无人快递送货小车双目视觉定位与导航研究
发布时间：2022-07-09 19:59
本文主要涉及一种特定情况下的利用双摄像头进行定位与导航的研究,即无人快递车导航研究,其与普通自动驾驶导航的区别在于无人车运行的路线固定且已知并且不会经常性变动,这使得导航难度大大降低。这种导航方式相对于GPS导航、磁导航、二维码导航的优点在于不需要外部信号和人工特殊标记的辅助便能实现定位与导航。本文所讨论的方法主要是利用双目摄像头对送货路线周围环境进行扫描,并对沿途环境所成的像提取比较特殊且稳定的特征点,并记录这些点在实际环境中的三维坐标位置,构建以特征点为基础的路线地图。在小车实际工作时,实时对周围环境进行拍摄并与地图进行适配,从而得到小车的位置及朝向,从而达到导航的目的。本文中还创新地使用了梯度下降法来求解坐标系之间的空间变换矩阵,使得求得的变换阵相对传统方法求得的结果更贴合实际情况。本文主要涉及到如下内容:1.相机畸变矫正。照片的质量直接影响到定位的精度及导航效果,照片畸变程度过大或像素不够,此导航方法将无法运行。2.各图像特征点选取算法对比。无人车导航不单单涉及到定位精度问题,同时也涉及到定位速度问题,要求具有一定的实时性。如果定位结果时滞较大,此定位对导航将没有帮助,所以需要...
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 无人车技术国内外研究现状
1.2.1 国外无人车研究现状
1.2.2 国内无人车研究现状
1.3 本文的主要工作和内容安排
第二章 相机畸变矫正及双目定位原理
2.1 相机畸变矫正
2.1.1 相机畸变产生原因及矫正方法
2.2 双目定位原理
2.2.1 照片坐标系坐标与小车坐标系坐标的转换
2.2.2 由点在照片坐标系中坐标得到该点在小车坐标系中的坐标
2.3 本章小结
第三章 各特征点提取与匹配算法对比
3.1 特征点提取
3.1.1 SIFT挑选特征点过程
3.1.2 其它几种主流的特征点提取方案
3.1.3 特征点匹配
3.1.4 本设计中辅助的错误匹配纠错方案
3.2 各算法速度对比
3.3 本章小结
第四章 三维云点地图构建
4.1 空间变换矩阵
4.1.1 空间变换矩阵形式
4.1.2 梯度下降法
4.1.3 梯度下降法获得空间变换阵的具体步骤及其优势
4.2 地图构建
4.2.1 空间变换矩在地图构建中的使用
4.2.2 路径数据存储及地图扩建
4.3 本章小节
第五章 定位与导航
5.1 路线的提取
5.2 定位与导航
5.2.1 小车初始定位
5.2.2 导航
5.3 本章小结
第六章 总结与展望
参考文献
攻读硕士学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]深度学习在视觉SLAM中应用综述[J]. 李少朋,张涛. 空间控制技术与应用. 2019(02)
[2]基于RGB-D相机的SLAM技术研究综述[J]. 陈世浪,吴俊君. 计算机工程与应用. 2019(07)
[3]激光和视觉融合SLAM方法研究综述[J]. 马争光,赵永国,刘成业,刘广亮,朱琳. 计算机测量与控制. 2019(03)
[4]移动机器人视觉SLAM的闭环检测综述[J]. 柯莉红,王晓华. 单片机与嵌入式系统应用. 2019(01)
[5]基于多传感器的AGV定位误差校正方法研究[J]. 曲立国,邓亚颂. 中北大学学报(自然科学版). 2018(06)
[6]改进ORB算法的图像匹配[J]. 马丹,赖惠成. 计算机仿真. 2018(10)
[7]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)
[8]移动机器人SLAM关键问题和解决方法综述[J]. 杨雪梦,姚敏茹,曹凯. 计算机系统应用. 2018(07)
[9]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)
[10]基于VSLAM的自主移动机器人三维同时定位与地图构建[J]. 林辉灿,吕强,王国胜,张洋,梁冰. 计算机应用. 2017(10)
博士论文
[1]智能车辆视觉鲁棒检测与识别方法研究[D]. 卢笑.湖南大学 2015
