結(jié)構(gòu)化環(huán)境下的移動(dòng)機(jī)器人的視覺SLAM研究.pdf

1、智能移動(dòng)機(jī)器人是機(jī)器人領(lǐng)域的一個(gè)重要分支，廣泛應(yīng)用于家庭服務(wù)、安防醫(yī)療、深海打撈、太空探索、礦產(chǎn)勘探、軍事偵察等領(lǐng)域。對(duì)于智能移動(dòng)機(jī)器人來(lái)說(shuō)，自主導(dǎo)航是一個(gè)最基本的要求，需要機(jī)器人在工作中能自主的移動(dòng)并完成指定任務(wù)。在未知環(huán)境中，要實(shí)現(xiàn)機(jī)器人的自主導(dǎo)航，就需要機(jī)器同時(shí)創(chuàng)建環(huán)境地圖和完成自身定位，也就是同時(shí)定位和地圖創(chuàng)建問題(SLAM)。由于視覺傳感器具有成本低、信息豐富的特點(diǎn)，被越來(lái)越多的應(yīng)用于SLAM問題，本文就圍繞著移動(dòng)機(jī)器人研究中

2、的基于視覺的SLAM問題進(jìn)行了深入研究，取得了一些有意義的成果。 本文首先回顧了SLAM問題的一些關(guān)鍵問題，列舉了常用的SLAM算法及其優(yōu)缺點(diǎn)。由于視覺傳感器得到的圖像信息不如傳統(tǒng)聲納、激光測(cè)距儀得到的距離信息直接，本文給出了視覺信息中點(diǎn)、線特征的提取方法，以及基于單目攝像頭和雙目攝像頭的特征深度求取方法。針對(duì)獲取的點(diǎn)特征，設(shè)計(jì)了基于擴(kuò)展Kalman濾波的視覺SLAM算法，給出了系統(tǒng)模型、數(shù)據(jù)關(guān)聯(lián)、狀態(tài)更新等各個(gè)部分的具體實(shí)現(xiàn)。