室内轮式机器人RGB-D SLAM的研究

  • 室内轮式机器人RGB-D SLAM的研究已关闭评论
  • 27 views
  • A+
所属分类:AGV设计资料
摘要

室内移动机器人同时定位与建图(SLAM)是实现机器人自主导航的基础,也是实现机器人智能化的先决条件。近年来,随着视觉传感器的发展,基于深度相机的RGB-D SLAM成为视觉SLAM研究的主流。然而,传统RGB-D SLAM算法在位姿估计中,用于特征匹配的信息受限,使得位姿估计不准确,有时还会产生位姿丢失。另外,由于累计误差的存在,使得估计出的相机轨迹存在漂移,难以获得全局一致的相机运动轨迹。针对位姿估计存在的问题,本文提出了一种基于局部地图和RANSACPnP结合的位姿估计方法。针对传统RBG-D SLAM使用两两帧进行匹配时特征点受限的问题,本文使用局部地图,尽可能保存前续帧的特征点信息,使得可匹配的特征点增多。另外,使用RANSAC算法与PnP算法结合,有效排除外点对位姿估计的影响,得到更精确的位姿估计。针对算法运行过程中产生的累计误差,本文提出了基于局部BA和全局位姿图优化的位姿优化方法。在获取位姿估计后,通过局部BA将位姿优化问题转化为最小化重投影误差问题,对相机位姿进行微调,使其更接近真实位姿。另外,引入关键帧,并进行基于关键帧的回环检测,将关键帧位姿和回环检测结果加入位姿图进行位姿优化,得到全局一致的相机运动轨迹。在TUM数据集上的实验结果表明,该算法实时性好,精确性高,在一般的室内场景下均可以有效运行。

论文目录

摘要
ABSTRACT

第1章 绪论

1.1 课题背景与研究意义
1.2 国内外研究现状
1.3 论文主要研究内容与结构安排

第2章 RGB-D SLAM相关技术

2.1 RGB-D SLAM前端
2.1.1 Kinect成像原理
2.1.2 特征点提取
2.1.3 特征匹配
2.1.4 运动估计
2.2 RGB-D SLAM后端
2.2.1 扩展卡尔曼滤波方式
2.2.2 图优化方式
2.2.3 回环检测
2.3 本章小结

第3章 局部地图与鲁棒估计

3.1 问题分析
3.2 改进ORB特征
3.2.1 oFAST关键点检测
3.2.2 rBRIEF描述子
3.2.3 构建图像金字塔
3.2.4 特征评价
3.3 局部地图
3.4 鲁棒估计
3.4.1 RANSAC
3.4.2 基于RANSAC的PnP
3.5 仿真验证
3.5.1 实验平台
3.5.2 实验设置
3.6 本章小结

第4章 基于BA和位姿图的位姿优化

4.1 非线性优化
4.2 基于BA的位姿优化
4.2.1 bundle adjustment
4.2.2 局部BA算法
4.3 基于关键帧与回环检测的位姿图优化
4.3.1 关键帧
4.3.2 基于关键帧的闭环检测
4.3.3 基于关键帧和回环检测的位姿图优化
4.4 仿真验证
4.5 本章小结

第5章 实验结果评价与分析

5.1 数据集
5.2 ICP轨迹对齐及误差评价
5.3 实验设置与分析
5.3.1 水平运动结果分析
5.3.2 室内场景结果分析
5.3.3 移动机器人结果分析
5.3.4 建图 第53页
5.3.5 实验对比与分析
5.4 本章小结
结论
参考文献
致谢
攻读硕士期间发表(含录用)的学术论文

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。