基于全景视觉的3D SLAM系统研究
发布时间：2021-07-14 16:53
机器人即时建图与地图构建（Simultaneous Localization and Mapping,SLAM）一直以来都是机器人研究中的核心课题。作为机器人最基本的功能,对于环境的认知程度直接影响到了机器人任务完成的成功率和复杂度。基于视觉传感器的SLAM研究以其低廉的价格成为了SLAM研究的主流。近年来全景相机随着虚拟现实（Virtual Reality,VR）技术的发展逐渐进入市场,相比普通相机而言,它能一次捕捉所有方向的视觉信息,这给视觉SLAM系统提供了更大的性能提升空间。本文基于全景相机展开全景视觉SLAM系统的研究。全景相机通常由多个广角镜头组成,文中用作实验的全景相机由两个背靠背安装的鱼眼镜头组成。首先研究鱼眼镜头的标定,提出了一种圆柱形棋盘格模板进行鱼眼镜头的径向畸变校正,根据映射关系将球面图像恢复成了平面图像和全景图像,并用实验验证了文中校正方法的有效性。针对SLAM系统,优先将鱼眼图像恢复成小孔成像模型下的图像,将图像信息对应到相机坐标系中。为了满足大场景的建图,采用直接法作为本文全景视觉SLAM系统的核心,基于非线性优化方法进行状态估计。不采用特征点匹配的方式而...
【文章来源】：北京信息科技大学北京市
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
圆柱形棋盘格模板实拍图
第 2 章 鱼眼图像的径向畸变校正际情况设定一个合适的阈值 h，当直线参数 θ 处在某一值时， 的角点给该直线投一票。通过旋转直线，可以获得 θ (0,π)时。本实验将 θ (0,π)平均分成了 200 份，得到了如图 2.7 所示数最多的那个点所代表的直线就是我们需要的用于筛选采样选取可以使得票数最大值点特别突出。最后以该直线为基准筛的点就能得出表现采样点的角点，本实验的筛选结果示例如图筛选出的角点进行平均值处理便能得到最终的采样交点坐标就是图 2.5(e)中的角点经过平均值处理后得到的交点坐标。
平面透视投影面的摆放位置以及投影面的大小选取也与处理图 2.10(a)时相同。从图 2.10(f)中可以看出，原本在空间中属于直线的景物在图 2.10(d)中所成的像也得到了很好地恢复，符合人眼的视觉特性。在上述两个实验中，调整 θ1与 θ2的值可以改变投影面的位置，获取不同角度的校正图像，进而完成对整幅鱼眼图像的校正，这里由于篇幅限制不将实验结果一一列出。图 2.10(g)、(h)为海康威视鱼眼相机自带校正功能对图 2.10(d)所得的校正效果截图，从图中可看出鱼眼图像本身所产生的畸变没有得到很好的恢复，场景中的门窗等处在鱼眼图像边缘的景物所成的像还存在着一定程度的扭曲。图 2.10(i)是运用文献[47]中提出的双经度模型对图 2.10(d)进行校正得到的效果图。基于双经度模型的鱼眼图像校正方法是一种直接校正法，也就是舍去了标定过程，虽然实现起来简单，但此方法的运用范围有限，并不是对所有的镜头都适用。从图 2.10(i)中可以看出处于鱼眼图像边缘的畸变没有得到很好的恢复且单次校正视场较大使得校正结果不是很理想。相比而言本文提出的基于圆柱形黑白格模板的校正方案实现起来并不复杂，结合本文 4.1 节介绍的投影面可以得到理想的校正效果。
【参考文献】：
期刊论文
[1]基于SLAM算法和深度神经网络的语义地图构建研究[J]. 白云汉. 计算机应用与软件. 2018(01)
[2]RGB-D SLAM综述[J]. 王旒军,陈家斌,余欢,朱汇申. 导航定位与授时. 2017(06)
[3]基于深度学习的视觉SLAM综述[J]. 赵洋,刘国良,田国会,罗勇,王梓任,张威,李军伟. 机器人. 2017(06)
[4]一种采用图像特征匹配技术的RGB-D SLAM算法[J]. 许晓东,陈国良,李晓园,周文振,杜珊珊. 测绘通报. 2017(10)
[5]基于改进关键帧选择的RGB-D SLAM算法[J]. 李弋星,刘士荣,仲朝亮,王坚. 大连理工大学学报. 2017(04)
[6]鱼眼镜头径向畸变的校正方法[J]. 宋阳,周亚丽,张奇志. 仪器仪表学报. 2017(04)
[7]基于全景视觉机器人的改进UKF-SLAM算法研究[J]. 王开宇. 科技资讯. 2016(17)
[8]基于全景视觉机器人的粒子群优化FastSLAM算法研究[J]. 王开宇. 科技创新与应用. 2016(24)
[9]基于双经度模型的鱼眼图像畸变矫正方法[J]. 魏利胜,周圣文,张平改,孙驷洲. 仪器仪表学报. 2015(02)
[10]一种扩展小孔成像模型的鱼眼相机矫正与标定方法[J]. 涂波,刘璐,刘一会,金野,汤俊雄. 自动化学报. 2014(04)
博士论文
[1]自主导航智能农业车辆的全景视觉系统关键技术研究[D]. 李盛辉.南京农业大学 2016
[2]基于全景视觉的移动机器人SLAM方法研究[D]. 吴叶斌.哈尔滨工程大学 2011
[3]基于全景视觉的移动机器人同时定位与地图创建方法研究[D]. 王玉全.哈尔滨工程大学 2010
