基于不确定性模型与重定位技术的语义SLAM方法研究

发布时间：2021-11-24 11:49

　　机器人的定位与建图对于室内服务机器人来说至关重要,是后续机器人导航与环境感知的先决条件。拥有精确的定位能力才能更准确无误的完成导航要求,拥有高效实时的建图能力才能更好的帮助机器人提取三维场景的语义信息,完成对环境的认知。本课题研究的是移动机器人定位与建图中的特征点不确定性模型、重定位算法以及语义建图三个子课题。目的是通过改善特征不确定性模型与重定位算法,从而获得高精度、高鲁棒性的SLAM系统,并由此改进的SLAM系统获得高精度的三维语义场景。本课题首先对RGBD相机的误差测量模型做了充分的分析,从大量实验中总结出特征点所在尺度空间的层数与不确定性模型之间的关系。通过建立新的不确定性模型提高系统运行的精度,所提出的不确定性模型与特征点所在尺度与深度视差均有联系,并通过实验分析了相机运动模式对不确定性模型的影响。然后本课题针对实际情况中出现的一些问题,提出了一种基于点云的全局多层级配准定位算法,解决了机器人开机、重启自动位,重定位路径依赖等问题。重定位作为SLAM技术中的重要环节,对提高机器人鲁棒性有着重要帮助。本文算法通过对大型点云的分层级处理与位姿的降维求解,使大型点云配准实时求解位姿... 

【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】：81 页

【学位级别】：硕士

【部分图文】：

智能服务机器人同时定位与地图构建(SimultaneousLocalizationandMapping，SLAM)技术广泛

哈尔滨工业大学硕士学位论文oSLAM 在运行时如图 1-2 所示，左图为图像中所追踪的关键点，空间中的具体位置。MonoSLAM，在运行过程中以一个椭球的形点的均值和不确定性。当前端所追踪特征点的不确定性收敛时，不则会收敛为一个点。随着计算机性能的进步，人们意识到利用稀疏像，才使得 MonoSLAM 系统能够实时运行。在此之前的视觉 SL通过机器人携带相机录制数据集，再离线地进行相关的位姿解算能在线实时运行的能力。MonoSLAM 的研究在 SLAM 发展过程中破。

稀疏的三维地图场景和关键帧

【参考文献】：
期刊论文
[1]服务机器人技术研究现状与发展趋势[J]. 王田苗,陶永,陈阳.  中国科学:信息科学. 2012(09)



本文编号：3515914