面向机器人视觉导航的轻量化环境感知系统平台设计

发布时间：2021-05-12 16:31

　　随着计算机视觉、传感器和人工智能等技术的快速发展,基于视觉的自主移动机器人已广泛应用于工业生产、家居服务、医疗康复等社会生产生活领域。其中,环境感知系统利用同步定位与建图（Simultaneous Localization and Mapping,SLAM）技术为机器人提供必要的定位及环境信息,这对保障机器人的视觉导航具有重要的意义。近些年,人们对移动机器人在未知环境下的适应能力和定位精度提出了更高的要求。然而,目前的环境感知系统平台存在体积大、功耗高导致环境适应能力不强,以及感知信息不充分、多传感器数据的时间戳误差大导致定位精度不高等问题。因此,本文以嵌入式计算平台为基础,设计了基于多目视觉惯导融合的环境感知系统硬件平台,并研究了环境信息获取方法,实现了一种轻量化的环境感知系统平台。论文的主要工作包括以下几个部分:首先,针对目前环境感知系统平台体积大、功耗高,感知信息不充分等问题,本文设计了一种基于多目视觉惯导融合的轻量化环境感知系统硬件平台。基于英伟达Jetson TXl核心板模块,设计标准的模块化外围接口电路,实现了环境感知系统平台嵌入式计算单元的设计;基于多个AR0144视觉传... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题的研究背景及意义
    1.2 环境感知系统平台研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 研究现状总结
    1.3 课题的研究目标及结构安排
    1.4 本章小结
第2章 环境感知系统硬件平台设计
    2.1 环境感知系统硬件平台系统组成
    2.2 嵌入式计算单元模块设计
        2.2.1 核心处理器平台对比
        2.2.2 Jetson TX1平台简介
        2.2.3 嵌入式计算单元电路设计
    2.3 传感单元模块设计
        2.3.1 图像传感器模块设计
        2.3.2 惯性测量单元模块设计
    2.4 同步触发单元模块设计
        2.4.1 多传感器同步触发方法选择
        2.4.2 相机曝光补偿的同步触发
        2.4.3 同步触发电路设计
    2.5 本章小结
第3章 环境信息获取方法研究
    3.1 环境信息获取方法系统组成
    3.2 传感单元信息采集与优化
        3.2.1 图像传感器信息获取
        3.2.2 惯性测量单元信息获取
    3.3 时间戳同步方法
        3.3.1 同步方法对比
        3.3.2 PTP协议基本原理
        3.3.3 PTP协议改进方式
    3.4 感知信息匹配算法
        3.4.1 匹配算法设计
        3.4.2 传感单元阈值范围
        3.4.3 匹配算法性能测试
    3.5 本章小结
第4章 环境感知系统平台实验研究与分析
    4.1 多传感器触发精度测试
        4.1.1 实验方法
        4.1.2 实验结果与分析
    4.2 环境信息获取方法精度测试
    4.3 环境感知系统平台的综合性能
        4.3.1 环境感知系统平台定位
        4.3.2 环境感知系统平台建图
    4.4 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
在读期间发表的学术论文与取得其他研究成果


【参考文献】：
期刊论文
[1]低占空比电流模式BUCK变换器反馈补偿[J]. 刘松,丁宇,刘业瑞.  电焊机. 2019(02)
[2]低精度MEMS IMU的标定方法及误差分析[J]. 杨庆江,李国庆.  自动化与仪器仪表. 2018(10)
[3]基于Allan方差自适应算法的姿态解算[J]. 周光东,杜忠华,谢磊,王腾,刘晓鹏.  兵工自动化. 2018(08)
[4]基于PTPd2的精密时钟同步软件实现方法[J]. 陶稳静,陆阳,卫星,贾向利.  计算机工程. 2019(03)
[5]鲁棒的非线性优化的立体视觉-惯导SLAM[J]. 林辉灿,吕强,王国胜,卫恒,梁冰.  机器人. 2018(06)
[6]基于单目视觉与惯导融合的无人机位姿估计[J]. 熊敏君,卢惠民,熊丹,肖军浩,吕鸣.  计算机应用. 2017(S2)
[7]基于多传感器数据融合的姿态控制与应用[J]. 刘明亮,崔宇佳,张一迪,林海静,陆起涌.  微电子学与计算机. 2017(07)
[8]室内视觉定位与导航综述[J]. 刘康.  黑龙江科技信息. 2017(08)
[9]视觉SLAM综述[J]. 权美香,朴松昊,李国.  智能系统学报. 2016(06)
[10]基于单目视觉的同时定位与地图构建方法综述[J]. 刘浩敏,章国锋,鲍虎军.  计算机辅助设计与图形学学报. 2016(06)

博士论文
[1]基于多目视觉与惯导融合的SLAM方法研究[D]. 张超凡.中国科学技术大学 2019
[2]MEMS-IMU误差分析补偿与实验研究[D]. 代刚.清华大学 2011
[3]MEMS惯性器件参数辨识及系统误差补偿技术[D]. 何昆鹏.哈尔滨工程大学 2009

硕士论文
[1]基于视觉和惯导融合的巡检机器人定位与建图技术研究[D]. 陈常.中国矿业大学 2019
[2]基于深度传感器的移动机器人视觉SLAM研究[D]. 李扬宇.重庆大学 2017
[3]全向移动机器人惯性导航系统设计[D]. 计怡峰.东南大学 2016
[4]IEEE1588v2时钟同步技术的研究与实现[D]. 王冠.武汉邮电科学研究院 2012
[5]DRM接收机系统的研究与设计[D]. 陈尧.天津大学 2007



本文编号：3183744