用于水平地面导航的VI-SLAM算法的设计与实现

  • 用于水平地面导航的VI-SLAM算法的设计与实现已关闭评论
  • 81 views
  • A+
所属分类:AGV设计资料
摘要

同步定位与建图(Simultaneous Localization and Mapping,SLAM)算法是近年来的热门研究方向,该算法已被广泛使用于室内和室外环境中的自主机器人探测。一个基于SLAM的移动机器人的主要应用领域是生活辅助(Ambient Assisted Living,AAL)。移动机器人通过支持或指导行动不便的人在室内环境中移动,在AAL中发挥重要作用。通过同时使用惯性传感器(Inertial Measurement Unit,IMU)和摄像头,VISLAM(Visual-Inertial SLAM)算法已成为此类机器人的重要组成部分。这些AAL机器人代表了一种典型的情况,即机器人在地面上运动时仅和地面导航任务有关。针对这种情况,本文设计并实现了一种用于水平地面导航的VI-SLAM算法。该算法在开源算法ORB-SLAM的基础上进行改进和再开发,主要是针对水平地面导航的特点选择了合适的描述子以及增加了对IMU信息的处理。为了优化在水平地面导航场景中的参数配置,针对AAL机器人的移动特点,比较了三种不同的特征描述子在该运动环境下的表现并找到了最适合该条件的描述子。同时,由于单目相机的SLAM算法有一个难以避免的缺陷,即尺度不确定,而IMU惯性导航存在漂移的问题,我们增加了对IMU信息进行处理的功能,使用紧耦合的方法同时使用视觉图像信息和IMU信息进行定位,在得到较为准确的定位效果的同时,保证了较低的使用成本。通过运行EUROC数据集并对估计出的位姿信息进行对比,可以发现我们开发的VI-SLAM算法相较于ORB-SLAM和VINS-mono,有更好的定位精度,在水平地面导航的情况下有更好的表现。

目 录
摘 要
Abstract

1 绪论

1.1 研究背景与意义
1.2 国内外研究概况
1.3 论文的主要研究内容和组织架构

2 关键技术介绍

2.1 图像特征
2.2 IMU 惯性导航简介
2.3 单目视觉 SLAM
2.4 ORB-SLAM 简介
2.5 水平地面导航算法分析
2.6 本章小结

3 VI-SLAM 算法实现

3.1 相机和 IMU 模型
3.2 VI-SLAM 实现方法
3.3 VI-SLAM 初始化
3.4 本章小结

4 特征点实验

4.1 开发环境及所用工具
4.2 特征点实验设计
4.3 特征点实验结果
4.4 特征点实验结论
4.5 本章小结

5 VI-SLAM 算法验证

5.1 数据集及评价方法
5.2 测试结果
5.3 结论
5.4 本章小结

6 总结与展望

6.1 全文总结
6.2 课题展望
致 谢
参考文献

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。