室内环境下的移动机器人视觉SLAM导航研究及系统实现
发布时间：2021-08-16 22:41
自主导航是移动机器人的核心技术,主要包括移动机器人视觉同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）和路径规划,这是当前移动机器人研究领域的重点研究方向,因此针对室内环境下移动机器人视觉SLAM导航系统的研究具有重要的理论意义和实际应用价值。首先,针对移动机器人导航、视觉SLAM和路径规划相关技术的研究现状进行分析,对视觉SLAM的系统框架进行了设计和视觉传感器的选取,结合对路径规划技术的研究,完成了室内环境下的移动机器人视觉SLAM导航系统方案的总体设计。在视觉SLAM研究中,针对其前端存在点云配准误差大、效率低的问题,提出一种改进点云配准策略的配准算法。算法通过随机采样一致性（Random Sample Consensus,RANSAC）采样策略对RGB图进行点对的筛选获得内点,完成预处理;采用基于刚体变换一致性的对应点间的距离阈值完成点云初配准;在保证具有良好初始位姿的情况下,引入一种动态迭代角度因子的迭代最近点（Iterative Closest Point,ICP）算法实现了点云精配准。随后,针对视觉SLAM系统中存...
【文章来源】：重庆邮电大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
回环检测对比图
重庆邮电大学硕士学位论文 第2章 室内环境下移动机器人视觉SLAM导航系统方案设计中的关键技术，依靠视觉 SLAM 系统能够获取移动机器人的定位和构建环境地图，在获取先验地图的基础上，采用选取的人工鱼群路径规划算法进行规划合理路径，从而实现室内环境下移动机器人自主导航功能，最终使得移动机器人在工作空间内的导航成功率达到 90%以上。因此，设计的室内环境下移动机器人视觉 SLAM导航系统的总体框图如图 2.2 所示，主要分为视觉 SLAM 和路径规划两个部分。
(c) SURF (d) ORB图 3.1 SIFT、SURF、ORB 特征检测从特征提取结果图可以看出，提取的 ORB 特征分布较为明显，且数量适中，能够很好地综合效率与精度，更加适用于实时的视觉 SLAM 系统。为了更好的说明 ORB 特征点适用于本文的视觉 SLAM 系统，进行特征匹配实验，如图 3.2 为公开数据集[51]中的仅发生横向平移的相邻两张室内环境 RGB 图像。分别进行 SIFT、SURF、ORB 算法的特征提取与匹配，及误匹配剔除实验，结果如图 3.3 所示。
【参考文献】：
期刊论文
[1]基于激光与RGB-D相机的异构多机器人协作定位[J]. 张文安,梁先鹏,仇翔,邢科新. 浙江工业大学学报. 2019(01)
[2]基于激光跟踪测量的机器人定位研究[J]. 黄朝阳,乔晓利. 激光杂志. 2018(12)
[3]移动机器人路径规划算法综述[J]. 霍凤财,迟金,黄梓健,任璐,孙勤江,陈建玲. 吉林大学学报(信息科学版). 2018(06)
[4]智能机器人+人工智能创新创业的思考及建议[J]. 王田苗,陶永. 科技导报. 2018(17)
[5]概述机器人技术的进步[J]. 王天然. Engineering. 2018(04)
[6]移动机器人SLAM关键问题和解决方法综述[J]. 杨雪梦,姚敏茹,曹凯. 计算机系统应用. 2018(07)
[7]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春. 智能系统学报. 2018(01)
[8]工业机器人现状与发展趋势浅析[J]. 韩维敏. 科技经济导刊. 2017(30)
[9]路径规划算法的研究与发展[J]. 杨俊成,李淑霞,蔡增玉. 控制工程. 2017(07)
[10]PLP-SLAM:基于点、线、面特征融合的视觉SLAM方法[J]. 李海丰,胡遵河,陈新伟. 机器人. 2017(02)
博士论文
[1]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于激光传感器室内机器人自主导航技术研究[D]. 赵钰.天津理工大学 2017
[2]基于RGB-D摄像机的同步定位与建图研究[D]. 辛冠希.哈尔滨工业大学 2016
本文编号：3346513
【文章来源】：重庆邮电大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
回环检测对比图
重庆邮电大学硕士学位论文 第2章 室内环境下移动机器人视觉SLAM导航系统方案设计中的关键技术，依靠视觉 SLAM 系统能够获取移动机器人的定位和构建环境地图，在获取先验地图的基础上，采用选取的人工鱼群路径规划算法进行规划合理路径，从而实现室内环境下移动机器人自主导航功能，最终使得移动机器人在工作空间内的导航成功率达到 90%以上。因此，设计的室内环境下移动机器人视觉 SLAM导航系统的总体框图如图 2.2 所示，主要分为视觉 SLAM 和路径规划两个部分。
(c) SURF (d) ORB图 3.1 SIFT、SURF、ORB 特征检测从特征提取结果图可以看出，提取的 ORB 特征分布较为明显，且数量适中，能够很好地综合效率与精度，更加适用于实时的视觉 SLAM 系统。为了更好的说明 ORB 特征点适用于本文的视觉 SLAM 系统，进行特征匹配实验，如图 3.2 为公开数据集[51]中的仅发生横向平移的相邻两张室内环境 RGB 图像。分别进行 SIFT、SURF、ORB 算法的特征提取与匹配，及误匹配剔除实验，结果如图 3.3 所示。
【参考文献】：
期刊论文
[1]基于激光与RGB-D相机的异构多机器人协作定位[J]. 张文安,梁先鹏,仇翔,邢科新. 浙江工业大学学报. 2019(01)
[2]基于激光跟踪测量的机器人定位研究[J]. 黄朝阳,乔晓利. 激光杂志. 2018(12)
[3]移动机器人路径规划算法综述[J]. 霍凤财,迟金,黄梓健,任璐,孙勤江,陈建玲. 吉林大学学报(信息科学版). 2018(06)
[4]智能机器人+人工智能创新创业的思考及建议[J]. 王田苗,陶永. 科技导报. 2018(17)
[5]概述机器人技术的进步[J]. 王天然. Engineering. 2018(04)
[6]移动机器人SLAM关键问题和解决方法综述[J]. 杨雪梦,姚敏茹,曹凯. 计算机系统应用. 2018(07)
[7]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春. 智能系统学报. 2018(01)
[8]工业机器人现状与发展趋势浅析[J]. 韩维敏. 科技经济导刊. 2017(30)
[9]路径规划算法的研究与发展[J]. 杨俊成,李淑霞,蔡增玉. 控制工程. 2017(07)
[10]PLP-SLAM:基于点、线、面特征融合的视觉SLAM方法[J]. 李海丰,胡遵河,陈新伟. 机器人. 2017(02)
博士论文
[1]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于激光传感器室内机器人自主导航技术研究[D]. 赵钰.天津理工大学 2017
[2]基于RGB-D摄像机的同步定位与建图研究[D]. 辛冠希.哈尔滨工业大学 2016
本文编号：3346513
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3346513.html
