室内环境下视觉与惯导融合的机器人SLAM研究
发布时间：2020-12-25 03:25
在信息化智能化的今天,机器人技术已经逐渐走向成熟。一些服务机器人已经慢慢开始被大众所接受,进入到人们的工作生活当中。服务机器人大多数功能都是基于自主导航、路径规划和避障技术。而实现这些功能的前提是机器人在未知环境中对周围环境进行即时的定位与建图,即SLAM(simultaneous localization and mapping)技术。然而单独使用视觉传感器进行即时定位与建图时,往往不能在白墙、玻璃幕墙等特征纹理较少的室内环境中获得准确的视觉数据,从而很难获得准确的定位和地图。为了提高机器人在室内环境下的定位和地图精度,本文以双目相机和低精度惯性导航作为传感器,研究了将两种传感器信息进行融合的机器人SLAM算法,主要内容如下:视觉信息处理部分,首先通过对双目相机进行建模,推导出图像二维坐标与实际三维坐标的转换关系。接着对视觉图像提取ORB(oriented fast and rotated brief)特征点,并对双目相机间的特征点进行暴力匹配,对帧与帧图像之间的特征点进行FLANN(fast approximate nearest neighbor search library)快...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
送餐机器人和医疗机器人Fig.1.1Fooddeliveryrobotandmedicalrobot
第1章绪论3图1.2松耦合Fig.1.2Looselycoupled在松耦合的融合方法中，Konolige[3]等人提出将积分的惯性导航数据作为独立的测量结果，整合进立体视觉优化中。Weiss[4]等人提出仅使用视觉位姿估计来更新扩展卡尔曼滤波器，而不是将图像的特征加入状态向量中。并且只用惯性导航用来执行卡尔曼滤波的传播过程。Falquez[5]等人提出将来自于视觉里程计的位姿估计直接添加到惯性导航的优化帧中的优化方法。图1.3紧耦合示意图Fig.1.3Tightlycoupled在紧耦合的融合方法中，分为了基于滤波的紧耦合融合和基于优化紧耦合融合两大分支。基于滤波的方法主要有基于扩展卡尔曼滤波器EKF[6-8]、无迹卡尔曼滤波UKF[9-10]、基于滑动窗口的方法[11-14]等。Bloesch[15]等人提出了一种紧耦合扩展卡尔曼滤波算法单目视觉惯性里程计算法，其更新步骤过程不是使用重投影误差，而是直接使用了图块的像素强度作为误差，相比重投影误差，像素强度计算精度更高。Davison[16]等人提出了一种名为Mono-SLAM实时单目SLAM算法，该算法假设每个特征点的位置服从高斯分布并用椭圆形式表达其均值和不确定性,在投影椭圆中主动搜索特征点进行匹配,后端采用扩展卡尔曼滤波器进行优化。Paul[17]等人提出平方根逆滑动窗口滤波器（SR-ISWF）。该方法了提高计算效
第1章绪论3图1.2松耦合Fig.1.2Looselycoupled在松耦合的融合方法中，Konolige[3]等人提出将积分的惯性导航数据作为独立的测量结果，整合进立体视觉优化中。Weiss[4]等人提出仅使用视觉位姿估计来更新扩展卡尔曼滤波器，而不是将图像的特征加入状态向量中。并且只用惯性导航用来执行卡尔曼滤波的传播过程。Falquez[5]等人提出将来自于视觉里程计的位姿估计直接添加到惯性导航的优化帧中的优化方法。图1.3紧耦合示意图Fig.1.3Tightlycoupled在紧耦合的融合方法中，分为了基于滤波的紧耦合融合和基于优化紧耦合融合两大分支。基于滤波的方法主要有基于扩展卡尔曼滤波器EKF[6-8]、无迹卡尔曼滤波UKF[9-10]、基于滑动窗口的方法[11-14]等。Bloesch[15]等人提出了一种紧耦合扩展卡尔曼滤波算法单目视觉惯性里程计算法，其更新步骤过程不是使用重投影误差，而是直接使用了图块的像素强度作为误差，相比重投影误差，像素强度计算精度更高。Davison[16]等人提出了一种名为Mono-SLAM实时单目SLAM算法，该算法假设每个特征点的位置服从高斯分布并用椭圆形式表达其均值和不确定性,在投影椭圆中主动搜索特征点进行匹配,后端采用扩展卡尔曼滤波器进行优化。Paul[17]等人提出平方根逆滑动窗口滤波器（SR-ISWF）。该方法了提高计算效
