基于SLAM技术的移动机器人定位关键技术研究
发布时间：2022-02-10 15:06
近些年,随着人工智能行业的兴起,传统行业逐渐拥抱新技术。如利用无人机进行摄影测量,利用自主导航无人车进行城市级的高精度地图测绘等等,这些新兴技术无不给传统行业带来巨大变革。由于GPS、惯导等的弊端,因此寻找一种有效的方法以解决定位导航问题,显得尤其重要。同时定位与地图构建（Simultaneous Localization And Mapping,SLAM）技术是无人设备实现自主定位导航的关键技术。其搭载的相机传感器因诸多优点广受研究者的青睐,因此本文主要着眼于单目视觉SLAM技术在无人移动小车上的应用,基于ORB-SLAM算法,在分析国内外相关文献的基础上开展了如下工作:1)针对SLAM的理论基础,讨论了三维欧氏空间的旋转平移表示,在流形上讨论李群与李代数的关系,随后研究了针孔相机成像模型,同时讨论了视觉SLAM中的前端数据关联,后端图优化模型以及闭环检测模块。最后针对针孔相机模型,结合深度图进行了局部场景重建实验。2)针对现有系统中特征提取部分问题,进行了一定程度的改进。首先分析了较为优秀的角点计算与描述算法,研究了一种组合式的OFAST+BRISK特征提取算法,对于BRIEF描述...
【文章来源】：东华理工大学江西省
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 视觉SLAM的研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 SLAM的分类
1.3 SLAM技术在测绘领域中的应用
1.4 本文主要研究内容
2 视觉SLAM中的数学基础及框架
2.1 三维空间变换及李群李代数
2.1.1 齐次坐标与空间变换
2.1.2 李群及李代数
2.2 相机成像原理
2.3 主流视觉SLAM框架
2.3.1 前端跟踪模块
2.3.2 闭环检测模块
2.3.3 后端优化模块
2.4 相机模型实验
2.5 本章小结
3 系统中改进的特征检测算法研究
3.1 特征定位
3.2 特征描述
3.2.1 浮点值特征描述
3.2.2 二进制特征描述
3.3 改进的组合式特征检测算法
3.3.1 OFAST算法
3.3.2 组合式特征检测算法流程
3.4 特征匹配与筛选
3.4.1 特征匹配判断方法与准则
3.4.2 特征精匹配过滤
3.5特征匹配算法对比实验
3.5.1 两帧图像匹配对比实验
3.5.2 特征匹配算法不变性对比实验
3.6 本章小结
4 单目视觉SLAM系统搭建
4.1 SLAM系统前端加速研究
4.1.1 并行化分析
4.1.2 系统前端特征提取加速研究
4.2 基于评分策略的系统初始化
4.2.1 基于统计的模型选择方法
4.2.2 单应矩阵模型的计算
4.2.3 基础矩阵模型的计算
4.2.4 单目视觉 SLAM 的地图初始化实验
4.3 单目视觉SLAM的后端优化研究
4.3.1 基于因子图的图优化问题建模方法研究
4.3.2 基于L-M算法的局部图优化研究
4.3.3 基于Sim(3)的闭环及全局优化研究
4.4 视觉SLAM中的闭环检测
4.4.1 关键帧选择策略
4.4.2 基于词袋模型的闭环检测
4.5 实验与分析
4.5.1 基于 g2o 的后端优化实验
4.5.2 视觉词典的训练及相似性检测实验
4.5.3 TUM 数据集上的闭环检测实验
4.6 本章小结
5 实验及分析
5.1 相机标定实验
5.2 系统中改进的特征检测算法实验
5.3 系统前端并行加速性能实验
5.4 室内TUM数据集上的测试
5.5 室外大场景的视觉定位测图实验
5.5.1 KITTI数据集的测试
5.5.2 室外移动机器人定位测试
5.6 本章小结
6 总结与展望
6.1 论文总结
6.2 论文主要创新点
6.3 论文展望
致谢
参考文献
攻读硕士学位期间完成成果
【参考文献】：
期刊论文
[1]SLAM技术及其在测绘领域中的应用[J]. 黄鹤,佟国峰,夏亮,李勇,岳晓阳,姜斌. 测绘通报. 2018(03)
[2]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)
