AUV-SLAM的特征提取与匹配算法研究

发布时间：2017-04-15 18:20

  本文关键词：AUV-SLAM的特征提取与匹配算法研究，，由笔耕文化传播整理发布。

【摘要】：随着海洋研究地位的不断提高,对于具有自主导航定位能力的水下机器人的需求越来越多,要求也越来越高,关于自主水下机器人AUV (Autonomous Underwear Vehicle)的研究已经成为机器人领域的焦点。在复杂多变的水下环境中,声纳、相机等传感器作为AUV的“眼睛”,肩负着AUV感知环境的重要使命,对其采集的图像进行分析和处理逐渐成为AUV领域的重要问题,决定着后续的导航定位与地图构建的有效性和精确度。本论文采用声纳传感器与单目相机相结合的方法采集图像,并对图像进行特征分析、提取与匹配,从而为同时定位与地图构建SLAM (Simultaneous Localization And Mapping)算法提供所需要的环境信息。对于声纳传感器,本文利用Sea ScanHDS侧扫声纳采集图像,根据声纳图像的特点,通过对图像进行平滑、阈值化及聚类分析提取特征,然后采用正态分布变换NDT算法匹配特征,从而获得相对位姿约束。对于相机传感器,在进行特征分析之前,通过连接假设计算图像对的覆盖率来确定候选图像,提高算法效率,针对具体应用,采用一个成对图像特征匹配结构去匹配候选的图像对,利用尺度不变特征变换SIFT算法提取特征,然后使用位姿限制相关搜索PCCS算法消除错误的匹配,并且为了适应环境结构的多变性,利用一种几何模型选择框架自动选择合适的匹配模型,从而得到精确的约束信息。较以往的算法,更加具有有效性、实时性和准确性。
【关键词】：AUV 特征提取 特征匹配 声纳传感器 相机
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 1 绪论9-17
• 1.1 研究背景及意义9-10
• 1.2 国内外发展现状10-13
• 1.2.1 国外发展现状10-11
• 1.2.2 国内发展现状11-13
• 1.3 SLAM导航定位13-16
• 1.3.1 状态表示15
• 1.3.2 状态估计15-16
• 1.4 论文的主要内容和结构安排16-17
• 2 AUV平台与图像特征处理17-26
• 2.1 AUV平台17-23
• 2.1.1 位置传感器——GPS18-19
• 2.1.2 速度传感器——DVL19
• 2.1.3 角度传感器——AHRS19-20
• 2.1.4 感知传感器——SONAR&CCD20-23
• 2.1.4.1 声纳传感器20-22
• 2.1.4.2 视觉传感器22-23
• 2.2 图像特征提取与匹配23-25
• 2.2.1 特征提取23-24
• 2.2.2 特征匹配24-25
• 2.3 本章小结25-26
• 3 声纳匹配与约束26-37
• 3.1 图像声纳几何26-28
• 3.2 特征提取28-29
• 3.3 特征匹配29-34
• 3.3.1 正态分布变换算法30-31
• 3.3.2 扫描匹配31-32
• 3.3.3 使用牛顿算法优化32-34
• 3.4 实验结果及分析34-36
• 3.5 本章小结36-37
• 4 相机匹配与约束37-52
• 4.1 连接假设39-42
• 4.2 特征提取42
• 4.3 特征匹配42-48
• 4.3.1 位姿限制相关搜索42-45
• 4.3.2 几何模型选择45-47
• 4.3.3 双视图光束法平差47-48
• 4.4 实验结果及分析48-51
• 4.5 本章小结51-52
• 5 总结与展望52-54
• 参考文献54-58
• 致谢58-59
• 个人简历59

【相似文献】

中国硕士学位论文全文数据库 前1条

1 郑艳梅;AUV-SLAM的特征提取与匹配算法研究[D];中国海洋大学;2015年

  本文关键词：AUV-SLAM的特征提取与匹配算法研究，由笔耕文化传播整理发布。

本文编号：308989