基于RGB-D的室内移动机器人视觉里程计研究

发布时间：2022-01-19 03:57

　　移动机器人在未知的环境下完成自主导航,首先需要确定自身位置,即实现定位功能。常用的室内定位导航技术有激光、惯性导航系统、红外和WLAN等。但是由于定位精度和成本等问题,这些室内导航技术并不能被广泛应用。视觉里程计是基于相机的光学定位技术,通过图像特征信息来推算出机器人的位姿;它价格低廉、信息量丰富。其中,基于RGB-D相机的视觉里程计,由于相机采集速度快,测量精度高,且同时可以获得彩色信息和深度信息等优点,己逐渐成为国内外学者研究的热点。但是,目前基于RGB-D相机的视觉里程计仍然存在如下问题:如通过相机获取的深度数据存在噪声和离群点;场景分布较为集中的情况下,特征提取与匹配的精度不高,相机的位姿变换矩阵精度估计不足;系统计算量大,运行速度慢,易造成跟踪丢失等。针对以上问题,本文做出了如下相关研究。首先,对RGB-D相机的成像模型进行研究,完成彩色摄像头和深度摄像头的内外参数标定,生成三维点云;同时针对RGB-D相机在获取场景信息中的深度数据存在的噪声和离群点问题,选用高斯滤波、中值滤波、双边滤波进行实验对比,以均方误差、峰值性噪比以及滤波时间作为评价性能指标,选取综合性能较好的双边滤... 

【文章来源】：安徽工程大学安徽省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图１－１移动机器人应用??

（ｃ）无人机喷洒农药?（ｄ）潜龙三号深海探测??图１－１移动机器人应用??１．２视觉里程计分类??在视觉定位中，常用的方法有基于相机类型进行分类。如图１．２?（ａ）所示的??单目相机〔ｍｏｎｏｃｕｌａｒ?ｃａｍｅｒａｓ）、图?１．２?Ｃｂ）所亦的立体相机（ｓｔｅｒｅｏ?ｃａｍｅｒａｓ），??图１．２?（ｃ）所示的ＲＧＢ－Ｄ相机。利用处理图像特征信息方法进行分类，如特征??法和直接法。还有根据减少实际漂移的方法，分为滤波法和非线性法。这些方法??都己广泛的应用于视觉里程计的设计ｔ１４－１６］。以下将具体介绍以相机分类的三种视??觉里程计类型的研宄成果。??１．２．１单目视觉里程计??单目视觉系统主要应用于平面视觉，它是通过一台相机完成对目标的测量。??基于单目视觉里程计系统定位的方法，主要是利用前后不同时刻得到的两幅图像??进行位姿估计，从而获得移动机器人运动时的实时位姿。从１９８０年视觉里程计??的概念被提出

?（ｂ）立体相机?（ｃ）?ＲＧＢ－Ｄ相机??图１－２视觉传感器??１．３?ＲＧＢ－Ｄ视觉里程计国内外研究现状及分析??１．３．１国外研究现状??早期Ｐｅｔｅｒ?Ｈｅｎｒｙ等人提出了基于ＲＧＢ－Ｄ相机的ＳＬＡＭ算法［３８］。主要利用??ＳＩＦＴ算法对相邻两帧的ＲＧＢ图像进行了特征检测和描述子计算。并运用深度图??像数据，得到三维特征点对之间的信息。对进行三维特征点对进行配准时，运用??随机米样一致性（Ｒａｎｄｏｍ?Ｓａｍｐｌｅ?Ｃｏｎｓｅｎｓｕｓ，ＲＡＮＳＡＣ）方法，求出相关的变??换矩阵。最后，使用迭代最近点（Ｉｔｅｒａｔｉｖｅ?Ｃｌｏｓｅｓｔ?Ｐｏｉｎｔ，ＩＣＰ）方法完成对机器人位??姿运动变换的优化。但是由于ＳＩＦＴ算法特征描述子维度过长，使特征匹配消耗??大量时间，算法的实时性很难保证。后来，Ｐｅｔｅｒ?Ｈｅｎｒｙ等又改进之前所提的算法。??为了解决ＳＩＦＴ方法速度较慢的缺点，采用ＦＡＳＴ方法对特征进行提取。而描述??子主要采用Ｃａｌｏｎｄｅｒ方法计算。同时对ＩＣＰ优化设置条件，满足匹配结果中包??含的匹配点对数目较少或者当特征匹配失败时才进行优化。??后来Ｎｉｋｏｌａｓ?Ｅｎｇｅｌｈａｒｄ等人开发出一套基于手持ｋｉｎｅｃｔ相机的ＲＧＢ－Ｄ??ＳＬＡＭ系统。它采用ＳＵＲＦ算法完成特征提取。在加入深度图像中的信息后


本文编号：3596167