基于深度相机的移动机器人视觉SLAM算法的研究

发布时间：2021-01-04 14:01

　　随着国家经济和科学技术的快速发展,移动机器人在家庭服务,工业制造和智能物流等领域起到越来越重要的作用。在未知的环境中执行任务过程中,机器人需要能够精确定位以及高效的规划路径。SLAM（Simultaneous Localization and Mapping）是一种可行的解决方案,但是传统SLAM算法在特征点提取,路径规划等方面仍有不足之处。为了提高效率以及减小运算量,本文提出改进的基于深度相机的移动机器人视觉SLAM算法。改进算法提高了特征点提取和匹配的效率,降低了规划路径所需的计算量。基于深度相机,提出了一种用于前端特征点提取和匹配的算法HHFT（Hue Histogram Feature Transform）。首先概述传统的特征点检测算法并阐明其优缺点,接着创新性地将图像分割和特征点提取相结合,最终完成特征点的提取和匹配。图像分割过程是在梯度图像的基础上使用分水岭变换算法,将图像分为“山脊”和“集水盆地”。由于特征点都位于“山脊”上,特征点的数量随着提取范围的缩小而减少。特征点在“山脊”上的坐标确定后,再使用周围一定半径范围内像素的色调直方图进行匹配。在特征匹配之后,使用RANS... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外进展状况
    1.3 主要工作和研究内容
第二章 视觉里程计位姿计算
    2.1 刚体运动中的旋转矩阵
    2.2 三维空间中的其他变换
    2.3 相机模型
        2.3.1 小孔成像模型
        2.3.2 图像畸变
        2.3.3 深度相机模型
    2.4 本章小结
第三章 特征点提取和匹配的改进研究
    3.1 特征点提取和匹配概述
    3.2 特征点法的相关工作
        3.2.1 Harris角点
        3.2.2 SIFT算法
    3.3 基于图割和特征点检测的融合算法
        3.3.1 RGB模型及彩色图像梯度
        3.3.2 动态阈值获取及分水岭算法
        3.3.3 特征点提取及匹配
        3.3.4 RANSAC算法优化
    3.4 本章小结
第四章 路径优化算法
    4.1 移动机器人路径规划概述
    4.2 RRT算法
    4.3 RRT-Rectangular算法
    4.4 本章小节
第五章 视觉SLAM系统的实验结果分析
    5.1 TurtleBot2 实验平台
    5.2 优化算法实验及分析
        5.2.1 HHFT算法实验及分析
        5.2.2 RRT-Rectangle优化算法实验及分析
    5.3 本章小结
第六章 总结与展望
参考文献
作者简介及科研成果
致谢


【参考文献】：
期刊论文
[1]国内外工业机器人控制器产业发展专利情报研究[J]. 冯云,杨瑾,唐梁吉.  科技通报. 2019(11)
[2]养老服务机器人的技术发展趋势[J]. 刘珊,兰智高.  计算机测量与控制. 2019(07)
[3]探究智能移动机器人的现状及展望[J]. 武雨飞.  中国战略新兴产业. 2018(12)
[4]利用激光散斑获取深度图[J]. 张绍阳,侯旭阳,崔华,高小梅.  中国光学. 2016(06)
[5]《服务机器人科技发展“十二五”专项规划》解读[J].   机器人技术与应用. 2012(03)
[6]图像Harris特征点提取算法的研究[J]. 魏佳.  电脑知识与技术. 2010(32)
[7]基于传感器信息的智能移动机器人导航评述[J]. 辛江慧,李舜酩,廖庆斌.  传感器与微系统. 2008(04)
[8]一类非线性滤波器——UKF综述[J]. 潘泉,杨峰,叶亮,梁彦,程咏梅.  控制与决策. 2005(05)
[9]移动机器人技术研究现状与未来[J]. 李磊,叶涛,谭民,陈细军.  机器人. 2002(05)
[10]未知环境中移动机器人导航控制研究的若干问题[J]. 蔡自兴,贺汉根,陈虹.  控制与决策. 2002(04)

博士论文
[1]移动机器人原型的控制系统设计与环境建模研究[D]. 邹小兵.中南大学 2005

硕士论文
[1]基于非线性优化的单目VINS系统的研究[D]. 王琪.哈尔滨工业大学 2018
[2]基于RGB-D的移动机器人实时定位与建图研究[D]. 伊星星.哈尔滨工业大学 2017



本文编号：2956889