[2]无人驾驶车辆智能水平的定量评价[D]. 孙扬.北京理工大学 2014
硕士论文
[1]典型二进制描述子研究及性能评估[D]. 刘晓璐.西安电子科技大学 2014
[2]基于色差模型的彩色图像灰度化算法研究[D]. 贺姣.西安电子科技大学 2014
[3]基于编码结构光的路面三维轮廓检测[D]. 周阳阳.长安大学 2012
[4]基于时间空间混合结构光编码的可移动式三维扫描技术研究[D]. 田里.浙江大学 2010
本文编号：3657723
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 无人车技术国内外研究现状
1.2.1 国外无人车研究现状
1.2.2 国内无人车研究现状
1.3 本文的主要工作和内容安排
第二章 相机畸变矫正及双目定位原理
2.1 相机畸变矫正
2.1.1 相机畸变产生原因及矫正方法
2.2 双目定位原理
2.2.1 照片坐标系坐标与小车坐标系坐标的转换
2.2.2 由点在照片坐标系中坐标得到该点在小车坐标系中的坐标
2.3 本章小结
第三章 各特征点提取与匹配算法对比
3.1 特征点提取
3.1.1 SIFT挑选特征点过程
3.1.2 其它几种主流的特征点提取方案
3.1.3 特征点匹配
3.1.4 本设计中辅助的错误匹配纠错方案
3.2 各算法速度对比
3.3 本章小结
第四章 三维云点地图构建
4.1 空间变换矩阵
4.1.1 空间变换矩阵形式
4.1.2 梯度下降法
4.1.3 梯度下降法获得空间变换阵的具体步骤及其优势
4.2 地图构建
4.2.1 空间变换矩在地图构建中的使用
4.2.2 路径数据存储及地图扩建
4.3 本章小节
第五章 定位与导航
5.1 路线的提取
5.2 定位与导航
5.2.1 小车初始定位
5.2.2 导航
5.3 本章小结
第六章 总结与展望
参考文献
攻读硕士学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]深度学习在视觉SLAM中应用综述[J]. 李少朋,张涛. 空间控制技术与应用. 2019(02)
[2]基于RGB-D相机的SLAM技术研究综述[J]. 陈世浪,吴俊君. 计算机工程与应用. 2019(07)
[3]激光和视觉融合SLAM方法研究综述[J]. 马争光,赵永国,刘成业,刘广亮,朱琳. 计算机测量与控制. 2019(03)
[4]移动机器人视觉SLAM的闭环检测综述[J]. 柯莉红,王晓华. 单片机与嵌入式系统应用. 2019(01)
[5]基于多传感器的AGV定位误差校正方法研究[J]. 曲立国,邓亚颂. 中北大学学报(自然科学版). 2018(06)
[6]改进ORB算法的图像匹配[J]. 马丹,赖惠成. 计算机仿真. 2018(10)
[7]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)
[8]移动机器人SLAM关键问题和解决方法综述[J]. 杨雪梦,姚敏茹,曹凯. 计算机系统应用. 2018(07)
[9]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)
[10]基于VSLAM的自主移动机器人三维同时定位与地图构建[J]. 林辉灿,吕强,王国胜,张洋,梁冰. 计算机应用. 2017(10)
博士论文
[1]智能车辆视觉鲁棒检测与识别方法研究[D]. 卢笑.湖南大学 2015
[2]无人驾驶车辆智能水平的定量评价[D]. 孙扬.北京理工大学 2014
硕士论文
[1]典型二进制描述子研究及性能评估[D]. 刘晓璐.西安电子科技大学 2014
[2]基于色差模型的彩色图像灰度化算法研究[D]. 贺姣.西安电子科技大学 2014
[3]基于编码结构光的路面三维轮廓检测[D]. 周阳阳.长安大学 2012
[4]基于时间空间混合结构光编码的可移动式三维扫描技术研究[D]. 田里.浙江大学 2010
本文编号：3657723
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3657723.html
