基于传感器融合的SLAM与路径规划算法研究
发布时间：2021-11-26 09:08
机器人技术是代表现代科技发展的一项综合技术,包括了信息化技术、智能化技术、机械自动化技术等等。随着社会的发展技术的演进,人工智能技术的研究成为了现如今的一个热点方向。基于人工智能机器视觉的同步定位与建图（Simultaneous Localization and Mapping,SLAM）算法采用了双目或深度相机进行类似人眼一样的数据采集并对其分析处理,为机器人更加智能的导航和交互提供了有效输入。运动规划算法则有更悠久的历史,这些年来新的解决方案不断问世为机器人自动化领域提供了丰富的算法参考。这些技术在无人驾驶、智能制造、无人机等领域的应用十分广泛。本文主要研究了当前SLAM算法的基本原理,提出了融合深度视觉与惯导传感器的SLAM系统,相比于单传感器SLAM系统而言提高了定位精度。还提出了基于生长型四叉树的二维投影建图算法,设计了适配SLAM框架输出的A*路径代价计算方法,完成了机器人从定位建图到机器人路径规划的完整系统搭建。从实验来看,本文方法提高了定位精度和建图效率,改进了机器人的导航算法。本文主要的内容如下:1.现有未进行传感器融合的SLAM方案对于误差的估计精度有限,且鲁棒性差...
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
搭载SLAM算法的地面机器人在生活产业中的应用
西南大学硕士学位论文4同年，苏黎世大学的Scaramuzza教授也发表了论文，论述了一种新的视觉里程计方法SVO(Semi-DirectMonocularVisualOdometry)[13]，该方法混合利用了特征点法和直接法，跟踪了一些关键点，再对这些描述子进行直接法的操作，相当于对直接法进行了一定的稀疏化，该方法在无人机领域和图像重复度高的场景有着不错的表现。图1.2LSD-SLAM稠密点云图构建效果到了2015年，SLAM领域具有里程碑的系统诞生了，ORB-SLAM[14]由Raul等人完成，该系统重构了PTAM框架，改进了其中较多模块。如名字所呈现的一样，该系统利用了ORB(OrientedFASTandRotatedBRIEF)[15]特征点作为匹配算子，是一种改进后的FAST角点。ORB由关键点和描述子构成，增加了角点主方向的计算，实现了旋转不变性。提高了SLAM前端里程计的实践效果。ORB-SLAM优化了地图初始化功能，关键帧检测等功能，还增加了回环检测功能。回环检测是一种利用词袋完成的累积误差修正算法。通俗来讲意味着机器人走到了以前走过的地方，并根据以前发现的特征点从而修正一直以来的累积误差。该功能一定程度上解决了SLAM领域累积误差处理的问题。总而言之，ORB-SLAM在处理速度、追踪效果和位姿精度求解方面均取得了不错的效果，较之前的工作而言。ORB-SLAM是一个非常完整且优秀的框架。但是，即使是ORB-SLAM框架建立的地图也是由稀疏点构成的，无法标识障碍物和通行区，且在移动快速的场景下容易出现跟踪丢失的情况，难以完成真正的机器人导航工作。2015年自从ORB-SLAM出现之后，研究逐渐变得更加细致，新型的SLAM框架层出不穷。对于前端里程计的创新，Ruben博士为了改进ORB特征点在低纹理的场景下容易失效的问题提出了PL-SLAM[16]系统，该系统利用了特征线做匹配丰富了匹配功能。还有从?
