面向动态环境的移动机器人视觉SLAM算法研究

  • 面向动态环境的移动机器人视觉SLAM算法研究已关闭评论
  • 57 views
  • A+
所属分类:AGV设计资料
摘要

随着计算机技术和人工智能的发展,智能自主移动机器人逐渐成为机器人领域的一个重要研究方向和研究热点。移动机器人要解决的几个主要技术性问题有:定位、建图、实时避障和路径规划,其中定位和建图是自主移动机器人领域的热点研究问题。本论文以视觉SLAM(同时定位与建图)算法为研究对象,以提升视觉SLAM算法在动态场景下的鲁棒性和精度为目标,重点针对视觉SLAM算法提速、地图点精度提升和视觉与惯性测量单元融合算法等关键技术进行深入的分析和研究,本文的主要工作如下:1.轻量化视觉SLAM算法研究。使用NEON指令集对特征提取和特征描述部分进行实现,以降低算法在ARM设备上的耗时;基于对现有局部地图构建算法的效率分析,提出一种新的局部地图构建算法,以减少SLAM前端投影匹配部分的耗时;将特征提取、特征描述和位姿估计放在不同的线程,通过这三部分的并行工作以实现前端算法的提速。2.视觉SLAM地图点管理方法研究。建立双目相机误差模型,基于双目相机测距误差来源分析,提出地图初始化算法,为定位和建图精度提供保障;提出特征点管理算法,通过深度值滤波融合点的深度,只将可以连续多帧匹配且深度不确定性收敛的特征点放入地图,以提升视觉SLAM算法的定位精度。3.视觉融合IMU(惯性测量单元)的SLAM算法研究。在已有的研究成果之上提出基于双目相机的IMU初始化算法,为IMU的正确积分提供保障;用IMU积分模型代替恒速模型作为相邻帧之间的运动初始估计,以提高SLAM算法的鲁棒性。4.面向动态环境的视觉SLAM算法实验研究。开展传感系统布局设计和移动机器人平台搭建,设计并进行SLAM算法精度和鲁棒性的验证实验,以验证算法的可行性和有效性。

论文目录

面向动态环境的移动机器人视觉SLAM算法研究
摘要
ABSTRACT

第一章 绪论

1.1 引言
1.2 视觉SLAM算法研究现状
1.3 论文主要研究内容

第二章 轻量化SLAM算法研究

2.1 引言
2.2 视觉SLAM前端算法分析
2.3 NEON指令集加速特征提取与描述
2.3.1 NEON指令集加速原理
2.3.2 特征提取与特征描述算法加速方法研究
2.3.2.1 特征提取算法加速
2.3.2.2 特征描述算法加速方法研究
2.3.3 实验分析
2.4 局部地图构建算法研究
2.4.1 局部地图构建算法
2.4.2 实验分析
2.5 视觉SLAM前端多线程设计
2.6 本章小结

第三章 视觉SLAM地图点管理方法研究

3.1 引言
3.2 视觉SLAM地图初始化算法研究
3.2.1 双目相机的误差模型
3.2.2 视觉SLAM地图初始化算法
3.3 视觉SLAM三维点管理算法研究
3.3.1 视觉SLAM三维点精度重要性分析
3.3.2 视觉SLAM三维点管理算法
3.3.2.1 视觉SLAM三维点的深度融合
3.3.2.2 视觉SLAM三维点管理算法设计
3.3.3 实验分析
3.4 本章小结

第四章 IMU融合视觉SLAM算法研究

4.1 引言
4.2 IMU解算位姿方法研究
4.2.1 IMU测量值的数值积分
4.2.2 IMU初始化算法研究
4.2.2.1 基于双目相机的IMU初始化算法
4.2.2.2 陀螺仪零点漂移的标定
4.2.2.3 初速度和重力加速度的求解
4.2.3 实验分析
4.3 IMU估计帧间运动
4.3.1 帧间运动初始估计方法分析
4.3.2 实验分析
4.4 本章小结

第五章 面向动态环境SLAM算法的实验研究

5.1 引言
5.2 实验平台
5.2.1 硬件平台
5.2.1.1 移动机器人平台
5.2.1.2 传感器测量系统
5.2.2 软件平台
5.3 面向动态环境SLAM算法的实时性分析
5.4 面向动态环境SLAM算法的定位精度分析
5.4.1 EuRoC数据集测试精度
5.4.2 室内环境测试
5.4.3 室外环境测试
5.5 本章小结

第六章 总结与展望

参考文献
致谢
攻读学位期间发表的学术论文目录

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。