基于單目視覺的同時(shí)定位與地圖重建算法研究.pdf

1、在計(jì)算機(jī)技術(shù)、人工智能技術(shù)和傳感器技術(shù)的共同推動(dòng)下，移動(dòng)機(jī)器人的研究正朝著自主化和智能化的方向發(fā)展。移動(dòng)機(jī)器人的自定位和環(huán)境地圖的創(chuàng)建是實(shí)現(xiàn)移動(dòng)機(jī)器人真正自主化和智能化的前提和基礎(chǔ)。在未知環(huán)境中，移動(dòng)機(jī)器人需要依賴于自身攜帶的傳感器來感知周邊環(huán)境，同時(shí)利用感知到的信息來確定自身的位置。因此，移動(dòng)機(jī)器人的自定位和環(huán)境地圖的創(chuàng)建與傳感器的類型密切相關(guān)。與聲納或者激光測距儀等傳感器相比，視覺傳感器具有體積小、功耗低、價(jià)格便宜等優(yōu)點(diǎn)，并且可以感

2、知更為豐富的環(huán)境信息，因而在移動(dòng)機(jī)器人同時(shí)定位與地圖重建算法中得到了越來越多的應(yīng)用。本文主要圍繞基于單目視覺的移動(dòng)機(jī)器人同時(shí)定位與地圖重建(SLAM， Simultaneous Localization and Mapping)算法展開研究。
　　 第一章緒論部分首先闡述了選題的背景和意義，然后介紹了計(jì)算機(jī)視覺技術(shù)和移動(dòng)機(jī)器人技術(shù)的發(fā)展情況，并對(duì)基于視覺的同時(shí)定位與地圖重建算法的研究現(xiàn)狀進(jìn)行了分類綜述，最后給出了本論文的主要研究

3、內(nèi)容和任務(wù)。
　　 第二章對(duì)基于單目視覺的同時(shí)定位與地圖重建算法中的特征初始化問題進(jìn)行了研究，提出了一種基于齊次坐標(biāo)表示的特征初始化算法。首先，給出了基于齊次坐標(biāo)的特征表示方式；然后，借助于一個(gè)深度估計(jì)不確定性傳遞模型，對(duì)基于齊次坐標(biāo)的特征表示方法所對(duì)應(yīng)的測量方程的線性度進(jìn)行了分析，并與常用的幾種特征表示方法所對(duì)應(yīng)的測量方程的線性度進(jìn)行了比較；最后實(shí)現(xiàn)了基于齊次坐標(biāo)表示的特征初始化算法。
　　 第三章通過分析特征跟蹤對(duì)機(jī)

4、器人定位不確定性的影響，提出了一種基于跟蹤時(shí)間預(yù)測的特征選擇方法：首先，利用同時(shí)定位與地圖重建算法中的特征跟蹤結(jié)果來估計(jì)二維圖像的運(yùn)動(dòng)信息；其次，采用一種前向迭代算法來預(yù)測特征點(diǎn)的跟蹤時(shí)間；最后，給出了一種基于延時(shí)的特征提取策略，以避免從全局圖像提取特征。
　　 第四章針對(duì)單目視覺系統(tǒng)重建得到的地圖具有尺度不確定性的問題，研究了一種基于慣性導(dǎo)航輔助的單目視覺同時(shí)定位與地圖重建算法。該算法通過慣性導(dǎo)航系統(tǒng)來提供機(jī)器人的位姿信息，通

5、過單目視覺系統(tǒng)來提供特征的位置信息，然后借助于擴(kuò)展卡爾曼濾波算法對(duì)這兩種信息進(jìn)行更新，可以解決重建地圖的尺度不確定性問題。在對(duì)單目視覺信息進(jìn)行處理時(shí)，提出了一種基于先驗(yàn)信息的SIFT匹配算法：根據(jù)機(jī)器人和特征之間的相對(duì)距離變化來預(yù)測特征尺度空間的變化，根據(jù)慣性導(dǎo)航運(yùn)動(dòng)模型和單目視覺測量模型來預(yù)測特征的可能分布區(qū)域，從而避免了在整個(gè)圖像尺度空間范圍內(nèi)進(jìn)行窮舉性的特征提取和匹配。
　　 第五章針對(duì)視覺同時(shí)定位與地圖重建算法中的地圖融