把芯勘冉先让诺姆较颍?钪??氖荌MU与视觉SLAM融合的问题，Ethz的MSF[18]给出了一种松耦合的优化方案，将IMU与视觉传感器作为单独的模块得到两个独立的位姿值，再通过EKF或者粒子滤波的方法进行综合优化。计算复杂度较小，扩展性强，然而优化效果一般。而更为热门的是一种紧耦合方案，如著名的系统ROVIO[19]、MSCKF[20]以及双目视觉融合IMU的OKVIS[21]，该方法是建立一个统一的损失函数，利用滑动窗口法同时优化IMU和视觉传感器的位姿。该方法计算复杂度比较高，扩展性差但是优化效果比较优秀，是目前研究的热点方向。图1.3融合惯性传感器与双目相机的OKVIS跟踪定位运行图在地图构建模块方面，SLAM领域中最初构建的是稠密点云地图，此类地图难以进行直接应用，且地图数据占有量大无法实时更新，无论是人还是机器人观察起来都并不方便。后来，由于利用八叉树数据结构可以压缩三维地图的存储，弗里堡大学的Wurm和Kai合作编写了octomap类库[22]，该类库是利用贝叶斯概
【参考文献】：
期刊论文
[1]基于改进遗传算法的移动机器人路径规划[J]. 宋宇,王志明. 现代电子技术. 2019(24)
[2]基于跟踪—关联模块的多目标跟踪方法研究[J]. 周亮,李静,杨飞. 西南大学学报(自然科学版). 2018(04)
[3]基于数据融合的SLAM系统研究与路径规划实现[J]. 赖秋玲,禹素萍,丁绅一. 电脑知识与技术. 2017(33)
[4]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋. 计算机应用. 2017(05)
[5]基于Huber的高阶容积卡尔曼跟踪算法[J]. 张文杰,王世元,冯亚丽,冯久超. 物理学报. 2016(08)
[6]基于改进人工势场法的移动机器人路径规划[J]. 邓学强. 山东理工大学学报(自然科学版). 2014(01)
[7]基于改进A*算法的室内移动机器人路径规划[J]. 王殿君. 清华大学学报(自然科学版). 2012(08)
[8]动态环境下基于路径规划的机器人同步定位与地图构建[J]. 弋英民,刘丁. 机器人. 2010(01)
[9]基于遗传模拟退火算法的静态路径规划研究[J]. 黄席樾,蒋卓强. 重庆工学院学报(自然科学版). 2007(06)
[10]反求三次B样条曲线控制顶点的一种快速算法[J]. 吴光亚,王小华. 杭州电子科技大学学报. 2005(03)
硕士论文
[1]基于三维视觉的SLAM技术研究[D]. 曾创.电子科技大学 2018
[2]基于A*算法的路径规划算法研究[D]. 彭澎.安徽工业大学 2018
[3]基于动态A*路径规划算法的移动机器人室内定位方法研究[D]. 王春生.北京工业大学 2017
[4]动态环境下移动机器人导航技术研究[D]. 张亮.武汉科技大学 2013
本文编号：3519831
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
搭载SLAM算法的地面机器人在生活产业中的应用
西南大学硕士学位论文4同年，苏黎世大学的Scaramuzza教授也发表了论文，论述了一种新的视觉里程计方法SVO(Semi-DirectMonocularVisualOdometry)[13]，该方法混合利用了特征点法和直接法，跟踪了一些关键点，再对这些描述子进行直接法的操作，相当于对直接法进行了一定的稀疏化，该方法在无人机领域和图像重复度高的场景有着不错的表现。图1.2LSD-SLAM稠密点云图构建效果到了2015年，SLAM领域具有里程碑的系统诞生了，ORB-SLAM[14]由Raul等人完成，该系统重构了PTAM框架，改进了其中较多模块。如名字所呈现的一样，该系统利用了ORB(OrientedFASTandRotatedBRIEF)[15]特征点作为匹配算子，是一种改进后的FAST角点。ORB由关键点和描述子构成，增加了角点主方向的计算，实现了旋转不变性。提高了SLAM前端里程计的实践效果。ORB-SLAM优化了地图初始化功能，关键帧检测等功能，还增加了回环检测功能。回环检测是一种利用词袋完成的累积误差修正算法。通俗来讲意味着机器人走到了以前走过的地方，并根据以前发现的特征点从而修正一直以来的累积误差。该功能一定程度上解决了SLAM领域累积误差处理的问题。总而言之，ORB-SLAM在处理速度、追踪效果和位姿精度求解方面均取得了不错的效果，较之前的工作而言。ORB-SLAM是一个非常完整且优秀的框架。但是，即使是ORB-SLAM框架建立的地图也是由稀疏点构成的，无法标识障碍物和通行区，且在移动快速的场景下容易出现跟踪丢失的情况，难以完成真正的机器人导航工作。2015年自从ORB-SLAM出现之后，研究逐渐变得更加细致，新型的SLAM框架层出不穷。对于前端里程计的创新，Ruben博士为了改进ORB特征点在低纹理的场景下容易失效的问题提出了PL-SLAM[16]系统，该系统利用了特征线做匹配丰富了匹配功能。还有从?
