2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、機(jī)器人的同步定位與制圖(SLAM,Simultaneous Localization and Mapping)研究是當(dāng)今機(jī)器人領(lǐng)域的一個(gè)重要內(nèi)容。本文側(cè)重于研究基于視覺(jué)的SLAM方法。以RGBD-SLAM算法為代表的圖優(yōu)化SLAM在實(shí)際環(huán)境中使用時(shí),深度攝像頭常會(huì)遭遇欠點(diǎn)特征條件,即連續(xù)幾幀圖像點(diǎn)特征稀少,這會(huì)直接導(dǎo)致圖像關(guān)鍵幀之間缺乏足夠多的特征匹配對(duì),不足以用來(lái)對(duì)機(jī)器人或傳感器進(jìn)行運(yùn)動(dòng)估計(jì),最終導(dǎo)致機(jī)器人位姿圖斷鏈,同步定位與制圖任

2、務(wù)失敗。
  針對(duì)這類問(wèn)題,本文提出了兩種解決方案:第一種從深度傳感器的局限性出發(fā),提出了基于雙Kinect的SLAM算法,用于解決欠點(diǎn)特征條件下的RGBD-SLAM問(wèn)題;第二種針對(duì)現(xiàn)有的大部分基于如SIFT、SURF或ORB等圖像點(diǎn)特征視覺(jué)方法的局限性,對(duì)線特征進(jìn)行研究,提出了基于線特征的視覺(jué)SLAM算法。
  在第一種方案中,本文沿用原RGBD-SLAM算法部分框架,提出了傳感器外參數(shù)標(biāo)定方法、以及基于圖的SLAM與地圖

3、融合算法。此外,通過(guò)分析原始的彩色和深度數(shù)據(jù)的特點(diǎn),本文提出了面向欠點(diǎn)特征問(wèn)題的第二個(gè)解決方案,即基于線特征的RGB-D視覺(jué)SLAM方法,具體包含圖像線特征提取、結(jié)合深度值的三維線段估計(jì)、三維線特征匹配、相對(duì)運(yùn)動(dòng)估計(jì)、位姿圖優(yōu)化以及地圖構(gòu)建。本文采用馬氏距離(而非歐式距離)的方法衡量一個(gè)三維點(diǎn)到一條三維直線的距離,并用RANSAC算法以及最大似然估計(jì)實(shí)現(xiàn)對(duì)三維線段的參數(shù)估計(jì),保證了提取出的三維線段的準(zhǔn)確度;在估計(jì)相對(duì)運(yùn)動(dòng)時(shí),用RANSA

4、C算法隨機(jī)選取基數(shù)為3的最小樣本集,對(duì)該最小樣本集用奇異值分解算法求解出運(yùn)動(dòng)模型參數(shù)的解析解,將解析解作為初始值代入RANSAC算法用于區(qū)分局內(nèi)局外數(shù)據(jù),并統(tǒng)計(jì)樣本一致集與多次迭代中的最優(yōu)樣本一致集,最后用最優(yōu)一致集優(yōu)化出相對(duì)運(yùn)動(dòng)估計(jì)值。
  實(shí)驗(yàn)結(jié)果表明,基于雙Kinect的SLAM算法能夠應(yīng)用于實(shí)際環(huán)境中,且比常規(guī)的RGBD-SLAM方法更具有魯棒性;基于直線的視覺(jué)SLAM算法在特征豐富的室內(nèi)環(huán)境下是可行的。基于直線的視覺(jué)SL

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論