基于双目视觉的移动机器人地图创建方法的研究
发布时间：2021-07-18 13:12
随着移动机器人在教育娱乐、环境探测、医疗服务、国防安全等领域广泛应用,对移动机器人智能化、自主化提出新的要求。其中同步定位与地图创建技术（Simultaneous Localization and Mapping,SLAM）是移动机器人实现自主化所面临的首要挑战。SLAM包含定位与建图两个问题,现有的SLAM系统大多研究定位问题,对建图模块不是很重视,建立的稀疏特征点地图主要服务于定位问题。具体应用中,地图不仅用于辅助定位,还带有其他需求,如:机器人路径规划（导航）、避障等。因此对如何高效构建环境稠密地图有着迫切的需求。本文的研究是仅利用CPU运算,实现室内外环境的地图构建。该研究对移动机器人的应用具有重要的实用价值。具体研究内容如下:针对基于树结构的代价聚合方法仅利用颜色信息选择权值支持区域,在图像边界区域易产生误匹配的问题,提出了一种基于水平树结构的可变权重代价聚合立体匹配算法。采用水平树代价聚合得到初始视差值,将初始视差值与颜色信息重构水平树,在更新后的树结构上进行代价聚合,得到视差值。在视差后处理阶段,提出了一种改进的非局部视差后处理算法,将不满足左右一致性匹配的像素点引入匹配...
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究的背景及意义
1.2 移动机器人地图构建国内外研究现状
1.2.1 SLAM研究现状
1.2.2 立体匹配研究现状
1.3 本文主要研究内容
1.4 论文的结构安排
第二章 相关背景知识
2.1 相机模型与畸变校正
2.1.1 针孔相机模型
2.1.2 畸变校正
2.2 立体匹配
2.2.1 立体匹配算法分类
2.2.2 立体匹配约束条件
2.2.3 立体匹配步骤
2.2.4 立体匹配评测平台和评价标准
2.3 基于图优化的视觉SLAM的基本原理
2.4 本章小结
第三章 基于水平树结构的可变权重代价聚合立体匹配算法
3.1 匹配代价计算
3.2 代价聚合
3.2.1 匹配代价聚合
3.2.2 线性时间复杂度实现
3.3 代价再聚合
3.4 视差后处理
3.5 实验结果与分析
3.5.1 代价聚合算法性能测试
3.5.2 视差后处理算法性能测试
3.6 本章小结
第四章 基于双目视觉的快速三维场景重建
4.1 实时稠密地图创建难点分析
4.1.1 深度不确定性
4.1.2 单帧立体匹配计算量优化
4.2 双目SLAM算法框架与流程
4.3 基于多关键帧逆深度融合的稠密建图线程
4.3.1 场景深度范围估计
4.3.2 关键帧立体匹配
4.3.3 帧内平滑、外点剔除
4.3.4 逆深度融合
4.3.5 帧内平滑、外点剔除
4.4 实验结果与分析
4.4.1 逆深度融合必要性验证
4.4.2 数据集实验
4.5 本章小结
第五章 实验结果与误差分析
5.1 改进的立体匹配代价聚合算法性能分析
5.1.1 无纹理区域实验分析
5.1.2 重复纹理区域实验分析
5.1.3 遮挡区域实验分析
5.1.4 丰富纹理区域实验分析
5.1.5 倾斜平面区域实验分析
5.1.6 综合评价
5.2 地图创建实验结果分析
5.2.1 室内场景实验
5.2.2 室外场景实验
5.2.3 综合评价
5.3 本章小结
第六章 主要结论与展望
6.1 主要结论
6.2 展望
致谢
参考文献
附录：作者在攻读硕士学位期间发表的论文
【参考文献】：
期刊论文
[1]面向大尺度场景的单目同时定位与地图构建[J]. 刘浩敏,章国锋,鲍虎军. 中国科学:信息科学. 2016(12)
[2]基于改进梯度和自适应窗口的立体匹配算法[J]. 祝世平,李政. 光学学报. 2015(01)
博士论文
[1]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
[2]基于多通道置信度传播算法的航空核线影像稠密立体匹配研究[D]. 胡腾.武汉大学 2013
本文编号：3289642
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究的背景及意义
1.2 移动机器人地图构建国内外研究现状
1.2.1 SLAM研究现状
1.2.2 立体匹配研究现状
1.3 本文主要研究内容
1.4 论文的结构安排
第二章 相关背景知识
2.1 相机模型与畸变校正
2.1.1 针孔相机模型
2.1.2 畸变校正
2.2 立体匹配
2.2.1 立体匹配算法分类
2.2.2 立体匹配约束条件
2.2.3 立体匹配步骤
2.2.4 立体匹配评测平台和评价标准
2.3 基于图优化的视觉SLAM的基本原理
2.4 本章小结
第三章 基于水平树结构的可变权重代价聚合立体匹配算法
3.1 匹配代价计算
3.2 代价聚合
3.2.1 匹配代价聚合
3.2.2 线性时间复杂度实现
3.3 代价再聚合
3.4 视差后处理
3.5 实验结果与分析
3.5.1 代价聚合算法性能测试
3.5.2 视差后处理算法性能测试
3.6 本章小结
第四章 基于双目视觉的快速三维场景重建
4.1 实时稠密地图创建难点分析
4.1.1 深度不确定性
4.1.2 单帧立体匹配计算量优化
4.2 双目SLAM算法框架与流程
4.3 基于多关键帧逆深度融合的稠密建图线程
4.3.1 场景深度范围估计
4.3.2 关键帧立体匹配
4.3.3 帧内平滑、外点剔除
4.3.4 逆深度融合
4.3.5 帧内平滑、外点剔除
4.4 实验结果与分析
4.4.1 逆深度融合必要性验证
4.4.2 数据集实验
4.5 本章小结
第五章 实验结果与误差分析
5.1 改进的立体匹配代价聚合算法性能分析
5.1.1 无纹理区域实验分析
5.1.2 重复纹理区域实验分析
5.1.3 遮挡区域实验分析
5.1.4 丰富纹理区域实验分析
5.1.5 倾斜平面区域实验分析
5.1.6 综合评价
5.2 地图创建实验结果分析
5.2.1 室内场景实验
5.2.2 室外场景实验
5.2.3 综合评价
5.3 本章小结
第六章 主要结论与展望
6.1 主要结论
6.2 展望
致谢
参考文献
附录：作者在攻读硕士学位期间发表的论文
【参考文献】：
期刊论文
[1]面向大尺度场景的单目同时定位与地图构建[J]. 刘浩敏,章国锋,鲍虎军. 中国科学:信息科学. 2016(12)
[2]基于改进梯度和自适应窗口的立体匹配算法[J]. 祝世平,李政. 光学学报. 2015(01)
博士论文
[1]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
[2]基于多通道置信度传播算法的航空核线影像稠密立体匹配研究[D]. 胡腾.武汉大学 2013
本文编号：3289642
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3289642.html
