基于ROS的移动机器人改进视觉SLAM算法研究

  • 基于ROS的移动机器人改进视觉SLAM算法研究已关闭评论
  • 56 views
  • A+
所属分类:AGV设计资料
摘要

移动机器人的研究开始于20世纪60年代末期。近年来,随着高新科学技术的不断发展,移动机器人的研究进展越来越迅速,涉及的方面越来越多样,应用的领域越来越广泛。其中移动机器人在未知环境下,实现同时定位与环境地图构建(SLAM,Simultaneous Localization and Mapping)过程是机器人研究的重要领域,而视觉SLAM的研究则是该领域的重要研究方向。本文使用RGB-D视觉传感器提出了基于ROS的移动机器人改进视觉SLAM算法。首先,介绍了移动机器人的发展历史及研究现状,提出了移动机器人智能化过程中定位与周围环境感知等关键性问题,接着详细分析了本文所研究的SLAM算法。SLAM算法可分为激光和视觉两大类。两类相比,虽然激光算法提出较早,理论研究和工程引用相对较成熟,但仍然存在许多不足之处。本文重点进行了视觉SLAM算法的研究,包括算法的基本原理、实验流程等基本知识,所使用的传感器及使用不同传感器的各方法的优缺点。然后,详细介绍了以Kinect相机为视觉传感器的RGB-D视觉SLAM算法。算法的前端和后端都分步骤进行了详细的介绍。如分别介绍了 SIFT、SURF、ORB三种特征点检测算法,通过对各算法的优缺点及实验结果对比分析,本文选取了ORB算法完成特征点提取与匹配。在算法后端提出了半随机闭环检测方法,该方法通过改变关键帧的提取方式提高匹配的准确性,同时减少了计算量,并利用改进后算法对数据集进行了处理,完成了定位与建图的过程。最后,在实验室环境中利用改进的SLAM算法进行实际环境测试,将轮式小车作为实验载体,机器人开源操作系统(ROS)为实验平台,验证了本文提出的改进的视觉SLAM算法的可行性及实用性。

论文目录

基于ROS的移动机器人改进视觉SLAM算法研究
摘要
ABSTRACT

第一章 绪论

1.1 课题研究背景
1.2 国内外的研究现状
1.2.1 国内外移动机器人研究现状
1.2.2 国内外SLAM研究现状
1.3 课题关键技术
1.4 ROS系统基本知识
1.4.1 ROS的主要特点
1.5 论文研究的内容及结构安排

第二章 视觉SLAM算法基础知识

2.1 视觉SLAM算法的数学模型
2.2 3D空间位置表示
2.2.1 旋转矩阵
2.2.2 四元数
2.3 视觉SLAM系统框架
2.3.1 视觉里程计
2.3.2 后端优化
2.3.3 闭环检测
2.4 视觉SLAM系统的传感器
2.4.1 单目视觉SLAM
2.4.2 双目视觉SLAM
2.4.3 深度视觉SLAM
2.5 Kinect传感器
2.5.1 Kinect相机的硬件结构
2.5.2 Kinect相机的软件开发环境
2.5.3 Kinect相机的数据
2.6 本章小结

第三章 RGB-D视觉SLAM算法及改进

3.1 RGB-D视觉SLAM算法流程
3.2 RGB-D视觉SLAM前端算法
3.2.1 特征点提取与匹配
3.2.2 RANSAC运动变换估计
3.2.3 运动变换优化
3.3 RGB-D视觉SLAM后端算法
3.3.1 闭环检测算法
3.3.2 半随机闭环检测
3.3.3 图优化
3.3.4 G20通用图优化
3.4 本章小结

第四章 实验设计与结果分析

4.1 实验平台
4.2 特征点提取与匹配算法比较
4.2.1 实验准备
4.2.2 比较实验结果及分析
4.3 闭环检测实验设计
4.3.1 精确度性能实验及结果分析
4.3.2 实时性能实验及结果分析
4.4 实际环境测试实验
4.4.1 实验载体
4.4.2 实验场景
4.5 本章小结

第五章 总结与展望

5.1 本文工作总结
5.2 工作展望
参考文献
发表论文和参加科研情况
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。