基于视觉的多机器人室内协同SLAM算法的研究与实现

  • 基于视觉的多机器人室内协同SLAM算法的研究与实现已关闭评论
  • 63 views
  • A+
所属分类:AGV设计资料
摘要

随着智能移动机器人技术的快速发展和需求,同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术越来越被重视和关注,目前单机器人SLAM,尤其是基于视觉相机的单机器人SLAM已经在学界和应用上取得诸多重大进展,但当前研究人员主要的研究方向还是更多的聚集在单机上,对于多机协同SLAM的研究还相对较少,本文根据未来工厂多机协同辅助作业的需求,对基于视觉的多机协同SLAM算法进行了初步的研究和实现实验。本文首先对多机协同SLAM中的单机算法基础进行了研究,介绍SLAM问题的数学描述和本文传感器的选择,并对SLAM算法的前后端理论进行了调研和综述,综合比较课题需求后选取了ORB-SLAM算法作为实现基础,并对该算法的实现框架进行了分析介绍。关于基于此算法的多机器人协同SLAM问题主要研究热点包括三个方面,一是机器人系统的任务分配和多机通信,二是多机(或是相机)位姿的数据关联,三是依赖数据关联的地图拼接(也有研究人员将地图拼接和数据关联并称为地图拼接)。本文对多机算法的研究主要集中于地图拼接部分,着重分析了出现地图拼接的两种情况,第一种是基于相机相对观测的地图拼接算法,针对此种情况,本文采用迭代最近点(Iterative Closest Point,ICP)算法进行相对位姿求解并对其进行捆集调整(Bundle Adjustment,BA)优化得到高精度的相对变换矩阵,进而进行地图点云的坐标转换实现地图拼接,第二种情况是基于场景辨识的地图拼接算法,此种情况下,机器人未相遇但它们存在相似的路过场景,此时需进行场景识别来判断是否可以进行地图融合,本文采用视觉词袋技术进行场景辨识,通过导入图像词典树并将保留的图像帧向量化和二进制化后依据词典树单词信息进行分类存储和索引编号,并随时对当前图象帧与处理后进行相似图片索引来进行场景辨识,在匹配成功相似图像帧后本文采用Pn P(Pespective-n-Point)算法结合BA优化过程求解此场景下的多机相对位姿变换关系,并通过对此时刻未在该场景下的另一机器人进行路径累加求逆将其所构建的局部地图转换到此场景下坐标系中,最后依据相对位姿关系进行地图拼接并给出了具体的算法实现流程框架。本文算法实验部分包括单机算法的数据集测试,验证了ORB-SLAM算法的跟踪实时性性能优越,通过对该算法的实验测试,得到了所构建的稀疏点云地图,由于其稀疏性,该算法具有进行实时地图拼接的可行性,针对多机算法实现实验,本文基于ROS(Robot Operating System)系统设计实现了一种简单可行的通信方案,利用一台机器人即作为服务端也作为客户端,另一台机器人只作为客户端通过wifi(Wireless Fidelity)连接通信,客户端通过话题随时发布自身观测和状态信息以及必要时发布自身构建的环境地图,供给服务端订阅和使用,本实验的目的是验证多点云地图拼接的效果,由于稀疏点云的稀疏性是相对的,因此本实验主要是在小范围内进行地图拼接,并对其进行评价,依此作为大范围扩展的基础,实验结果表明拼接效果大致符合预期目标。

目录
摘 要

基于视觉的多机器人室内协同SLAM算法的研究与实现

图 2-1 SLAM 问题基本表示


Abstract

第 1 章 绪 论

1.1 课题研究的来源、背景及意义
1.2 国内外研究现状
1.3 主要研究内容及章节安排

第 2 章 基于视觉的 SLAM 算法理论

2.1 引言
2.2 SLAM 问题的基本原理
2.3 基于外部传感器的 SLAM 算法分类
2.3.1 传感器分类
2.3.2 小孔成像原理
2.4 基于视觉的 SLAM 算法原理
2.4.1 前端视觉里程计
2.4.2 后端数据处理
2.4.3 环形闭合检测
2.5 ORB-SLAM 算法原理分析
2.5.1 ORB-SLAM 算法框架
2.5.2 跟踪实现
2.5.3 局部建图实现
2.5.4 环形闭合检测实现
2.6 本章小结

第 3 章 多机器人通信与地图拼接

3.1 引言
3.2 多机器人系统
3.3 基于 ROS 的节点通信设计
3.3.1 ROS 操作系统
3.3.2 基于 ROS 的多机节点通信设计
3.4 基于相机相对观测的地图拼接算法
3.4.1 相机坐标模型
3.4.2 相机相对观测
3.4.3 地图拼接
3.5 基于场景辨识的地图拼接算法
3.5.1 场景辨识
3.5.2 相对位姿计算
3.5.3 地图融合
3.6 本章小结

第 4 章 实验与结果分析

4.1 引言
4.2 硬件平台搭建
4.3 实验及分析
4.3.1 相机标定
4.3.2 特征提取与匹配
4.3.3 ORB-SLAM 数据集测试
4.3.5 地图拼接实验
4.4 本章小结
结 论
参考文献
攻读硕士学位期间发表的学术论文
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。