基于计算机视觉的同步定位与三维建图方法研究

发布时间：2025-02-11 11:42

　　智能制造是当今制造业在工业4.0提出之后快速发展的方向与趋势,无论是在军事领域还是生活服务领域以及工业物联网领域都有重大应用。其中工业智能机器人将作为智能制造重要构成因素,一部分工业智能机器人需要其能够自主测量周边物体或障碍物的尺寸,完成装配或运输等功能,替代人力完成具有重复性或危险性的工作,在工业生产中快速高效的完成生产任务。因此在完成任务的过程中需要其能够判断自身所处环境并对环境进行分析与路径规划。因此对工业智能机器人的自主定位与建图算法的研究显得尤为重要。本课题以自主定位与建图算法为研究对象,提出了一个完整的自主定位与建图系统,并对其主要算法进行了比较与分析。本课题深入探究用于测量图像采集的视觉传感器的模型以及标定矫正过程,并对前端视觉里程计中的特征点提取与特征点匹配算法进行了详细的比较与分析。最后通过实验对整体定位与建图实时性以及其精度进行了论证和分析。本课题的大体思想和主要工作如下:为了建立完整的机器人自主定位与建图系统,实现软硬件相结合的系统平台方案,本课题首先结合实际选取了适合的视觉传感器以及机器人移动平台作为系统建立的硬件基础,其次利用ROS系统实现系统各模块之间的通信和...

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景和研究意义
    1.2 三维重构方法研究现状
        1.2.1 主动视觉三维重构方法
        1.2.2 被动视觉三维重构方法
    1.3 SLAM定位与建图算法研究现状
    1.4 本文主要研究内容
第2章 基于SLAM算法的系统方案设计
    2.1 引言
    2.2 同步定位与三维建图算法框架
    2.3 机器人操控系统
        2.3.1 操作系统数据传输
        2.3.2 操作系统典型功能实现
    2.4 机器人移动平台
        2.4.1 Kobuki硬件功能特性
        2.4.2 视觉传感器
    2.5 本章小结
第3章 视觉传感器模型及参数标定
    3.1 引言
    3.2 成像模型及参数标定
        3.2.1 相机成像模型与坐标系转换
        3.2.2 相机参数标定
    3.3 相机标定算法
        3.3.1 相机内外参数标定算法
        3.3.2 镜头畸变解决方案
    3.4 标定实验与误差分析
    3.5 本章小结
第4章 特征点提取与匹配算法
    4.1 引言
    4.2 特征点提取算法
        4.2.1 尺度不变特征变换特征点提取方法
        4.2.2 快速鲁棒特征点提取方法
        4.2.3 ORB特征提取算法
    4.3 特征匹配算法
        4.3.1 暴力匹配
        4.3.2 快速近邻匹配
    4.4 本章小结
第5章 同步定位与三维建图实验与分析
    5.1 引言
    5.2 视觉里程计特征提取算法比较
    5.3 视觉里程计特征匹配算法比较
    5.4 SLAM算法性能实验与分析
        5.4.1 SLAM算法实时性实验与分析
        5.4.2 相机轨迹绝对误差实验与分析
        5.4.3 相机相对位姿误差实验与分析
        5.4.4 环境定位与建图实验与分析
    5.5 本章小结
结论
参考文献
致谢



本文编号：4033212