面向室内机器人应用的立体视觉SLAM系统设计

  • 面向室内机器人应用的立体视觉SLAM系统设计已关闭评论
  • 37 views
  • A+
所属分类:AGV设计资料
摘要

随着近年来人工智能技术的迅速发展,以及市场需求的不断增加,机器人的科研价值和市场价值日益凸显。人们更加希望机器人能够独立完成各项任务,具有更强的自主能力。而这其中,机器人在未知环境中的信息感知、定位和环境地图构建功能,是未来机器人所要具备的最基本的能力。本文设计了面向室内机器人定位和导航应用的立体视觉SLAM系统。利用立体视觉技术采集环境三维信息,通过SLAM算法进行机器人在未知环境中的定位,并构建环境地图。本文对系统的各个模块进行了理论分析,并对各模块中的多种现有技术进行了实验对比,制定出一套性能良好的立体视觉SLAM算法方案。同时,还从整体系统角度进行了实际场景实验,并给出定量分析结果。具体工作如下:1)立体视觉采集。本文对双目视觉技术进行了算法验证和实际场景实验,同时对比分析了 Kinect技术并进行了图像评估,通过技术指标对比以及应用场景分析,确定在本文室内机器人应用特定领域,Kinect设备的稳定性更高,在当前室内应用场景下的精度相对较高。2)SLAM算法和框架。本文采用基于稀疏特征点的SLAM算法,对每一步骤进行了技术评估,从系统标定、特征点检测和匹配、位置计算和后端优化等部分进行具体实验和分析。特征匹配选用SURF特征点,并利用RANSAC算法进行匹配细化,构建回环检测策略并用开源g2o库进行优化。3)整体验证系统设计。本文搭建整体的立体视觉SLAM系统,并对基于Kinect设备的SLAM系统进行定量测评;在面向室内机器人的应用场景下,系统整体误差维持在2厘米以内;最佳应用范围是0.8米至6米,满足实际的应用精度需求。

论文目录
致谢
摘要
ABSTRACT

1 引言

1.1 选题背景与研究意义
1.1.1 人工智能和智能机器人
1.1.2 智能机器人环境探索
1.2 自主定位和环境探索机器人的研究
1.3 研究内容
1.4 论文结构安排

2 面向机器人应用的立体视觉SLAM系统

2.1 系统定义与意义
2.2 系统评价要素
2.3 基于立体视觉的SLAM研究现状
2.3.1 计算机立体视觉技术
2.3.2 视觉SLAM技术
2.4 发展方向和前景
2.4.1 技术研究
2.4.2 应用领域
2.5 本章小结

3 双目视觉与KINECT

3.1 双目视觉
3.1.1 图像采集
3.1.2 图像标定
3.1.3 图像校正
3.1.4 立体匹配
3.1.5 深度图和三维重建
3.2 KINECT
3.3 技术比较与实验
3.4 实验结论
3.5 本章小结

4 基于RGBD相机的SLAM算法

4.1 图像采集与校正
4.2 特征提取
4.2.1 特征点简介
4.2.2 SURF特征点
4.3 特征匹配
4.4 位置计算
4.5 后端优化
4.5.1 关键帧处理
4.5.2 后端优化理论
4.6 本章小结

5 机器人SLAM系统设计

5.1 系统框架
5.2 分步骤实验
5.2.1 图像采集、标定与校正
5.2.2 特征提取与匹配
5.2.3 位置计算
5.3 系统实验
5.3.1 定量测评
5.3.2 场景应用实验
5.4 本章总结

6 结论

6.1 工作总结
6.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集

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。