基于嵌入式系统视觉SLAM算法的优化

发布时间：2024-01-29 16:24

　　解决机器人在位置环境中的定位问题,是实现机器人智能化中的重要环节。现有嵌入式SLAM(Simultaneous Localization and Mapping,同步定位与地图构建)系统运行时存在实时性差、建图效果差等问题,其原因主要为系统本身对图像处理时间过长或嵌入式硬件性能差导致运算速率太慢,即便是有部分算法能进行嵌入式移植,但也会受到平台的限制,从而导致运行效果很差。针对这一现状,本文对SLAM系统的可视化模块和载入ORB“词典”进行了优化,并构建了以嵌入式开发板TX1为上位机的SLAM系统。因此,本文的研究工作分可为以下三个部分:(1)对视觉SLAM系统的各组成模块进行了研究。视觉里程计方面结合随机采样一致(RANSAC)算法,完成了SURF、SIFT和ORB三种特征点的提取和匹配实验,并进行了对比分析。后端优化方面对比了基于卡尔曼滤波和基于图优化的后端优化方法,并对回环检测中常用的词袋模型进行了研究分析。(2)完整分析了ORB-SLAM2算法的系统框架,并对其中可视化模块和载入ORB“词典”的方式进行了改进。原系统中可视化模块的功能是监测程序的正常运行,其中,分别用以实现地图...

【文章页数】：68 页

【学位级别】：硕士

图2-1旋转示意图

图2-2两帧图像投影示意图

图2-3FAST特征点1）在图片中人选一个像素，设为P，假设该像素的灰度值为I

图2-4特征匹配效果图

本文编号：3888482