基于视觉SLAM算法的泊车机器人定位与导航技术研究
发布时间：2021-04-06 08:19
近年来,汽车保有量逐年上升,停车难问题凸显。在停车场中应用泊车机器人成为一种新型高效的停车方案。但是室内或地下的停车场空间中,GPS等外部定位信号缺失,泊车机器人需要一种不依赖外部定位信号的定位导航方案。视觉SLAM是一种适合在这种场景下的方案。另外,与当前应用的激光导航方案相比,基于视觉SLAM的定位和导航技术具有不需要安装激光反光板、传感器成本低廉等优点,从而极具发展潜力。本文主要研究基于视觉SLAM的泊车机器人定位与导航技术。为了通过机器人上的相机拍摄的相邻两幅图像来求得机器人的运动和局部地图,本文首先研究基于ORB特征的视觉里程计。首先对特征点提取算法进行分析和比较,并通过实验得出ORB特征点算法消耗的时间明显较SURF以及SIFT特征点短;然后对比了在特征点数量很大的情况下特征点匹配算法的表现,通过实验发现基于FLANN的匹配算法更适合在这种情况下的应用。对于在3D-2D场景下的PnP问题和3D-3D场景下ICP问题,先给出应用线性代数进行求解的方法,然后将其作为初始值,利用非线性优化方法进行求解。为了解决视觉里程计长时间运行后有较大的累计误差的问题,本文接下来研究了基于光束...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
泊车机器人Figure1-1Aparkingrobot
1绪论3图1-2激光导航Figure1-2Lasernavigation视觉SLAM：通过相机拍摄的图像信息来计算运动和地图的导航技术。视觉SLAM不需要结构化的场景，可以从一般的自然场景中提取特征点来作为路标，在定位的同时还可以建立周边的地图。视觉SLAM具有以下优点：不需要预先在场地中铺设辅助定位设施、图像传感器的成本较低、可以利用图像当中的信息建立地图。对比这几类方法可以看出，虽然当前泊车机器人大多没有采用基于视觉SLAM的定位和导航方案，但是基于视觉SLAM的泊车机器人定位和导航技术因其广泛的适用性和较高的便利程度、较低的成本而具有极大的发展潜力。本文将研究基于视觉SLAM的泊车机器人定位和导航技术，接下来将首先介绍视觉SLAM的国内外研究现状。1.2.2视觉SLAM国外研究现状SLAM算法最初是依靠激光雷达等非视觉传感器工作的，随后才出现了利用相机作为传感器的视觉SLAM算法。MonoSLAM可以说是这方面的先驱，具有重大的意义，这是第一个实时运行的视觉SLAM框架[5]，它基于单目相机，是由Davison在2007年提出的[6]。在功能上，MonoSLAM具备了典型视觉SLAM应该具有的功能，可以同时估计相机的运动和构建特征点构成的地图。它采用了基于特征点法的视觉里程计，从图像中提取Shi-Tomasi角点，并进行主动搜索来匹配特征点。在后端方面，它使用了扩展卡尔曼滤波算法，认为每一个特征点的位置服从正态分布，实时更新相机和路标点的均值和协方差，从而在概率框架内创建一个稀疏而持久的地图。图1-3显示了这个系统在运行时的情况，从左到右依次表示了从图像中提取特征点和用椭球表达的特征点在空间中的位置分布，可以看到图中以椭球型表示了特征点服从的正态分布。
MonoSLAM截图
【参考文献】：
期刊论文
[1]基于三轮全向移动平台的运动控制系统研究[J]. 王勇,刘洋,祝鑫. 现代机械. 2019(06)
[2]双舵轮AGV视觉里程计的设计方法[J]. 梅瑞冬,张捷,李强,刘超,王书亭. 计算机系统应用. 2019(07)
[3]基于ORB+PROSAC误匹配剔除算法的视觉SLAM研究[J]. 徐子锋,石超,王永锋,陈龙. 软件工程. 2019(05)
[4]面向无人平台的室内精密定位与构图技术[J]. 蒋小强,卢虎,贺磊南. 空军工程大学学报(自然科学版). 2019(01)
[5]基于改进闭环检测算法的视觉同时定位与地图构建[J]. 胡章芳,鲍合章,陈旭,范霆铠,赵立明. 计算机应用. 2018(03)
[6]基于多组件移动机器人软件平台的设计与实现[J]. 周晓伟,李晓明,潘清眉. 浙江理工大学学报. 2013(03)
[7]摄像机标定技术研究[J]. 李洪海,王敬东. 光学仪器. 2007(04)
博士论文
[1]空间遥感红外与可见光图像快速配准算法研究[D]. 梁怀丹.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
[2]智能汽车综合纵向控制的统一驾驶员模型研究[D]. 崔文锋.吉林大学 2017
[3]基于视觉的多机器人协作SLAM研究[D]. 苑全德.哈尔滨工业大学 2016
[4]基于激光雷达的室内AGV地图创建与定位方法研究[D]. 满增光.南京航空航天大学 2014
硕士论文
[1]基于信息融合的移动机器人导航系统研究[D]. 张德喜.沈阳工业大学 2019
[2]基于视觉环境感知技术的自动泊车系统研究[D]. 王成雨.江苏大学 2019
[3]基于3D多视图的物体识别及姿态估计方法[D]. 晋忠孝.中国科学技术大学 2019
[4]基于激光雷达的室内移动机器人SLAM与导航技术研究[D]. 杜哲夫.湖北工业大学 2019
[5]基于深度学习框架的地面移动目标追踪系统[D]. 康义.哈尔滨工程大学 2019
