息的情况下,在运动过程中建图并同时估计自身的位姿。当搭载的传感器为相机时,被称为视觉SLAM(Visual SLAM)。SLAM技术是机器人自主导航的关键与核心,被称为机器人的“眼睛”,在自动驾驶、三维测绘以及AR(Augmented Reality)等领域有着重要应用。经过多年的发展,以视觉传感器为核心的视觉SLAM技术成为研究的热点。其中,单目由于成本低、应用简单的特点最受研究者欢迎,但单目视觉SLAM缺少尺度信息,无法在复杂的环境下工作,这就需要其它传感器进行信息互补,因此多传感器融合的SLAM将是未来研究的热点。本文对单目视觉与惯性、磁力、激光雷达等传感器的融合进行研究,并将其运用到机器人的路面异物巡检上,为了在实际环境中验证本文的方法,搭建了全向机器人移动平台。具体研究工作如下:(1)提出一种惯性/磁力传感器与单目视觉松耦合融合的SLAM方法。针对单目视觉SLAM算法没有尺度信息以及在相机移动过快时无法使用的问题,提出了一种惯...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1绪论
    1.1 研究的背景及意义
    1.2 机器人SLAM技术的发展与研究现状
    1.3 论文的主要研究内容
2 单目视觉SLAM的理论与模型
    2.1 三维空间刚体运动
    2.2 针孔相机模型与畸变
    2.3 Bundle Adjustment
    2.4 SLAM中的特征点法
        2.4.1 Parallel Tracking and Mapping
        2.4.2 Oriented FAST and Rotated BRIEF SLAM2
        2.4.3 Monocular Visual-Inertial State Estimator
    2.5 SLAM中的直接法
        2.5.1 Large-Scale Direct SLAM
        2.5.2 Direct Sparse Odometry
        2.5.3 Semi-Direct Monocular Visual Odometry
    2.6 多种SLAM分析与比较
    2.7本章小结
3 基于惯性/磁力传感器与单目视觉融合的SLAM系统
    3.1 IMU位姿估计
        3.1.1 航向角解算
        3.1.2 航向角融合效果
        3.1.3 速度与位移计算
    3.2 单目视觉位姿估计
    3.3 融合算法
    3.4 实验结果及分析
    3.5 本章小结
4 基于视觉融合SLAM的机器人路面异物检测系统
    4.1 多传感器融合的SLAM方法
    4.2 基于三维点云的路面物体跟踪
        4.2.1 三维点云路面分割算法
        4.2.2 路面物体聚类与跟踪
    4.3 机器人路面异物检测算法
    4.4 实验结果及分析
    4.5 本章小结
5 移动机器人设计及系统实现
    5.1 机器人硬件系统
    5.2 四轮全向移动机器人的运动学分析
    5.3 机器人ROS软件系统
    5.4 实际环境测试
        5.4.1 惯性/磁力传感器与单目视觉融合的SLAM系统实际测试
        5.4.2 基于视觉融合SLAM的机器人路面异物检测系统实际测试
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
在学研究成果
致谢



本文编号：3891250