基于全景視覺的移動機器人SLAM方法研究.pdf

1、在未知的環(huán)境中，如果機器人只利用里程計預(yù)測自身所處的位置，隨著時間的積累誤差會越來越大。因此，為了給機器人精確的定位需要用激光傳感器或者視覺傳感器等外部傳感器從周圍環(huán)境中提取路標(biāo)，利用這些路標(biāo)創(chuàng)建出周圍環(huán)境的地圖，利用地圖信息來修正機器人的位置。為了得到機器人的精確位置需要利用環(huán)境地圖對里程計數(shù)據(jù)進行修正，為了創(chuàng)建精確的環(huán)境地圖機器人要知道自身的精確位置，這類問題稱為同時定位與地圖創(chuàng)建問題，其中包括機器人定位、特征提取和地圖創(chuàng)建等技術(shù)，

2、需要在準(zhǔn)確性、魯棒性和實時性三個方面取得突破。
　　 由于視覺傳感器具有信息量豐富，采樣周期短等優(yōu)點，近年來在移動機器人的導(dǎo)航領(lǐng)域得到了廣泛的應(yīng)用。目前基于視覺的同時定位與地圖創(chuàng)建技術(shù)主要采用的是普通視覺傳感器，但是，普通視覺傳感器視野范圍狹窄，僅能觀測前向6°的信息，對視覺路標(biāo)的連續(xù)觀測和跟蹤能力有限。全景視覺傳感器具有全向360°的感知范圍，視覺路標(biāo)可以再其視野范圍內(nèi)停留更長的時間，增強了視覺傳感器對路標(biāo)的連續(xù)觀測和跟蹤能力

3、。本文對基于全景視覺的移動機器人同時定位與地圖創(chuàng)建方法進行了研究。
　　 首先，建立了基于全景視覺的移動機器人SLAM系統(tǒng)感知模型，依據(jù)全景視覺系統(tǒng)的成像原理得到視覺路標(biāo)在地面的投影位置，根據(jù)基于視差原理的雙目立體視覺三維測量方法和機器人在兩幅全景圖像中的位姿，從而獲得了視覺路標(biāo)在全局坐標(biāo)系中的位置。
　　 其次，對特征匹配條件作了改進。原匹配算法在特征匹配過程中存在著大量的錯誤匹配，因此對原算法作了如下改進：1)如果匹

4、配結(jié)果中存在的兩個以上的特征點與另一幅圖像中的同一個特征點相匹配的的情況，則比較它們的特征描述符的歐氏距離，保留歐氏距離最小的匹配點對，刪除其他匹配點對；2)對于其他誤匹配情況則采用角度限制和長度限制的方法來去除。即把匹配成功的特征點在兩幀圖像的坐標(biāo)系中的角度變化的絕對值與所有匹配成功的特征點的角度變化的絕對值的平均值進行比較，如果相差較大則認(rèn)為匹配有誤，刪除匹配點；求出所有匹配成功的特征點之間的歐氏距離的平均值，將與平均值差距較大的匹

5、配點對刪除。實驗結(jié)果表明改進后的算法提高了匹配的準(zhǔn)確性，消除了錯誤匹配對SLAM的影響，增強了SLAM系統(tǒng)的魯棒性。
　　 再次，將基于全景視覺的特征提取方法與EKF和FastSLAM算法相結(jié)合，提出了基于全景視覺的SLAM算法，該算法利用改進的SURF算法提取視覺路標(biāo)，根據(jù)系統(tǒng)的觀測模型定位出路標(biāo)位置，進而通過EKF或FastSLAM算法同時更新機器人位置和地圖信息，仿真實驗結(jié)果證明了全景視覺相對于普通視覺的優(yōu)越性，通過真實的