2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著移動機器人的應用越來越廣泛,在室外非結構化復雜環(huán)境下實現(xiàn)其自主行為和決策是機器人領域的研究熱點之一,其首要問題是如何解決機器人的自主定位。目前在室外環(huán)境下普遍采用的定位方法是慣導和GPS相結合的方式,但GPS容易受到多徑誤差、信號丟失、阻塞等問題的影響,導致其定位存在一定的局限性。因此在GPS數(shù)據丟失乃至完全不可用情況下的定位問題是近年來興起的新熱點和研究趨勢,其中以立體相機為感知手段的視覺里程計技術受到廣泛關注。視覺里程計是指通過

2、從機器人運動過程中獲取的圖像中提取特征,根據相機成像模型和環(huán)境特征的圖像坐標變化,估計機器人的位姿變化。本文以國家自然科學基金項目《基于集理論的野外機器人復雜地形環(huán)境建模和同時定位研究》(61005092)為依托,針對室外復雜地形環(huán)境下移動機器人基于立體相機的視覺里程計方法進行了深入研究。具體內容如下:
  針對雙目乃至三目立體相機的標定問題進行了研究。考慮雙目相機兩個攝像頭之間的相對位姿關系,建立了雙目標定優(yōu)化模型,以解決雙目標

3、定的問題,其次針對三目相機的標定做了進一步的研究,提出利用三個攝像頭之間的冗余信息,建立帶有三目幾何約束的統(tǒng)一的標定優(yōu)化模型,從而解決了三目相機的標定問題。
  針對視覺里程計方法中的特征匹配和跟蹤問題進行了研究。首先對于同一時刻不同攝像頭采集圖像的特征點匹配問題,提出了一種改進的基于SIFT特征點的立體視覺匹配算法,采用BBF樹加快特征點的匹配搜索速度,同時在傳統(tǒng)匹配過程中加入了極線約束、特征點局部區(qū)域顏色信息的相關性等約束條件

4、濾除錯誤的匹配點,提高算法的實時性和匹配精度;其次對于前后幀圖像特征點的跟蹤問題,通過同時考慮立體圖像的時間和空間上的相關性,利用相鄰兩幀特征點對的空間位置的一致性濾除誤跟蹤的特征點,提高匹配的準確性和效率。
  針對視覺里程計方法中的運動估計算法進行了研究,提出了一種基于RANSAC濾波的最小二乘估計和光束平差優(yōu)化相結合的分層運動估計方法,首先利用RANSAC濾波方法,通過迭代的方式剔除外點以獲得較為準確的初始位姿矩陣估計;在此

5、基礎上利用前后兩幀圖像迭代優(yōu)化和利用滑動窗口機制批量優(yōu)化的兩階段局部光束平差方法做進一步優(yōu)化處理,從而獲得更為準確的全局優(yōu)化定位結果。此外還采用EKF濾波方法對慣導信息和視覺里程計信息進行融合,通過慣導信息來增強視覺里程計定位系統(tǒng)的精確性、穩(wěn)定性和魯棒性。
  在上述研究的基礎上,本文以配備有三目相機的MT-FR履帶式移動機器人作為實驗平臺對室外大范圍環(huán)境中的視覺里程計方法進行了廣泛的研究和實驗驗證,其結果表明本文所采用方法的可行

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論