基于深度视觉的室内移动机器人SLAM算法研究

发布时间：2020-08-21 11:07

【摘要】：随着计算机技术和传感器技术的迅速发展,人们对机器人的智能化程度要求越来越高,而利用移动机器人对未知环境的感知则是机器人智能化研究的热点和难点。移动机器人的即时定位与地图创建(SLAM,Simultaneous Localization and Mapping)则是其中一个重要的基本问题,有效地解决SLAM问题被认为是真正实现移动机器人智能化的关键技术之一。近些年来,随着计算机视觉研究的发展,视觉传感器逐渐地被应用到SLAM问题中去,因此,视觉SLAM逐渐兴起成为了SLAM研究领域中的重要研究方向。本文利用新型视觉传感器Kinect作为深度视觉传感器,对于室内移动机器人视觉SLAM算法进行相关研究,针对传统激光扫描仪在地图创建中的缺点,提出了基于Kinect深度数据模拟激光扫描的二维SLAM算法;同时为了弥补单纯的二维地图应用范围较窄的问题,提出了一种基于Kinect的移动机器人三维SLAM方法,以便与二维地图相结合而大大扩展其应用范围。本文主要研究内容包括*:首先,介绍了本课题研究中所使用的Kinect传感器的主要结构及其相关工作原理,同时结合Power BotTM型移动机器人搭建了统一的实验平台;同时定义了移动机器人SLAM问题中的坐标系统模型以及环境地图模型,并说明了本文创建二维地图时采用的栅格地图表示方法,为文章后续的相关实验结果对比设定了统一的移动机器人坐标系统模型以及地图表示方式。其次,针对传统激光扫描仪在进行地图创建过程中仅能检测特定平面中的障碍物的问题,提出了一种基于Kinect深度数据模拟激光扫描数据的SLAM算法进行室内环境的二维地图创建,所提方法通过Kinect传感器采集室内环境的彩色图像和深度图像,然后通过模拟激光扫描的方法获得对应的点云数据,同时本文还采用了一个Kinect模拟激光扫描仪的简单模拟方式,以此来减少模拟转换时间,从而增加地图创建的实时性,最后成功建立出更详细、更接近真实环境的二维地图。最后,分析了二维地图所具有的信息量单一导致其应用范围比较窄的问题,提出了一种基于Kinect的三维地图创建方法,创建出了与室内实验环境相一致的三维地图。所提方法利用Kinect传感器采集室内场景的彩色图和深度图,使用SIFT算法对彩色场景图进行特征点提取与匹配并结合GTM算法剔除错误匹配点,同时结合场景深度信息来指导ICP算法对三维点云进行帧间配准,求取出相邻两帧的旋转矩阵和平移矩阵,最后依据这两个矩阵将机器人运行时获得的图像序列拼接成三维地图,从而创建出比较详实的室内环境三维地图。
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP212;TP242

【引证文献】