把芯勘冉先让诺姆较颍?钪??氖荌MU与视觉SLAM融合的问题，Ethz的MSF[18]给出了一种松耦合的优化方案，将IMU与视觉传感器作为单独的模块得到两个独立的位姿值，再通过EKF或者粒子滤波的方法进行综合优化。计算复杂度较小，扩展性强，然而优化效果一般。而更为热门的是一种紧耦合方案，如著名的系统ROVIO[19]、MSCKF[20]以及双目视觉融合IMU的OKVIS[21]，该方法是建立一个统一的损失函数，利用滑动窗口法同时优化IMU和视觉传感器的位姿。该方法计算复杂度比较高，扩展性差但是优化效果比较优秀，是目前研究的热点方向。图1.3融合惯性传感器与双目相机的OKVIS跟踪定位运行图在地图构建模块方面，SLAM领域中最初构建的是稠密点云地图，此类地图难以进行直接应用，且地图数据占有量大无法实时更新，无论是人还是机器人观察起来都并不方便。后来，由于利用八叉树数据结构可以压缩三维地图的存储，弗里堡大学的Wurm和Kai合作编写了octomap类库[22]，该类库是利用贝叶斯概
【参考文献】：
期刊论文
[1]基于改进遗传算法的移动机器人路径规划[J]. 宋宇,王志明. 现代电子技术. 2019(24)
[2]基于跟踪—关联模块的多目标跟踪方法研究[J]. 周亮,李静,杨飞. 西南大学学报(自然科学版). 2018(04)
[3]基于数据融合的SLAM系统研究与路径规划实现[J]. 赖秋玲,禹素萍,丁绅一. 电脑知识与技术. 2017(33)
[4]基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J]. 侯荣波,魏武,黄婷,邓超锋. 计算机应用. 2017(05)
[5]基于Huber的高阶容积卡尔曼跟踪算法[J]. 张文杰,王世元,冯亚丽,冯久超. 物理学报. 2016(08)
[6]基于改进人工势场法的移动机器人路径规划[J]. 邓学强. 山东理工大学学报(自然科学版). 2014(01)
[7]基于改进A*算法的室内移动机器人路径规划[J]. 王殿君. 清华大学学报(自然科学版). 2012(08)
[8]动态环境下基于路径规划的机器人同步定位与地图构建[J]. 弋英民,刘丁. 机器人. 2010(01)
[9]基于遗传模拟退火算法的静态路径规划研究[J]. 黄席樾,蒋卓强. 重庆工学院学报(自然科学版). 2007(06)
[10]反求三次B样条曲线控制顶点的一种快速算法[J]. 吴光亚,王小华. 杭州电子科技大学学报. 2005(03)
硕士论文
[1]基于三维视觉的SLAM技术研究[D]. 曾创.电子科技大学 2018
[2]基于A*算法的路径规划算法研究[D]. 彭澎.安徽工业大学 2018
[3]基于动态A*路径规划算法的移动机器人室内定位方法研究[D]. 王春生.北京工业大学 2017
[4]动态环境下移动机器人导航技术研究[D]. 张亮.武汉科技大学 2013
本文编号：3519831
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3519831.html
