基于視覺SLAM的移動機器人室內(nèi)未知環(huán)境探測研究.pdf

1、隨著移動機器人領(lǐng)域的發(fā)展，移動機器人能有效地在復雜危險的環(huán)境下執(zhí)行任務，移動機器人的智能自主性得以提高。對未知環(huán)境進行探測建圖并實時導航是移動機器人技術(shù)的研究難點。移動機器人在未知環(huán)境下根據(jù)自身位置估計和傳感器數(shù)據(jù)，自主智能化實現(xiàn)自身定位和建立環(huán)境地圖，這一過程稱為同步定位與地圖構(gòu)建（Simultaneously Localization And Mapping，SLAM）。視覺傳感器具有信息量豐富、輕量級、便宜等優(yōu)點，將SLAM與視覺

2、傳感器相結(jié)合已成為機器人自主導航的研究熱點。傳統(tǒng)方法中更多采用擴展卡爾曼濾波或粒子濾波等濾波器方法來解決SLAM問題，但此類方法存在線性化及更新效率等問題，難以應用于創(chuàng)建大規(guī)模地圖。隨著SLAM相關(guān)高效求解方法的深入研究，基于圖優(yōu)化理論的SLAM技術(shù)能很好的創(chuàng)建大規(guī)模環(huán)境地圖，并明顯減少積累誤差。
　　本文采用以華碩Xtion PRO為代表的RGB-D攝像頭作為視覺傳感器，同時獲取室內(nèi)環(huán)境的圖像數(shù)據(jù)和深度數(shù)據(jù)，能夠建立室內(nèi)環(huán)境三維

3、信息模型和用于移動機器人導航的二維柵格地圖，主要研究工作如下：
　　1.本文仔細講述了Xtion PRO相機獲取RGB圖像數(shù)據(jù)和深度圖像數(shù)據(jù)的實現(xiàn)步驟，利用最小化殘差平方得到相鄰點云數(shù)據(jù)的相對位置關(guān)系，進而對點云數(shù)據(jù)進行配準與融合，實現(xiàn)了重建三維點云地圖。
　　2.本文詳細分析并比較了SIFT、SURF和ORB這三種特征點算法的提取特征點數(shù)目、運算時間以及正確率，最終使用了ORB算法實現(xiàn)特征提取與描述子計算。利用RANSAC

4、算法與ICP算法相結(jié)合來求解相機運動估計的旋轉(zhuǎn)矩陣R和平移向量t。
　　3.本文實現(xiàn)了基于圖優(yōu)化的視覺SLAM后端，構(gòu)建了SLAM圖優(yōu)化模型，對基于圖優(yōu)化的SLAM問題進行了數(shù)學推導，使用g2o開源庫來實現(xiàn)了圖優(yōu)化，最后利用BOVW閉環(huán)檢測算法提高了移動機器人在未知場景環(huán)境下對突發(fā)狀況的魯棒性。
　　4.本文提出了一種基于邊界的探測策略來實現(xiàn)移動機器人自主探測未知環(huán)境并構(gòu)建地圖，采用基于A*算法的全局路徑規(guī)劃搜索最短行走路徑