基于深度视觉的室内移动机器人SLAM算法研究

  • 基于深度视觉的室内移动机器人SLAM算法研究已关闭评论
  • 42 views
  • A+
所属分类:AGV设计资料
摘要

随着计算机技术和传感器技术的迅速发展,人们对机器人的智能化程度要求越来越高,而利用移动机器人对未知环境的感知则是机器人智能化研究的热点和难点。移动机器人的即时定位与地图创建(SLAM,Simultaneous Localization and Mapping)则是其中一个重要的基本问题,有效地解决SLAM问题被认为是真正实现移动机器人智能化的关键技术之一。近些年来,随着计算机视觉研究的发展,视觉传感器逐渐地被应用到SLAM问题中去,因此,视觉SLAM逐渐兴起成为了SLAM研究领域中的重要研究方向。本文利用新型视觉传感器Kinect作为深度视觉传感器,对于室内移动机器人视觉SLAM算法进行相关研究,针对传统激光扫描仪在地图创建中的缺点,提出了基于Kinect深度数据模拟激光扫描的二维SLAM算法;同时为了弥补单纯的二维地图应用范围较窄的问题,提出了一种基于Kinect的移动机器人三维SLAM方法,以便与二维地图相结合而大大扩展其应用范围。本文主要研究内容包括*:首先,介绍了本课题研究中所使用的Kinect传感器的主要结构及其相关工作原理,同时结合Power BotTM型移动机器人搭建了统一的实验平台;同时定义了移动机器人SLAM问题中的坐标系统模型以及环境地图模型,并说明了本文创建二维地图时采用的栅格地图表示方法,为文章后续的相关实验结果对比设定了统一的移动机器人坐标系统模型以及地图表示方式。其次,针对传统激光扫描仪在进行地图创建过程中仅能检测特定平面中的障碍物的问题,提出了一种基于Kinect深度数据模拟激光扫描数据的SLAM算法进行室内环境的二维地图创建,所提方法通过Kinect传感器采集室内环境的彩色图像和深度图像,然后通过模拟激光扫描的方法获得对应的点云数据,同时本文还采用了一个Kinect模拟激光扫描仪的简单模拟方式,以此来减少模拟转换时间,从而增加地图创建的实时性,最后成功建立出更详细、更接近真实环境的二维地图。最后,分析了二维地图所具有的信息量单一导致其应用范围比较窄的问题,提出了一种基于Kinect的三维地图创建方法,创建出了与室内实验环境相一致的三维地图。所提方法利用Kinect传感器采集室内场景的彩色图和深度图,使用SIFT算法对彩色场景图进行特征点提取与匹配并结合GTM算法剔除错误匹配点,同时结合场景深度信息来指导ICP算法对三维点云进行帧间配准,求取出相邻两帧的旋转矩阵和平移矩阵,最后依据这两个矩阵将机器人运行时获得的图像序列拼接成三维地图,从而创建出比较详实的室内环境三维地图。

论文目录

摘要
Abstract

第1章 绪论

· 研究背景及意义
· 移动机器人国内外发展现状
· 移动机器人国外发展现状
· 移动机器人国内发展现状
· 移动机器人相关技术
· 环境感知
· 运动控制
· 自主定位
· 移动机器人即时定位与地图创建(SLAM)
· SLAM国内外研究现状
· 基于视觉的移动机器人SLAM
· 本文主要研究内容及组织结构

第2章 移动机器人实验平台及相关问题模型

· 引言
· 移动机器人实验平台
· Kinect简介及其工作原理
· 本文实验平台搭建
· SLAM问题相关模型
· 机器人坐标系统模型
· 环境地图模型
· SLAM相关定理和结论
· 本章小结

第3章 Kinect深度数据模拟激光扫描的二维SLAM算法

· 引言
· Kinect深度数据模拟激光扫描数据算法
· Kinect彩色图和深度图转换为三维点云
· Kinect深度数据几何模型
· Kinect模拟激光扫描仪策略
· Kinect模拟激光扫描仪的地图创建
· 结果对比
· Kinect深度数据模拟激光扫描算法测试结果
· Kinect模拟激光扫描仪的地图创建结果
· 本章小结

第4章 基于Kinect深度传感器的三维SLAM算法

· 引言
· 特征点提取与匹配
· 基于SIFT变换的特征点提取
· 特征点匹配
· 基于SIFT和GTM算法的错误匹配点剔除
· 机器人位姿估计
· 三维地图创建实验结果
· 本章小结

第5章 总结与展望

· 总结
· 展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文

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。