基于视觉SLAM的无人船自主导航研究

发布时间：2023-11-24 22:56

　　具有自主导航能力且能够在复杂水面环境下完成作业任务的无人船成为了全球研究热点,其中即时定位与建图(Simultaneous Localization and Mapping,SLAM)技术可为无人船自主导航提供实时的环境信息和位置信息,是无人船自主导航的关键。本文在视觉惯导(VINS-MONO)SLAM算法的研究基础上,提出一种基于点线综合特征的视觉惯导(PLVINS-MONO)SLAM算法,该算法通过融合视觉信息和惯导信息,对无人船进行实时航行环境感知和自身定位,为无人船自主导航提供关键信息。首先,针对无人船视觉图像中特征点检测存在的水面动态区域问题,本文提出基于HSV(Hue Saturation Value)颜色区域分割算法的视觉里程计前端设计方法,对无人船获取的图像进行区域分割,排除图像中水面动态区域,以筛选出图像中世界坐标系下的有效特征点,提高系统在位姿估算过程中使用特征点的准确性和位姿估算精度。由于线特征信息在水面环境中具有光照和视角不变性,其特征信息表现更为稳定。因此本文在视觉里程计前端加入线特征,丰富视觉里程计前端提取图像中特征信息的种类。综合点特征和线特征,利用点线特...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 视觉SLAM算法研究现状
        1.2.2 视觉惯导SLAM算法研究现状
    1.3 本文研究内容
2 视觉惯导SLAM相关理论基础
    2.1 惯性导航基本原理
    2.2 相机成像原理
    2.3 视觉SLAM的基本框架
    2.4 相机标定实验
    2.5 本章小结
3 基于改进点线综合特征的无人船视觉里程计前端设计
    3.1 基于HSV的点特征效筛选
    3.2 视觉里程计前端线特征
        3.2.1 线特征的LSD提取算法
        3.2.2 线特征的LBD描述子二进制化
    3.3 改进的点线综合特征的视觉里程计前端设计
    3.4 仿真实验
        3.4.1 仿真实验描述
        3.4.2 仿真实验结果与分析
    3.5 本章小结
4 基于点线综合特征的闭环检测
    4.1 词袋模型
        4.1.1 特征聚类
        4.1.2 混合特征词典树
        4.1.3 单词权重赋值
    4.2 闭环检测
        4.2.1 图像索引
        4.2.2 图像相似性计算
    4.3 视觉词典性能评价
    4.4 本章小结
5 基于点线综合特征的无人船视觉惯导SLAM系统实现与验证
    5.1 系统总体架构
    5.2 系统仿真实验
        5.2.1 仿真实验描述
        5.2.2 仿真实验结果与分析
    5.3 系统实际验证
        5.3.1 无人船航行数据集制作
        5.3.2 运行结果与分析
    5.4 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果



本文编号：3866760