基于彩色-深度图像的闭环检测算法研究

发布时间：2022-10-21 11:03

　　机器人在陌生环境下通过传感器数据计算当前所处的位置与环境地图,被称为同时定位与地图构建问题（简称SLAM）。在基于视觉的SLAM中,机器人位姿通常根据相邻时刻的两帧图像由对极约束计算所得。由于当前位姿是由上一帧位姿与转换矩阵相乘得来,因此误差会逐渐累积并传递给下一帧。通常使用闭环检测算法,识别机器人当前位置是否出现在在历史运动轨迹中,从而在位姿计算的图优化中添加约束,以此抑制累积误差的增长对最终计算结果的影响。VSLAM中闭环检测通常使用基于单目摄像头获得的彩色图像,然而由于二维彩色图像描述子受视角变化与光照影响较大,在场景变换的情况下容易产生误判,而误匹配带来的损失远大于正常的误差计算,对成图影响很大。在综合分析闭环检测算法的研究现状后,基于彩色深度信息提出了一种三维的全局特征向量匹配方法,使用TUM数据集验证了方法的有效性。工作内容主要包括以下几个方面。首先使用深度图像获取世界坐标系下点云数据,根据深度图像坐标对应关系,建立大量的匹配点对,然后提取匹配点对附近区域的点云数据转换为TSDF（Truncated Signed Distance Function）模型,通过对大量数据的处... 

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

TSDF模型示意图

三维TSDF模型示意图

彩色深度图与点云、TSDF模型对比

【参考文献】：
期刊论文
[1]图像分类中基于分类矢量量化的视觉词袋模型[J]. 王娇,罗四维,邹琪.  计算机工程与应用. 2019(10)
[2]复杂环境下视觉SLAM闭环检测方法综述[J]. 刘强,段富海,桑勇,赵健龙.  机器人. 2019(01)
[3]基于精简卷积神经网络的快速闭环检测方法[J]. 何元烈,陈佳腾,曾碧.  计算机工程. 2018(06)
[4]基于改进的BoVW模型的图像检索方法研究[J]. 陈瑞文.  重庆科技学院学报(自然科学版). 2015(05)

硕士论文
[1]基于RGB-D图像的SLAM闭环检测方法研究[D]. 孙旻喆.燕山大学 2014



本文编号：3695511