基于视觉与加速度传感器融合的室内定位技术研究

发布时间：2017-10-16 22:05

  本文关键词：基于视觉与加速度传感器融合的室内定位技术研究

  更多相关文章： 单目视觉 多传感器信息融合 机器人定位

【摘要】：随着计算机技术、传感器技术和人工智能的发展,移动机器人的智能化和自主化程度不断提高。移动机器人自动定位与导航是自主式移动机器人的核心技术之一,其中定位精度对机器人在真实环境中顺利完成任务中起着至关重要的作用。本文研究基于单目视觉传感器和加速度传感器融合的移动机器人室内定位技术。利用视觉系统进行机器人定位时需要考虑视觉传感器获取信息时的视角、光照等外界客观因素对提取图像特征、完成特征匹配的影响。对所获图像信息的处理与计算直接影响机器人定位的精度。本文采用ORB (Oriented Brief)算法实现角点检测和特征匹配,依据鼠标定位原理,利用摄像头快速摄取图像通过对相邻图像进行特征匹配获得初步位姿信息,之后融合加速度传感器信息,通过卡尔曼滤波数据融合算法,对机器人在运动过程中的位置和方向角进行更精确的估计,实现对机器人的定位。算法在PC机上进行了实现。数字摄像头通过USB接口与PC机连接,PC机界面可以实时输出小车的位姿坐标信息,同时绘制出小车的运行轨迹图。实验结果及数据分析表明该定位方法有效的提高了定位精度,具备良好的实用性和稳定生。
【关键词】：单目视觉 多传感器信息融合 机器人定位
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 引言7-9
• 第一章 绪论9-17
• 1.1 研究背景9-10
• 1.2 移动机器人视觉技术发展现状10-13
• 1.2.1 移动机器人视觉技术国内外研究现状10-11
• 1.2.2 移动机器人视觉定位技术的分类11-13
• 1.3 多源信息融合技术的研究现状及应用13-16
• 1.3.1 多源信息融合技术的研究现状13-14
• 1.3.2 多源信息融合技术存在的主要问题14-15
• 1.3.3 信息融合技术的应用15-16
• 1.4 课题研究内容及论文结构安排16-17
• 第二章 单目视觉定位17-32
• 2.1 引言17-18
• 2.2 图像采集及特征匹配18-26
• 2.2.1 角点定义19-20
• 2.2.2 ORB特征匹配20-21
• 2.2.3 匹配结果21-26
• 2.3 摄像头投影模型及标定26-29
• 2.4 视觉定位——最小二乘法29-32
• 第三章 视觉传感器与加速度传感器融合定位32-41
• 3.1 引言32-33
• 3.2 卡尔曼滤波理论的发展及应用33-34
• 3.3 卡尔曼滤波算法的原理及算法流程34-36
• 3.3.1 卡尔曼滤波基本原理34-36
• 3.3.2 算法流程36
• 3.4 基于卡尔曼滤波的视觉与加速度传感器的融合定位36-41
• 3.4.1 融合结构36-37
• 3.4.2 融合定位算法的实现37-41
• 第四章 实验设计与分析41-46
• 4.1 硬件平台41
• 4.2 软件实现41-43
• 4.3 实验设计43-46
• 第五章 总结与展望46-48
• 5.1 总结46
• 5.2 展望46-48
• 参考文献48-52
• 附录52-59
• 在学期间的研究成果59-60
• 致谢60

【参考文献】

中国期刊全文数据库 前10条

1 吴学礼;丁雪;孟凡华;赵萌;;双阈值Harris角点检测算法[J];河北科技大学学报;2013年04期

2 罗文超;刘国栋;杨海燕;;SIFT和改进的RANSAC算法在图像配准中的应用[J];计算机工程与应用;2013年15期

3 刘明河;;关于光电鼠标维修实例[J];科技风;2012年04期

4 雷文华;;离散Kalman滤波器的UML建模与实现[J];现代电子技术;2011年22期

5 周磊;任国全;李冬伟;;视觉导航中的单目摄像机标定改进算法[J];计算机应用;2011年07期

6 徐精明;周鸣争;;无线传感器网络中信息融合若干关键技术的调研[J];电脑知识与技术(学术交流);2007年14期

7 何友,关欣,王国宏;多传感器信息融合研究进展与展望[J];宇航学报;2005年04期

8 王茜,董学仁,尉吉勇,马玉真;神经网络技术在智能传感器系统中的应用与发展[J];自动化仪表;2004年07期

9 王耀南,李树涛;多传感器信息融合及其应用综述[J];控制与决策;2001年05期

10 邱茂林,马颂德,李毅;计算机视觉中摄像机定标综述[J];自动化学报;2000年01期

中国博士学位论文全文数据库 前4条

1 孟旭炯;基于单目视觉的同时定位与地图重建算法研究[D];浙江大学;2010年

2 周达天;基于多传感器信息融合的列车定位方法研究[D];北京交通大学;2007年

3 程磊;多移动机器人协调控制系统的研究与实现[D];华中科技大学;2005年

4 王壮;C～4ISR系统目标综合识别理论与技术研究[D];国防科学技术大学;2001年

中国硕士学位论文全文数据库 前9条

1 韩利华;基于惯性导航和视觉传感器信息融合的移动机器人定位研究[D];长安大学;2012年

2 王士乐;多图像源信息融合与增强技术研究[D];东华大学;2012年

3 路丹晖;融合视觉与惯性导航的机器人自主定位[D];浙江大学;2012年

4 陈坤;基于立体视觉的三维重建理论与算法研究[D];南昌航空大学;2011年

5 赵月;单目位姿测量目标中心定位算法研究[D];哈尔滨工程大学;2011年

6 陈晨;含有未知输入干扰的故障诊断方法研究[D];青岛理工大学;2010年

7 严敏;基于电视信号的双基地雷达的数据处理[D];南京理工大学;2008年

8 李崇谊;对变换状态空间EKF的研究及其在航迹融合问题中的应用[D];哈尔滨工程大学;2006年

9 曲润峰;主/被动雷达信息融合方法研究与应用[D];西北工业大学;2005年

，

本文编号：1045136