硕士论文
[1]基于立体全景视觉的移动机器人3D SLAM研究[D]. 熊斯睿.哈尔滨工业大学 2015
[2]基于全景视觉的机器人SLAM方法研究[D]. 吴子章.东北大学 2012
[3]全景移动机器人SLAM关键技术研究[D]. 刁国军.东北大学 2010
[4]基于全景视觉的单目SLAM系统[D]. 高明.合肥工业大学 2009
[5]移动机器人全景vSLAM研究[D]. 许俊勇.上海交通大学 2008
本文编号：3284526
【文章来源】：北京信息科技大学北京市
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
圆柱形棋盘格模板实拍图
第 2 章 鱼眼图像的径向畸变校正际情况设定一个合适的阈值 h，当直线参数 θ 处在某一值时， 的角点给该直线投一票。通过旋转直线，可以获得 θ (0,π)时。本实验将 θ (0,π)平均分成了 200 份，得到了如图 2.7 所示数最多的那个点所代表的直线就是我们需要的用于筛选采样选取可以使得票数最大值点特别突出。最后以该直线为基准筛的点就能得出表现采样点的角点，本实验的筛选结果示例如图筛选出的角点进行平均值处理便能得到最终的采样交点坐标就是图 2.5(e)中的角点经过平均值处理后得到的交点坐标。
平面透视投影面的摆放位置以及投影面的大小选取也与处理图 2.10(a)时相同。从图 2.10(f)中可以看出，原本在空间中属于直线的景物在图 2.10(d)中所成的像也得到了很好地恢复，符合人眼的视觉特性。在上述两个实验中，调整 θ1与 θ2的值可以改变投影面的位置，获取不同角度的校正图像，进而完成对整幅鱼眼图像的校正，这里由于篇幅限制不将实验结果一一列出。图 2.10(g)、(h)为海康威视鱼眼相机自带校正功能对图 2.10(d)所得的校正效果截图，从图中可看出鱼眼图像本身所产生的畸变没有得到很好的恢复，场景中的门窗等处在鱼眼图像边缘的景物所成的像还存在着一定程度的扭曲。图 2.10(i)是运用文献[47]中提出的双经度模型对图 2.10(d)进行校正得到的效果图。基于双经度模型的鱼眼图像校正方法是一种直接校正法，也就是舍去了标定过程，虽然实现起来简单，但此方法的运用范围有限，并不是对所有的镜头都适用。从图 2.10(i)中可以看出处于鱼眼图像边缘的畸变没有得到很好的恢复且单次校正视场较大使得校正结果不是很理想。相比而言本文提出的基于圆柱形黑白格模板的校正方案实现起来并不复杂，结合本文 4.1 节介绍的投影面可以得到理想的校正效果。
【参考文献】：
期刊论文
[1]基于SLAM算法和深度神经网络的语义地图构建研究[J]. 白云汉. 计算机应用与软件. 2018(01)
[2]RGB-D SLAM综述[J]. 王旒军,陈家斌,余欢,朱汇申. 导航定位与授时. 2017(06)
[3]基于深度学习的视觉SLAM综述[J]. 赵洋,刘国良,田国会,罗勇,王梓任,张威,李军伟. 机器人. 2017(06)
[4]一种采用图像特征匹配技术的RGB-D SLAM算法[J]. 许晓东,陈国良,李晓园,周文振,杜珊珊. 测绘通报. 2017(10)
[5]基于改进关键帧选择的RGB-D SLAM算法[J]. 李弋星,刘士荣,仲朝亮,王坚. 大连理工大学学报. 2017(04)
[6]鱼眼镜头径向畸变的校正方法[J]. 宋阳,周亚丽,张奇志. 仪器仪表学报. 2017(04)
[7]基于全景视觉机器人的改进UKF-SLAM算法研究[J]. 王开宇. 科技资讯. 2016(17)
[8]基于全景视觉机器人的粒子群优化FastSLAM算法研究[J]. 王开宇. 科技创新与应用. 2016(24)
[9]基于双经度模型的鱼眼图像畸变矫正方法[J]. 魏利胜,周圣文,张平改,孙驷洲. 仪器仪表学报. 2015(02)
[10]一种扩展小孔成像模型的鱼眼相机矫正与标定方法[J]. 涂波,刘璐,刘一会,金野,汤俊雄. 自动化学报. 2014(04)
博士论文
[1]自主导航智能农业车辆的全景视觉系统关键技术研究[D]. 李盛辉.南京农业大学 2016
[2]基于全景视觉的移动机器人SLAM方法研究[D]. 吴叶斌.哈尔滨工程大学 2011
[3]基于全景视觉的移动机器人同时定位与地图创建方法研究[D]. 王玉全.哈尔滨工程大学 2010
硕士论文
[1]基于立体全景视觉的移动机器人3D SLAM研究[D]. 熊斯睿.哈尔滨工业大学 2015
[2]基于全景视觉的机器人SLAM方法研究[D]. 吴子章.东北大学 2012
[3]全景移动机器人SLAM关键技术研究[D]. 刁国军.东北大学 2010
[4]基于全景视觉的单目SLAM系统[D]. 高明.合肥工业大学 2009
[5]移动机器人全景vSLAM研究[D]. 许俊勇.上海交通大学 2008
本文编号：3284526
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3284526.html
