基于关键帧的视觉惯性SLAM算法

  • 基于关键帧的视觉惯性SLAM算法已关闭评论
  • 58 views
  • A+
所属分类:AGV设计资料
摘要

即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)问题是移动机器人研究领域的基本问题之一,是移动机器人在未知环境中实现自主导航与自主控制的关键。本文提出一种适用于立体相机和单目相机的基于关键帧技术的视觉惯性算法,主要内容包括以下部分:针对目前视觉惯性SLAM算法因缺少闭环检测从而使得算法的准确性以及鲁棒性不高的问题,本文算法利用视觉惯性里程计提供了局部的连续轨迹,通过增加图像检索算法找到相匹配的关键帧进行闭环检测,通过构建新的非线性优化方程对检测到的闭环进行优化处理,从而得到了并行的全局连续轨迹,可以有效的检测全局闭环和进行全局优化。全局连续地图的建立避免了现阶段算法由单一信息进行建图所造成的问题,实现了通过视觉惯性信息和闭环的双重约束进行建图的目的。针对现阶段视觉定位算法只能实现设备的重定位,而不具有继续构建地图能力的问题,本文提出了使用和闭环检测类似的图像检索算法找到一系列连续的匹配关键帧对作为重定位假设,从而得到地图中新的关键帧和已构建的地图的关键帧之间的约束关系,并根据新旧地图关键帧之间的约束关系继续进行SLAM地图的构建。本文采用EuRoC数据集评价了算法的准确性、重定位能力以及运行时间,实验结果表明,与目前视觉惯性SLAM算法相比,本文的算法在保证实时性的条件下可以减少误差累积,减少漂移,重定位相机位置以及在已构建地图基础上继续构建地图。

目 录
摘 要
ABSTRACT

第 1 章 绪论

1.1 选题背景及意义
1.2 SLAM 技术的研究现状
1.3 本文主要工作及结构安排

第 2 章 视觉惯性 SLAM 算法相关知识

2.1 相关概念及表示方法
2.1.1 基本表示
2.1.2 坐标系
2.1.3 状态及误差表示
2.2 惯性传感器
2.3 视觉词袋的建立
2.3.1 ORB 特征提取
2.3.2 词袋树的建立
2.4 视觉惯性 SLAM 算法介绍
2.5 本章小结

第 3 章 视觉惯性里程计

3.1 特征点匹配与关键帧的选择
3.2 跟踪与局部优化
3.3 边缘化
3.4 本章小结

第 4 章 闭环检测

4.1 闭环检测
4.1.1 关键帧匹配
4.1.2 位姿估计
4.2 图优化
4.3 实验
4.3.1 实验准备
4.3.2 视觉惯性 SLAM 算法
4.3.3 运行时间
4.5 本章小结

第 5 章 重定位

5.1 重定位与继续建图
5.2 实验
5.3 本章小结

第 6 章 总结与展望

6.1 总结
6.2 展望
参考文献
发表论文和参加科研情况说明
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。