室内动态环境下的移动机器人视觉SLAM研究
发布时间：2020-12-23 11:40
智能机器人技术具有广阔的应用前景,而SLAM（Simultaneous Localization And Mapping,同时定位与地图构建）技术是智能机器人领域的研究关键,随着计算机视觉和传感器技术的发展,基于RGB-D相机的视觉SLAM得到广泛的关注。目前视觉SLAM的研究主要集中在静态场景,关于动态场景下的视觉SLAM研究还未形成统一的方案,并且大部分动态视觉SLAM都存在较低的运行效率。针对这些问题,本文面向动态物体类别相对固定的工作环境,对动态场景下的视觉SLAM进行研究,主要内容如下:（1）进行了主流特征提取算法的对比实验,采用四叉树结构改进了ORB特征提取算法,得到均匀分散的特征点,减少了局部特征点集中的情况。（2）提出了一种基于深度神经网络优化的视觉前端追踪算法,通过迁移学习训练了YOLO v2网络,使用网络进行动态物体检测并较好的剔除了动态物体范围内的特征点,减少了动态物体对特征匹配和相机位姿估计的影响。（3）进行了基于关键帧的闭环检测流程设计及测试实验,并利用通用数据集进行测试比较,得到了较好的闭合轨迹。采用了局部BA优化配合全局位姿图优化的方法进行了视觉后端优化,...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
Kinectv2外观与内部结构示意图
图 2.2 相机成像原理图相机坐标系 o- x - y -z 的点 P ( X , Y , Z )，投射在成像平面 o' -x ' -y' 上，o 为相机光心，点P在物理投影平面的坐标为 P' ( X',Y',Z' )，根据几何关系：' 'X Y ZX Y f (2-其中： f 为相机的焦距。光轴中心线与成像平面的交点o' 的像素点坐标为( , )x yc c ，P' 在像素坐标坐标系下的坐标记为(u , v ),可以得到 P' 点坐标关系的等式：''x xy yu c Xv c Y (2-
T0 11 1wwZ Z 3 3维旋转矩阵，t 为平移向量。（2-4）用齐次坐标进行表示，并带入上式，可以得到世界坐标系 T0 00 0 00 11 0 0 1 01 1w wx xw wy yw wX Xu f cY YZ v f cZ Z RK Tt理论的相机模型，在实际应用中，相机前方会安装透镜，由于透会产生径向畸变，如图 2.3 所示，存在桶形畸变和枕形畸变，两算坐标结果出现偏差。由于在相机实际生产中，存在装配误差，不平行，由此还会产生切向畸变。
【参考文献】：
期刊论文
[1]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋. 计算机应用. 2017(05)
[2]融合激光与视觉信息的自主移动机器人的SLAM研究[J]. 刘雅彬,陈万米. 工业控制计算机. 2015(09)
[3]融合IMU的RGBD-SLAM算法改进研究[J]. 闵华松,杨杰. 计算机工程与设计. 2015(01)
[4]基于PF/CUKF/EKF的移动机器人SLAM框架算法[J]. 石杏喜,赵春霞,郭剑辉. 电子学报. 2009(08)
[5]国家中长期科学和技术发展规划纲要(2006—2020年)[J]. 中华人民共和国国务院公报. 2006(09)
博士论文
[1]基于多传感器融合的室内机器人自主导航方法研究[D]. 张文.中国科学技术大学 2017
硕士论文
[1]动态场景下基于改进粒子滤波器的SLAM算法[D]. 苏泽荣.广东工业大学 2016
本文编号：2933653
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：82 页
【学位级别】：硕士
【部分图文】：
Kinectv2外观与内部结构示意图
图 2.2 相机成像原理图相机坐标系 o- x - y -z 的点 P ( X , Y , Z )，投射在成像平面 o' -x ' -y' 上，o 为相机光心，点P在物理投影平面的坐标为 P' ( X',Y',Z' )，根据几何关系：' 'X Y ZX Y f (2-其中： f 为相机的焦距。光轴中心线与成像平面的交点o' 的像素点坐标为( , )x yc c ，P' 在像素坐标坐标系下的坐标记为(u , v ),可以得到 P' 点坐标关系的等式：''x xy yu c Xv c Y (2-
T0 11 1wwZ Z 3 3维旋转矩阵，t 为平移向量。（2-4）用齐次坐标进行表示，并带入上式，可以得到世界坐标系 T0 00 0 00 11 0 0 1 01 1w wx xw wy yw wX Xu f cY YZ v f cZ Z RK Tt理论的相机模型，在实际应用中，相机前方会安装透镜，由于透会产生径向畸变，如图 2.3 所示，存在桶形畸变和枕形畸变，两算坐标结果出现偏差。由于在相机实际生产中，存在装配误差，不平行，由此还会产生切向畸变。
【参考文献】：
期刊论文
[1]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋. 计算机应用. 2017(05)
[2]融合激光与视觉信息的自主移动机器人的SLAM研究[J]. 刘雅彬,陈万米. 工业控制计算机. 2015(09)
[3]融合IMU的RGBD-SLAM算法改进研究[J]. 闵华松,杨杰. 计算机工程与设计. 2015(01)
[4]基于PF/CUKF/EKF的移动机器人SLAM框架算法[J]. 石杏喜,赵春霞,郭剑辉. 电子学报. 2009(08)
[5]国家中长期科学和技术发展规划纲要(2006—2020年)[J]. 中华人民共和国国务院公报. 2006(09)
博士论文
[1]基于多传感器融合的室内机器人自主导航方法研究[D]. 张文.中国科学技术大学 2017
硕士论文
[1]动态场景下基于改进粒子滤波器的SLAM算法[D]. 苏泽荣.广东工业大学 2016
本文编号：2933653
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2933653.html
