基于立體視覺的同時(shí)定位與地圖創(chuàng)建研究.pdf

1、機(jī)器人技術(shù)發(fā)展日新月異，而作為機(jī)器人行為的基礎(chǔ)技術(shù)同時(shí)定位與地圖創(chuàng)建(Simultaneous Localization and Mapping, SLAM)技術(shù)在近年來一直是研究者們積極探索的領(lǐng)域。機(jī)器人技術(shù)的進(jìn)步很大程度上受到傳感器工業(yè)發(fā)展的制約，因?yàn)樗鼪Q定著機(jī)器人感知外部世界的方式。隨著近年來廉價(jià)深度相機(jī)的出現(xiàn)，機(jī)器人可以以更低的成本同時(shí)獲取深度和圖像信息，掀起了機(jī)器人SLAM技術(shù)的新一輪熱潮。本文首先介紹了同時(shí)定位與地圖創(chuàng)建技術(shù)

2、的發(fā)展歷程，介紹了目前流行的立體視覺傳感器Kinect，使用比較廣泛的Particle Filter算法，以及本文將會(huì)采用的柵格地圖表示方法。接著本文基于RGBD數(shù)據(jù)提出了一種新的基于深度圖像信息模擬普通激光測(cè)距儀的算法，并從理論上證明了該方法能夠以更加逼近真實(shí)激光測(cè)距儀的方式工作。
　　同時(shí)本文使用開源機(jī)器人操作系統(tǒng)RobotOperating System搭建了一個(gè)模擬實(shí)驗(yàn)環(huán)境，并在平臺(tái)上驗(yàn)證了提出的新的基于深度圖像信息模擬普

3、通激光測(cè)距儀的算法是可行而且可以使模擬出來的激光測(cè)距儀更逼真的工作。接著，本文分析了在機(jī)器人同時(shí)定位與地圖創(chuàng)建中使用的粒子濾波器目前存在的一些問題，既高復(fù)雜度問題，及其存在的原因，并通過對(duì)粒子濾波器執(zhí)行步驟的逐一分析，基于兩種思路提出了改進(jìn)方法：第一種，是通過減少粒子濾波器維護(hù)的粒子的數(shù)量來減少重要性重抽樣步驟的時(shí)間復(fù)雜度；第二種是通過計(jì)算“有效粒子規(guī)?！钡脑u(píng)價(jià)參數(shù)并結(jié)合閾值減少重要性重抽樣的步驟實(shí)際執(zhí)行的次數(shù)來降低粒子濾波器算法的總體