基于视觉和IMU的自主定位关键技术

发布时间：2022-01-16 22:07

　　地面机器人及无人机的自主定位问题是导航及路径规划的基础,也是现在人工智能领域的热门研究方向。在未知环境中依靠外部设备定位的方法可能会受到限制,因此基于自身搭载的传感器实现自主定位是机器人及无人机在复杂环境中执行任务的前提。因此本文的主要研究内容为基于视觉的机器人自主定位以及基于视觉和IMU融合的无人机自主定位,对基于视觉的自主定位和基于视觉和IMU融合的自主定位的关键技术进行了研究。论文完成的具体工作由以下几部分组成:（1）对SLAM的发展历史以及国内外现状进行仔细的调研及分析,然后调研了SLAM的应用场景,明确了SLAM研究的必要性,确定了该课题中的研究方向。（2）针对不同的自主定位方法分别设计搭建了地面机器人自主定位平台和无人机自主定位平台,考虑到应用场景、空间大小、载体载荷以及体积大小、运算能力等因素,分别针对不同的应用场景设计了地面机器人自主定位平台以及无人机自主定位平台。（3）对基于视觉的自主定位方法关键技术进行了研究,然后提出改进的视觉SLAM方法,主要对系统前端进行了改进,增加了图像处理方法去除环境因素对于图像的影响,并提出改进的特征匹配方法。然后在室内机器人自主定位平台... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【图文】：

谷歌无人驾驶车

百度无人驾驶车

第1章绪论9机器人，搭载激光雷达，通过扫描周围环境信息来实现建图和定位导航的功能，能够进行精准定位的同时实现扫地清洁的功能。图1-3扫地机器人当前各行各业都出现了很多服务型机器人，如餐饮行业、教育行业等等。制约服务型机器人快速发展的一大因素为机器人自身的精准位姿估计，SLAM能够较好的解决该问题。在国内很多公司也都在对服务型机器人进行研发，如美团外卖，思岚科技等。现在的服务型机器人大多以激光雷达作为传感器来获取周围环境信息，从而建立环境地图及估计位姿信息。图1-4服务机器人随着机器人行业的飞速发展，SLAM在四足机器人上也得到了广泛的应用。在2017年，由波士顿动力开发并发布的SpotMini机器人便应用了SLAM技术。它能够为其他机器人提供所需的帮助，对于机器人协作的功能有很大的贡献。在今年的二月份，浙江大学也发布了四足机器人并命名为“绝影”。其最大速度能够达到六公里每小时，且能够在任意环境的道路上稳定行走，其也证明了国内四足机器人的发展已经接近于世界先进水平，已经具有较高的研究水平。

【参考文献】：
期刊论文
[1]视觉SLAM综述[J]. 权美香,朴松昊,李国.  智能系统学报. 2016(06)
[2]基于平面模板的摄像机标定方法[J]. 郝鑫.  太原师范学院学报(自然科学版). 2013(02)
[3]基于平面模板的摄像机标定新方法[J]. 卢传泽,蒋永平,徐杜.  科学技术与工程. 2013(16)
[4]基于菱形模板的摄像机标定方法[J]. 刘杰才,彭真明,雍杨.  指挥控制与仿真. 2012(04)
[5]单目摄像机成像系统的设计及其研究[J]. 周云龙,王雪亮.  东北电力大学学报. 2012(01)
[6]美国惯性导航与制导技术的新发展[J]. 祝彬,郑娟.  中国航天. 2008(01)



本文编号：3593511