[3]单目视觉定位中SURF算法参数的优化[J]. 赵立双,冯莹,曹毓. 计算机技术与发展. 2012(06)
[4]基于2点RANSAC的无人直升机单目视觉SLAM[J]. 徐伟杰,李平,韩波. 机器人. 2012(01)
[5]基于概率选取随机特征点的单目视觉SLAM方法[J]. 赵立坤,武二永,郭燚平,戴国骏. 机器人. 2010(05)
硕士论文
[1]基于点线综合特征的双目视觉SLAM方法[D]. 谢晓佳.浙江大学 2017
本文编号：3619059
【文章来源】：东华理工大学江西省
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
1 绪论
1.1 研究背景及意义
1.2 视觉SLAM的研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 SLAM的分类
1.3 SLAM技术在测绘领域中的应用
1.4 本文主要研究内容
2 视觉SLAM中的数学基础及框架
2.1 三维空间变换及李群李代数
2.1.1 齐次坐标与空间变换
2.1.2 李群及李代数
2.2 相机成像原理
2.3 主流视觉SLAM框架
2.3.1 前端跟踪模块
2.3.2 闭环检测模块
2.3.3 后端优化模块
2.4 相机模型实验
2.5 本章小结
3 系统中改进的特征检测算法研究
3.1 特征定位
3.2 特征描述
3.2.1 浮点值特征描述
3.2.2 二进制特征描述
3.3 改进的组合式特征检测算法
3.3.1 OFAST算法
3.3.2 组合式特征检测算法流程
3.4 特征匹配与筛选
3.4.1 特征匹配判断方法与准则
3.4.2 特征精匹配过滤
3.5特征匹配算法对比实验
3.5.1 两帧图像匹配对比实验
3.5.2 特征匹配算法不变性对比实验
3.6 本章小结
4 单目视觉SLAM系统搭建
4.1 SLAM系统前端加速研究
4.1.1 并行化分析
4.1.2 系统前端特征提取加速研究
4.2 基于评分策略的系统初始化
4.2.1 基于统计的模型选择方法
4.2.2 单应矩阵模型的计算
4.2.3 基础矩阵模型的计算
4.2.4 单目视觉 SLAM 的地图初始化实验
4.3 单目视觉SLAM的后端优化研究
4.3.1 基于因子图的图优化问题建模方法研究
4.3.2 基于L-M算法的局部图优化研究
4.3.3 基于Sim(3)的闭环及全局优化研究
4.4 视觉SLAM中的闭环检测
4.4.1 关键帧选择策略
4.4.2 基于词袋模型的闭环检测
4.5 实验与分析
4.5.1 基于 g2o 的后端优化实验
4.5.2 视觉词典的训练及相似性检测实验
4.5.3 TUM 数据集上的闭环检测实验
4.6 本章小结
5 实验及分析
5.1 相机标定实验
5.2 系统中改进的特征检测算法实验
5.3 系统前端并行加速性能实验
5.4 室内TUM数据集上的测试
5.5 室外大场景的视觉定位测图实验
5.5.1 KITTI数据集的测试
5.5.2 室外移动机器人定位测试
5.6 本章小结
6 总结与展望
6.1 论文总结
6.2 论文主要创新点
6.3 论文展望
致谢
参考文献
攻读硕士学位期间完成成果
【参考文献】：
期刊论文
[1]SLAM技术及其在测绘领域中的应用[J]. 黄鹤,佟国峰,夏亮,李勇,岳晓阳,姜斌. 测绘通报. 2018(03)
[2]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)
[3]单目视觉定位中SURF算法参数的优化[J]. 赵立双,冯莹,曹毓. 计算机技术与发展. 2012(06)
[4]基于2点RANSAC的无人直升机单目视觉SLAM[J]. 徐伟杰,李平,韩波. 机器人. 2012(01)
[5]基于概率选取随机特征点的单目视觉SLAM方法[J]. 赵立坤,武二永,郭燚平,戴国骏. 机器人. 2010(05)
硕士论文
[1]基于点线综合特征的双目视觉SLAM方法[D]. 谢晓佳.浙江大学 2017
本文编号：3619059
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3619059.html
