發(fā)布時(shí)間：2023-11-24 17:58

　　自主移動(dòng)機(jī)器人是集機(jī)械設(shè)計(jì)、電路分析、傳感器技術(shù)以及軟件算法為一體的高技術(shù)集成產(chǎn)品。近幾年伴隨著人工智能技術(shù)的快速發(fā)展與國(guó)家智慧產(chǎn)業(yè)規(guī)劃的積極推動(dòng),移動(dòng)機(jī)器人已被廣泛應(yīng)用于制造、醫(yī)療以及服務(wù)業(yè)等場(chǎng)景。高度定制化的人工智能算法對(duì)于這類移動(dòng)機(jī)器人智能化程度的重要性不言而喻。同時(shí)定位與地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)算法在自主移動(dòng)機(jī)器人智能算法中扮演著重要角色,它將機(jī)器人采集的傳感信息進(jìn)行算法融合,實(shí)現(xiàn)機(jī)器人實(shí)時(shí)定位輸出與環(huán)境地圖構(gòu)建。根據(jù)傳感器不同SLAM算法可分為激光SLAM與視覺(jué)SLAM(visual SLAM,vSLAM)。視覺(jué)方案相較于激光方案具有硬件成本低、信息維度豐富、傳感器易安裝等優(yōu)點(diǎn),因而更具環(huán)境感知潛能。傳統(tǒng)視覺(jué)SLAM方法是需要人為參與的被動(dòng)感知方式,造成了其應(yīng)用場(chǎng)景上的局限性,如無(wú)法應(yīng)對(duì)無(wú)人巡檢、室內(nèi)救援以及無(wú)人清潔等完全無(wú)人化環(huán)境�；谧灾魈剿鞑呗缘闹鲃�(dòng)式視覺(jué)SLAM可以實(shí)現(xiàn)機(jī)器人在無(wú)人化未知環(huán)境中的定位與主動(dòng)地圖構(gòu)建。論文結(jié)合主動(dòng)式視覺(jué)SLAM的智能性和RGB-D相機(jī)的感知優(yōu)勢(shì),開展基于室內(nèi)RGB-D...

【文章頁(yè)數(shù)】：111 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 視覺(jué)SLAM技術(shù)研究現(xiàn)狀
        1.2.2 主動(dòng)式地圖構(gòu)建技術(shù)研究現(xiàn)狀
        1.2.3 自主導(dǎo)航技術(shù)研究現(xiàn)狀
    1.3 論文的主要工作
    1.4 論文的組織結(jié)構(gòu)
第二章 視覺(jué)SLAM相關(guān)理論基礎(chǔ)
    2.1 相機(jī)投影模型
    2.2 機(jī)器人相關(guān)坐標(biāo)系與坐標(biāo)變換
        2.2.1 向量的內(nèi)積與外積
        2.2.2 旋轉(zhuǎn)與平移
        2.2.3 李群與李代數(shù)
        2.2.4 左擾動(dòng)模型
    2.3 視覺(jué)SLAM中的光束平差法
    2.4 多傳感器信息與坐標(biāo)軸定義
        2.4.1 RGB-D數(shù)據(jù)
        2.4.2 輪式里程計(jì)數(shù)據(jù)
        2.4.3 輪式機(jī)器人坐標(biāo)軸定義
    2.5 圖像處理相關(guān)與點(diǎn)云地圖創(chuàng)建
        2.5.1 圖像的存儲(chǔ)
        2.5.2 單通道圖像的基本操作
        2.5.3 點(diǎn)云地圖創(chuàng)建
    2.6 本章小結(jié)
第三章 基于圖優(yōu)化的輪式里程計(jì)與視覺(jué)融合SLAM方法
    3.1 引言
    3.2 基于RGB-D數(shù)據(jù)的視覺(jué)SLAM框架
        3.2.1 前端特征提取與追蹤
        3.2.2 閉環(huán)檢測(cè)
        3.2.3 后端圖優(yōu)化
    3.3 基于圖優(yōu)化的相機(jī)參數(shù)在線估計(jì)方法
        3.3.1 地平面提取
        3.3.2 用于參數(shù)估計(jì)的兩類優(yōu)化約束
    3.4 引入里程計(jì)信息的后端圖優(yōu)化改進(jìn)
        3.4.1 輪式里程計(jì)約束
        3.4.2 平面運(yùn)動(dòng)約束
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 相機(jī)參數(shù)在線估計(jì)實(shí)驗(yàn)分析
        3.5.2 融合輪式里程計(jì)信息的視覺(jué)SLAM實(shí)驗(yàn)分析
    3.6 本章小結(jié)
第四章 基于圖像形態(tài)學(xué)的物體延邊繞行主動(dòng)探索策略
    4.1 引言
    4.2 主動(dòng)探索策略架構(gòu)
    4.3 三維點(diǎn)云地圖轉(zhuǎn)二維柵格地圖
        4.3.1 三維占據(jù)柵格地圖
        4.3.2 二維占據(jù)柵格地圖轉(zhuǎn)化
    4.4 基于連通域分析的多前沿探索邊界提取
    4.5 基于圖像形態(tài)學(xué)處理的物體延邊繞行路徑提取
        4.5.1 基于連通域分析的物體聚類
        4.5.2 基于圖像形態(tài)學(xué)處理的繞行路徑提取
    4.6 主動(dòng)探索策略決策生成
        4.6.1 結(jié)合前沿邊界與繞行路徑交點(diǎn)信息的決策生成
        4.6.2 基于信息熵增的待繞行物體選擇策略
    4.7 實(shí)驗(yàn)結(jié)果與分析
        4.7.1 繞行路徑提取
        4.7.2 繞行物體選擇
    4.8 本章小結(jié)
第五章 基于改進(jìn)多層代價(jià)圖的自主導(dǎo)航與避障
    5.1 引言
    5.2 自主導(dǎo)航與避障算法框架
    5.3 融合障礙物速度信息的改進(jìn)多層代價(jià)圖方法
        5.3.1 多層代價(jià)圖方法概述
        5.3.2 動(dòng)態(tài)障礙物提取與追蹤
        5.3.3 改進(jìn)代價(jià)圖生成方法
    5.4 路徑規(guī)劃方法
        5.4.1 基于梯度計(jì)算的全局路徑規(guī)劃
        5.4.2 局部范圍動(dòng)態(tài)重規(guī)劃
        5.4.3 局部路徑規(guī)劃
    5.5 實(shí)驗(yàn)結(jié)果與分析
        5.5.1 改進(jìn)代價(jià)圖算法驗(yàn)證
        5.5.2 導(dǎo)航實(shí)驗(yàn)仿真與對(duì)比
    5.6 本章小結(jié)
第六章 視覺(jué)定位與主動(dòng)式建圖系統(tǒng)
    6.1 整體系統(tǒng)框架
        6.1.1 硬件框架
        6.1.2 軟件框架
    6.2 仿真與實(shí)地實(shí)驗(yàn)環(huán)境搭建
        6.2.1 仿真環(huán)境搭建
        6.2.2 實(shí)際環(huán)境搭建
    6.3 建圖實(shí)驗(yàn)結(jié)果對(duì)比與分析
        6.3.1 仿真環(huán)境實(shí)驗(yàn)
        6.3.2 實(shí)地環(huán)境實(shí)驗(yàn)
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3866309