基于Kinect相机的视觉SLAM研究

发布时间：2023-06-01 20:48

　　同步定位和建图(Simultaneous Localization and Mapping,SLAM)是实现移动机器人完全自主移动的关键,而迎宾机器人在未知室内环境下的智能化发展需要SLAM技术支撑。微软开发的Kinect相机可以同时获取环境的彩色图像与深度数据,相比传统的相机,具有价格低廉和信息丰富等优点,而且可以获取带有纹理色彩的三维环境地图,有明显的优势与应用前景。本文以实验室迎宾机器人为平台,针对未知室内环境下的迎宾机器人的应用需求,对基于Kinect相机的视觉SLAM系统展开研究。视觉SLAM系统主要包括Kinect相机数据读取、前端视觉里程计、后端非线性优化、回环检测和建图几个步骤,本文主要研究了以下内容:(1)研究Kinect V1相机的深度测量原理和图像获取方法,利用张正友标定法对Kinect进行标定,获取内外参数。通过改进的双边滤波器对获取的RGB图像和深度图像进行图像去噪,进而得到单帧图像粗糙的3D点云图。(2)对SIFT、SURF、ORB进行比较,实验验证了 ORB算法的高效实时性。接着结合ORB算法对剔除误匹配算法进行了改进,实验结果表明改进后的算法匹配剔除效率...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 视觉SLAM研究概述
    1.3 国内外研究现状
    1.4 本文主要研究内容及方法
2 Kinect简介
    2.1 引言
    2.2 Kinect介绍
    2.3 Kinect图像获取方法
    2.4 Kinect的视觉标定
    2.5 数据预处理
    2.6 3D点云获取
    2.7 本章小结
3 特征提取与配准
    3.1 引言
    3.2 三种特征提取算法原理
    3.3 多角度评价三种算法
    3.4 本章小结
4 图像特征匹配与运动估计和优化
    4.1 引言
    4.2 图像特征点的匹配
    4.3 运动估计方法与优化
    4.4 视觉里程计
    4.5 本章小结
5 回环检测与后端优化和建图
    5.1 引言
    5.2 关键帧的选取
    5.3 回环检测
    5.4 后端优化
    5.5 八叉树建图
    5.6 本章小结
6 实验与结果
    6.1 引言
    6.2 改进ICP算法的对比实验
    6.3 VO实验
    6.4 g2o优化和回环检测实验
    6.5 octomap建图实验
    6.6 本章小结
7 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读硕士期间主要成果



本文编号：3827026