基于特征稀疏策略的室内机器人SLAM研究
本文关键词：基于特征稀疏策略的室内机器人SLAM研究 出处：《计算机工程与应用》2017年16期 论文类型：期刊论文
【摘要】：针对室内环境下的移动机器人的定位问题,研究了一种能够适应空间狭小、特征点密集的复杂环境的双目视觉SLAM方法。该方法以EKF-SLAM方法为基础,引入了一种特征点稀疏性控制机制,该机制对地图库中的特征点同时在位置空间和特征空间进行分布密度限制,克服了因特征点快速上升而导致的庞大的计算量问题,提高了数据关联的准确性。此外,降低了SIFT矢量的维数以降低计算量,且在左右试图的特征匹配中,引入了多个约束条件,以提高匹配的准确性。最终实验结果表明,方法能够实现特征点分布的均匀性,且在定位精度满足要求的前提下缩短定位时间。
[Abstract]:Localization problem for mobile robot in indoor environments, a method to adapt to the space is narrow, the binocular vision SLAM method of complex feature points dense. This method is based on the EKF-SLAM method, introduced a feature point sparse control mechanism, the mechanism of the feature points in the library and map in the position space and the characteristics of space distribution density limit, overcome the huge computation problem caused by the rapid rise of feature points, improve the accuracy of data association. In addition, reduces the dimension of the SIFT vector to reduce the amount of computation, and in trying to match features, the introduction of a number of constraints, in order to improve the matching the final accuracy. The experimental results show that the method can realize the uniform distribution of feature points, and the positioning accuracy meets the requirements under the premise to reduce the positioning time.
【作者单位】： 哈尔滨工程大学自动化学院;哈尔滨工程大学经济管理学院;
【基金】：国家自然科学基金(No.51409053,No.61175089) 黑龙江省自然基金(No.E201414)
【分类号】：TP242;TP391.41
【正文快照】： 1引言同时定位与地图创建问题(Simultaneous Localiza-tion and Mapping—SLAM)已成为移动机器人研究的核心问题,2000年以来,基于视觉传感器的SLAM问题逐渐兴起[1-3],许多国内外学者借助SIFT或其他图像不变特征,开展了视觉SLAM问题研究[4-6]。目前研究SLAM的方法主要有:扩展卡
【参考文献】
相关期刊论文 前1条
1 柯明星;吕晶;童凯翔;朱明;;基于扩展卡尔曼滤波的动态协同定位算法[J];导航定位学报;2016年01期
相关博士学位论文 前3条
1 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年
2 王玉全;基于全景视觉的移动机器人同时定位与地图创建方法研究[D];哈尔滨工程大学;2010年
3 武二永;基于视觉的机器人同时定位与地图构建[D];浙江大学;2007年
相关硕士学位论文 前3条
1 周旭;基于改进粒子滤波的SLAM算法研究[D];南京理工大学;2014年
2 陈燕燕;混合人工自然特征环境的单目视觉SLAM[D];南京邮电大学;2013年
3 苏立;室内环境下移动机器人双目视觉SLAM研究[D];西安理工大学;2010年
【二级参考文献】
相关博士学位论文 前10条
1 武二永;基于视觉的机器人同时定位与地图构建[D];浙江大学;2007年
2 于金霞;移动机器人定位的不确定性研究[D];中南大学;2007年
3 王璐;未知环境中移动机器人视觉环境建模与定位研究[D];中南大学;2007年
4 骞森;机器人视觉中的退化不变量研究[D];南京航空航天大学;2007年
5 史美萍;基于人机协同的月球车路径规划技术研究[D];国防科学技术大学;2006年
6 钟慧湘;基本矩阵计算方法的研究[D];吉林大学;2005年
7 胡志萍;图像特征提取、匹配和新视点图像生成技术研究[D];大连理工大学;2005年
8 陈华华;视觉导航关键技术研究：立体视觉和路径规划[D];浙江大学;2005年
9 徐则中;移动机器人的同时定位和地图构建[D];浙江大学;2004年
10 项志宇;基于激光雷达的移动机器人障碍检测和自定位[D];浙江大学;2002年
【相似文献】
相关期刊论文 前10条
1 ;Line-feature-based SLAM Algorithm[J];自动化学报;2006年01期
2 郭剑辉;赵春霞;陆建峰;康亮;;Rao-Blackwellised粒子滤波SLAM的一致性研究[J];系统仿真学报;2008年23期
3 郭剑辉;赵春霞;石杏喜;;一种改进的联合相容SLAM数据关联方法[J];仪器仪表学报;2008年11期
4 郭剑辉;赵春霞;康亮;;SLAM问题中特征相关性研究[J];系统仿真学报;2008年06期
5 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期
6 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期
7 郭剑辉;赵春霞;;一种新的粒子滤波SLAM算法[J];计算机研究与发展;2008年05期
8 周武;赵春霞;;一种改进的边缘粒子滤波SLAM方法[J];华中科技大学学报(自然科学版);2008年S1期
9 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期
10 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期
相关会议论文 前10条
1 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年
2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年
3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年
5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年
6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年
7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年
8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年
9 Jiantong Cheng;Jonghyuk Kim;Zhenyu Jiang;Weihua Zhang;;Tightly Coupled SLAM/GNSS for Land Vehicle Navigation[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年
10 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年
相关重要报纸文章 前1条
1 肖征荣;好软件少不了它们[N];电脑报;2003年
相关博士学位论文 前10条
1 赵一路;人机交互环境下的主动SLAM及相关问题研究[D];复旦大学;2013年
2 康轶非;不依赖GPS定位理论及方法研究[D];北京交通大学;2015年
3 苑全德;基于视觉的多机器人协作SLAM研究[D];哈尔滨工业大学;2016年
4 程见童;基于压缩非线性滤波与图论的同时定位与构图方法研究[D];国防科学技术大学;2015年
5 刘浩敏;面向复杂环境的鲁棒高效的三维注册与结构恢复[D];浙江大学;2017年
6 王道斌;基于天空偏振光的SLAM方法的研究[D];中国科学技术大学;2014年
7 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年
8 游弋;SLE相关候选基因FCRL3，SLAM的SNP分析及其功能研究[D];第三军医大学;2008年
9 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年
10 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年
相关硕士学位论文 前10条
1 熊斯睿;基于立体全景视觉的移动机器人3D SLAM研究[D];哈尔滨工业大学;2015年
2 王淮卿;基于互联网与SLAM的移动机器人系统研究[D];哈尔滨工业大学;2015年
3 李贵亚;基于立体视觉的机器人SLAM算法研究[D];哈尔滨工业大学;2015年
4 薛永胜;变电站巡检机器人SLAM算法及其应用研究[D];西南科技大学;2015年
5 赵亮;水下机器人视觉SLAM方法中的图像特征点提取技术研究[D];电子科技大学;2014年
6 胡衡;基于单目视觉的SLAM方法研究[D];新疆大学;2015年
7 黄志明;动态稀疏环境下移动机器人SLAM问题研究[D];北京化工大学;2015年
8 赵新哲;基于改进粒子滤波的分布式SLAM算法研究[D];北京工业大学;2015年
9 李洪臣;单目视觉移动机器人SLAM方法建模与仿真分析[D];电子科技大学;2014年
10 丁洁琼;基于RGB-D的SLAM算法研究[D];西安电子科技大学;2014年
，本文编号：1435633
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1435633.html