【参考文献】：
期刊论文
[1]基于单目视觉的同时定位与地图构建方法综述[J]. 刘浩敏,章国锋,鲍虎军. 计算机辅助设计与图形学学报. 2016(06)
[2]传感器的故障诊断技术研究[J]. 何富君,刘小磊,卢晓昭,塔月月. 科学技术与工程. 2010(26)
[3]移动机器人的同步自定位与地图创建研究进展[J]. 陈卫东,张飞. 控制理论与应用. 2005(03)
本文编号：2936863
【文章来源】：沈阳工业大学辽宁省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
送餐机器人和医疗机器人Fig.1.1Fooddeliveryrobotandmedicalrobot
第1章绪论3图1.2松耦合Fig.1.2Looselycoupled在松耦合的融合方法中，Konolige[3]等人提出将积分的惯性导航数据作为独立的测量结果，整合进立体视觉优化中。Weiss[4]等人提出仅使用视觉位姿估计来更新扩展卡尔曼滤波器，而不是将图像的特征加入状态向量中。并且只用惯性导航用来执行卡尔曼滤波的传播过程。Falquez[5]等人提出将来自于视觉里程计的位姿估计直接添加到惯性导航的优化帧中的优化方法。图1.3紧耦合示意图Fig.1.3Tightlycoupled在紧耦合的融合方法中，分为了基于滤波的紧耦合融合和基于优化紧耦合融合两大分支。基于滤波的方法主要有基于扩展卡尔曼滤波器EKF[6-8]、无迹卡尔曼滤波UKF[9-10]、基于滑动窗口的方法[11-14]等。Bloesch[15]等人提出了一种紧耦合扩展卡尔曼滤波算法单目视觉惯性里程计算法，其更新步骤过程不是使用重投影误差，而是直接使用了图块的像素强度作为误差，相比重投影误差，像素强度计算精度更高。Davison[16]等人提出了一种名为Mono-SLAM实时单目SLAM算法，该算法假设每个特征点的位置服从高斯分布并用椭圆形式表达其均值和不确定性,在投影椭圆中主动搜索特征点进行匹配,后端采用扩展卡尔曼滤波器进行优化。Paul[17]等人提出平方根逆滑动窗口滤波器（SR-ISWF）。该方法了提高计算效
第1章绪论3图1.2松耦合Fig.1.2Looselycoupled在松耦合的融合方法中，Konolige[3]等人提出将积分的惯性导航数据作为独立的测量结果，整合进立体视觉优化中。Weiss[4]等人提出仅使用视觉位姿估计来更新扩展卡尔曼滤波器，而不是将图像的特征加入状态向量中。并且只用惯性导航用来执行卡尔曼滤波的传播过程。Falquez[5]等人提出将来自于视觉里程计的位姿估计直接添加到惯性导航的优化帧中的优化方法。图1.3紧耦合示意图Fig.1.3Tightlycoupled在紧耦合的融合方法中，分为了基于滤波的紧耦合融合和基于优化紧耦合融合两大分支。基于滤波的方法主要有基于扩展卡尔曼滤波器EKF[6-8]、无迹卡尔曼滤波UKF[9-10]、基于滑动窗口的方法[11-14]等。Bloesch[15]等人提出了一种紧耦合扩展卡尔曼滤波算法单目视觉惯性里程计算法，其更新步骤过程不是使用重投影误差，而是直接使用了图块的像素强度作为误差，相比重投影误差，像素强度计算精度更高。Davison[16]等人提出了一种名为Mono-SLAM实时单目SLAM算法，该算法假设每个特征点的位置服从高斯分布并用椭圆形式表达其均值和不确定性,在投影椭圆中主动搜索特征点进行匹配,后端采用扩展卡尔曼滤波器进行优化。Paul[17]等人提出平方根逆滑动窗口滤波器（SR-ISWF）。该方法了提高计算效
【参考文献】：
期刊论文
[1]基于单目视觉的同时定位与地图构建方法综述[J]. 刘浩敏,章国锋,鲍虎军. 计算机辅助设计与图形学学报. 2016(06)
[2]传感器的故障诊断技术研究[J]. 何富君,刘小磊,卢晓昭,塔月月. 科学技术与工程. 2010(26)
[3]移动机器人的同步自定位与地图创建研究进展[J]. 陈卫东,张飞. 控制理论与应用. 2005(03)
本文编号：2936863
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2936863.html
