动态场景下基于视觉与IMU融合的SLAM技术研究

发布时间：2021-11-05 19:21

　　随着传感器性能的提升以及算法的进步,人们对智能移动机器人的自主性要求变得越来越高。尤其今年受到新冠疫情的影响,各类服务机器人都在防疫工作中得到了应用,在物资转运、场所消毒等方面都起到了重要的作用。但在实际使用过程中,这些机器人还存在着工作效率低下、无法全面实现自主作业的问题。现有机器人的算法设计大多假设为静态场景,这使得机器人在动态环境中的工作表现不尽如人意。本文以提高移动机器人在动态场景下定位与建图的准确性和鲁棒性为基本目标,主要工作如下:首先,分析了各种经典图像特征配方法的局限性,然后引出了一种基于网格的运动统计特征匹配方法。详细介绍了该特征匹配方法的数学模型,并进行了算法设计。通过实验,验证了基于网格的运动统计特征匹配方法比ORB方法有更高的匹配准确率,可以有效剔除由于场景中物体位置发生变化所带来的误匹配,从而可以提高SLAM系统在动态环境中的定位精度。其次,针对目前ORB-SLAM2系统在动态场景下定位精度低、位姿估计轨迹容易出现漂移等问题,研究了ORB-SLAM2算法框架及多线程工作原理,将基于运动统计的特征匹配方法加入到ORB-SLAM2算法框架当中。并且在多个动态场景的T... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

为隔离人员送餐的转运机器人

哈尔滨工业大学工程硕士学位论文-5-立体视觉初始化等待新关键帧新建特征点地图优化地图维护视频图像预处理投影特征点测量特征点更新摄像机姿态投影特征点测量特征点更新摄像机姿态绘制结果建图线程跟踪线程粗略阶段精细阶段图1-3PTAM双线程系统框图OpenVSLAM是基于特征点法的稀疏SLAM系统，支持各类相机传感器[22]。该系统的亮点在于支持透视图、鱼眼相机，甚至是自制的相机。其他类似的研究还有UcoSLAM[23]等等。（2）半稠密视觉SLAM方法：LSD-SLAM提出了一种新颖的可利用李代数和直接法进行追踪的方法，相关研究使它支持单目、双目以及全向相机[24-26]。其系统架构如图1-4所示。图1-4LSD-SLAM系统框图SVO是一种单目半直接法的视觉里程计[27]。采用基于稀疏模型的图像对齐来获得更快的速度，更新的版本支持多相机、鱼眼相机以及折反射相机[28]。CNN-SVO[29]则是SVO在单个图像深度预测网络中进行深度预测的版本。

RTAB-MAP系统运行样例

【参考文献】：
期刊论文
[1]基于单目视觉的同时定位与地图构建方法综述[J]. 刘浩敏,章国锋,鲍虎军.  计算机辅助设计与图形学学报. 2016(06)



本文编号：3478366