风管机器人同时定位与地图创建方法研究

发布时间：2017-03-26 16:05

  本文关键词：风管机器人同时定位与地图创建方法研究，由笔耕文化传播整理发布。

【摘要】：随着科技和社会的不断发展,中央空调在人们的工作、生活等各种公共环境中得到了广泛的应用。经年累月的运行使得中央空调的管道中常常沉积了各种各样的有害物质,其随气流进入室内将严重影响室内的空气质量。中央空调内部管道错综复杂使得人工清扫工作费时费力且存在安全隐患。因此自主清扫风管机器人的研究与开发具有重要的实用价值和迫切的现实意义。而要实现风管清扫机器人在中央空调管道中的自主清扫,机器人的同时定位与地图创建(SLAM)是必须要解决的一项核心技术。本文针对中央空调的管道环境提出了一种结合六维惯性测量单元和双目立体视觉传感器的机器人同时定位与地图创建方法。具体研究内容如下：(a)介绍了风管机器人的工作环境和工作原理,对风管机器人的整体架构和模块功能进行了分析。阐述了摄像机的成像模型和双目立体视觉的基本原理,提出了风管机器人双目立体视觉系统基本结构。(b)介绍了SIFT、SURF、ORB特征提取等算法,并进行实验比较了它们的相关性能。发现ORB算法能在保证匹配精度的同时将匹配速度提高一个等级。本文优化了ORB算法的匹配策略,提高了匹配速度。为了去除存在的误匹配,将PROSAC算法加入到了ORB算法中,提高了匹配的准确性。(c)简述了经典的FastSLAM算法,并对该算法中存在的一些问题提出了解决的方法。首先,使用改进的平方根容积卡尔曼算法计算SLAM中非线性高斯权重积分,减小了线性化误差,提高了计算的精度；在SLAM迭代中直接传播误差协方差矩阵平方根因子而不是误差协方差矩阵,避免了耗时的Cholesky分解,提高了计算效率。其次,采用改进的布谷鸟优化算法对采样粒子集进行优化,使粒子集朝着高似然区域快速移动,从而更加接近机器人的真实位姿,缓解了粒子耗尽等问题。最后在仿真环境和悉尼数据集下实验可行的情况下,将算法应用到风管机器人双目立体视觉系统中,再次进行实验,并取得了很好的效果。
【关键词】：SLAM 风管机器人 ORB FastSLAM 布谷鸟算法 平方根容积卡尔曼滤波
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-19
• 1.1 研究背景及意义10-11
• 1.2 风管机器人研究现状11-15
• 1.2.1 国外风管机器人研究现状11-13
• 1.2.2 国内风管机器人研究现状13-15
• 1.3 机器人同时定位与地图创建现状15-18
• 1.3.1 SLAM基本算法现状16-17
• 1.3.2 立体视觉技术在SLAM中的发展与应用17-18
• 1.4 论文的研究内容与结构安排18-19
• 第2章 风管机器人双目立体视觉系统介绍19-33
• 2.1 风管机器人工作环境与工作原理19-21
• 2.1.1 风管机器人工作环境简介19-21
• 2.2 摄像机成像模型21-26
• 2.2.1 小孔成像模型21-24
• 2.2.2 摄像机非线性成像模型24-25
• 2.2.3 摄像机非线性成像模型畸变的校正25-26
• 2.3 双目立体视觉原理26-30
• 2.3.1 双目立体视觉模型26-28
• 2.3.2 双目立体视觉中的极线几何关系28-29
• 2.3.3 双目相机模型的极线校正29-30
• 2.4 惯性导航系统模型30-31
• 2.5 双目立体视觉SLAM系统结构31-32
• 2.6 本章小结32-33
• 第3章 特征点的提取与匹配33-50
• 3.1 特征点提取算法33-40
• 3.1.1 SIFT特征点提取33-37
• 3.1.2 SURF算法特征点提取37-40
• 3.1.3 FAST算法角点检测40
• 3.2 特征点描述算子40-41
• 3.3 ORB特征提取算法41-44
• 3.3.1 ORB中改进FAST检测算子41-42
• 3.3.2 ORB中改进BRIEF特征点描述42-44
• 3.4 优化的ORB算法匹配策略44
• 3.5 双目立体视觉消除误匹配44-49
• 3.5.1 RANSAC算法44-46
• 3.5.2 PROSAC算法46-48
• 3.5.3 本文算法性能对比48-49
• 3.6 本章小结49-50
• 第4章 基于布谷鸟算法优化的平方根容积FastSLAM算法50-66
• 4.1 传统FastSLAM算法简介50-51
• 4.2 基于布谷鸟算法优化的平方根容积FastSALM51-55
• 4.2.1 机器人位姿估计51-54
• 4.2.2 改进的布谷鸟搜索算法(CS)改善粒子分布54-55
• 4.2.3 本文提出改进SLAM算法流程55
• 4.3 本文改进FastSLAM算法仿真55-58
• 4.4 本文改进FastSLAM算法实验研究：维多利亚公园数据集58-60
• 4.5 双目立体视觉风管机器人实验研究60-65
• 4.5.1 实验中风管机器人介绍60-62
• 4.5.2 实验结果62-65
• 4.6 本章小结65-66
• 总结与展望66-68
• 参考文献68-73
• 致谢73-74
• 附录A 攻读学位期间所发表的学术论文目录74

  本文关键词：风管机器人同时定位与地图创建方法研究，，由笔耕文化传播整理发布。

本文编号：269022