[6]四旋翼飞行器目标检测与定位方法研究[D]. 朱均.浙江大学 2019
[7]基于水下图像信息的同步定位与地图构建方法研究[D]. 黄靖伟.哈尔滨工程大学 2019
[8]基于视觉多传感器融合的室内移动机器人定位技术研究[D]. 潘杨杰.浙江大学 2019
[9]基于机器视觉的室内机器人障碍物检测与自主探索研究[D]. 王灏然.哈尔滨工程大学 2019
[10]室内移动机器人的定位与跟踪研究[D]. 丁伟豪.哈尔滨工程大学 2019
本文编号：3121118
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
泊车机器人Figure1-1Aparkingrobot
1绪论3图1-2激光导航Figure1-2Lasernavigation视觉SLAM：通过相机拍摄的图像信息来计算运动和地图的导航技术。视觉SLAM不需要结构化的场景，可以从一般的自然场景中提取特征点来作为路标，在定位的同时还可以建立周边的地图。视觉SLAM具有以下优点：不需要预先在场地中铺设辅助定位设施、图像传感器的成本较低、可以利用图像当中的信息建立地图。对比这几类方法可以看出，虽然当前泊车机器人大多没有采用基于视觉SLAM的定位和导航方案，但是基于视觉SLAM的泊车机器人定位和导航技术因其广泛的适用性和较高的便利程度、较低的成本而具有极大的发展潜力。本文将研究基于视觉SLAM的泊车机器人定位和导航技术，接下来将首先介绍视觉SLAM的国内外研究现状。1.2.2视觉SLAM国外研究现状SLAM算法最初是依靠激光雷达等非视觉传感器工作的，随后才出现了利用相机作为传感器的视觉SLAM算法。MonoSLAM可以说是这方面的先驱，具有重大的意义，这是第一个实时运行的视觉SLAM框架[5]，它基于单目相机，是由Davison在2007年提出的[6]。在功能上，MonoSLAM具备了典型视觉SLAM应该具有的功能，可以同时估计相机的运动和构建特征点构成的地图。它采用了基于特征点法的视觉里程计，从图像中提取Shi-Tomasi角点，并进行主动搜索来匹配特征点。在后端方面，它使用了扩展卡尔曼滤波算法，认为每一个特征点的位置服从正态分布，实时更新相机和路标点的均值和协方差，从而在概率框架内创建一个稀疏而持久的地图。图1-3显示了这个系统在运行时的情况，从左到右依次表示了从图像中提取特征点和用椭球表达的特征点在空间中的位置分布，可以看到图中以椭球型表示了特征点服从的正态分布。
MonoSLAM截图
【参考文献】：
期刊论文
[1]基于三轮全向移动平台的运动控制系统研究[J]. 王勇,刘洋,祝鑫. 现代机械. 2019(06)
[2]双舵轮AGV视觉里程计的设计方法[J]. 梅瑞冬,张捷,李强,刘超,王书亭. 计算机系统应用. 2019(07)
[3]基于ORB+PROSAC误匹配剔除算法的视觉SLAM研究[J]. 徐子锋,石超,王永锋,陈龙. 软件工程. 2019(05)
[4]面向无人平台的室内精密定位与构图技术[J]. 蒋小强,卢虎,贺磊南. 空军工程大学学报(自然科学版). 2019(01)
[5]基于改进闭环检测算法的视觉同时定位与地图构建[J]. 胡章芳,鲍合章,陈旭,范霆铠,赵立明. 计算机应用. 2018(03)
[6]基于多组件移动机器人软件平台的设计与实现[J]. 周晓伟,李晓明,潘清眉. 浙江理工大学学报. 2013(03)
[7]摄像机标定技术研究[J]. 李洪海,王敬东. 光学仪器. 2007(04)
博士论文
[1]空间遥感红外与可见光图像快速配准算法研究[D]. 梁怀丹.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
[2]智能汽车综合纵向控制的统一驾驶员模型研究[D]. 崔文锋.吉林大学 2017
[3]基于视觉的多机器人协作SLAM研究[D]. 苑全德.哈尔滨工业大学 2016
[4]基于激光雷达的室内AGV地图创建与定位方法研究[D]. 满增光.南京航空航天大学 2014
硕士论文
[1]基于信息融合的移动机器人导航系统研究[D]. 张德喜.沈阳工业大学 2019
[2]基于视觉环境感知技术的自动泊车系统研究[D]. 王成雨.江苏大学 2019
[3]基于3D多视图的物体识别及姿态估计方法[D]. 晋忠孝.中国科学技术大学 2019
[4]基于激光雷达的室内移动机器人SLAM与导航技术研究[D]. 杜哲夫.湖北工业大学 2019
[5]基于深度学习框架的地面移动目标追踪系统[D]. 康义.哈尔滨工程大学 2019
[6]四旋翼飞行器目标检测与定位方法研究[D]. 朱均.浙江大学 2019
[7]基于水下图像信息的同步定位与地图构建方法研究[D]. 黄靖伟.哈尔滨工程大学 2019
[8]基于视觉多传感器融合的室内移动机器人定位技术研究[D]. 潘杨杰.浙江大学 2019
[9]基于机器视觉的室内机器人障碍物检测与自主探索研究[D]. 王灏然.哈尔滨工程大学 2019
[10]室内移动机器人的定位与跟踪研究[D]. 丁伟豪.哈尔滨工程大学 2019
本文编号：3121118
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3121118.html
