對(duì)自身位置的認(rèn)知是機(jī)器人學(xué)中的核心內(nèi)容之一,是一切動(dòng)作任務(wù)實(shí)現(xiàn)的基礎(chǔ)。對(duì)于工作環(huán)境較復(fù)雜的機(jī)器人,正確認(rèn)識(shí)所處場(chǎng)景,不僅有利于對(duì)環(huán)境中關(guān)鍵目標(biāo)的識(shí)別感知,還可以極有效地輔助定位模塊的工作。此外,在機(jī)器人學(xué)的重要領(lǐng)域——即時(shí)定位與地圖構(gòu)建（Simultaneous Localization and Mapping,SLAM）中,場(chǎng)景識(shí)別技術(shù)已被廣泛地應(yīng)用到回環(huán)閉合的操作中�；诶锍逃�(jì)的SLAM技術(shù)的核心思想是對(duì)地圖進(jìn)行迭代式更新,這個(gè)過程會(huì)不可避免地引入累計(jì)誤差,該問題在大范圍的制圖任務(wù)中尤為明顯�；丨h(huán)閉合利用場(chǎng)景識(shí)別技術(shù),能使機(jī)器人運(yùn)動(dòng)軌跡發(fā)生閉環(huán)時(shí)檢測(cè)出對(duì)應(yīng)的歷史場(chǎng)景,認(rèn)識(shí)到累計(jì)誤差的存在并針對(duì)性地修復(fù)地圖,從而減小累計(jì)誤差。本研究針對(duì)自動(dòng)駕駛的應(yīng)用場(chǎng)景,設(shè)計(jì)并實(shí)現(xiàn)了一種具備魯棒性的基于詞袋模型的新型立體點(diǎn)云場(chǎng)景識(shí)別方法,并基于該方法采用公開數(shù)據(jù)集進(jìn)行了閉環(huán)檢測(cè)的功能測(cè)試。本研究嘗試?yán)迷~袋模型直接處理原始立體點(diǎn)云數(shù)據(jù),針對(duì)立體點(diǎn)云數(shù)據(jù)的特點(diǎn),實(shí)現(xiàn)了基于整體的特征描述方法。對(duì)于幾何一致性檢查工作,本研究在隨機(jī)采樣一致（Random Sample Consensus,RANSAC）方法... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

(a):在基于里程計(jì)制圖的過程中應(yīng)用閉環(huán)檢測(cè)識(shí)別到對(duì)應(yīng)數(shù)據(jù)幀，以藍(lán)色線段標(biāo)

【笆侗鴟椒ㄉ杓樸朧迪?2但這個(gè)過程會(huì)不可避免地引入累計(jì)誤差，該問題在大范圍的制圖任務(wù)中尤為明顯[7]。為應(yīng)對(duì)該問題，回環(huán)閉合技術(shù)被提出并廣泛應(yīng)用于基于視覺的SLAM（Visual-SLAM,V-SLAM1）方法中[1]。如圖1-1所示，該技術(shù)使機(jī)器人在運(yùn)動(dòng)軌跡發(fā)生閉環(huán)時(shí)，能夠通過閉環(huán)檢測(cè)技術(shù)識(shí)別出曾經(jīng)訪問過的歷史場(chǎng)景，認(rèn)識(shí)到累計(jì)誤差的存在并針對(duì)性地修復(fù)地圖，從而減小地圖的累計(jì)誤差。本文所研究的場(chǎng)景識(shí)別方法通過計(jì)算兩個(gè)場(chǎng)景間的相似度，判斷場(chǎng)景是否一致，從而實(shí)現(xiàn)閉環(huán)檢測(cè)的功能，是回環(huán)閉合技術(shù)的核心內(nèi)容。(a)(b)圖1-2(a):Velodyne公司激光雷達(dá)，自左向右分別是AlphaPrime,Velarray和VelaDome；(b):由Velodyne的旋轉(zhuǎn)式激光雷達(dá)VLP-128S采集的點(diǎn)云圖像機(jī)器人的工作環(huán)境多種多樣，許多應(yīng)用場(chǎng)景對(duì)定位質(zhì)量有極高要求，如自動(dòng)駕駛等。相較于受環(huán)境光照影響大，缺乏深度信息，更適合于室內(nèi)場(chǎng)景的攝像機(jī)，包含深度信息的主動(dòng)式傳感器更適用于該類應(yīng)用場(chǎng)景，如多線束旋轉(zhuǎn)式激光雷達(dá)，主要以Velodyne公司的AlphaPrime、HDL-64E和VLP-32C等產(chǎn)品為代表，圖1-2(a)中最左側(cè)為AlphaPrime。旋轉(zhuǎn)式激光雷達(dá)可以探測(cè)到周身360度的立體點(diǎn)云圖像，如圖1-2(b)所示。在自動(dòng)駕駛應(yīng)用場(chǎng)景中，基于激光雷達(dá)的SLAM（LiDARSLAM,L-SLAM2）方法因?yàn)槠湓紨?shù)據(jù)本身具備高精度立體位置信息、不受環(huán)境光照影響等優(yōu)點(diǎn)，可以實(shí)現(xiàn)非常高的定位精度。但由于計(jì)算機(jī)立體視覺技術(shù)的發(fā)展稍慢于平面視覺，以及激光雷達(dá)數(shù)據(jù)相較于攝像機(jī)數(shù)據(jù)的稀疏性，一般的回環(huán)閉合方法很難應(yīng)用到L-SLAM中。因此L-SLAM雖然在小范圍內(nèi)表現(xiàn)良好，但是在大范圍的制圖中難免存在累計(jì)誤差難以消除的問題。本文的研究適用于立體點(diǎn)云的場(chǎng)景識(shí)別方法，可以實(shí)現(xiàn)基于激光雷達(dá)的回環(huán)閉合應(yīng)用，以及對(duì)超大規(guī)

蘭州大學(xué)碩士學(xué)位論文基于詞袋模型的立體點(diǎn)云場(chǎng)景識(shí)別方法設(shè)計(jì)與實(shí)現(xiàn)4計(jì)算的搜索域，實(shí)時(shí)地計(jì)算在高精度地圖中的相對(duì)位置。由于該方法不受外界信號(hào)覆蓋的局限，只需要有預(yù)先制作的高精度地圖便可以實(shí)現(xiàn)高精度的定位結(jié)果，因此是近年來的研究熱點(diǎn)之一。在自動(dòng)駕駛領(lǐng)域，最主要的傳感器包括激光雷達(dá)和相機(jī)。其中V-SLAM的匹配定位方法由于相機(jī)固有的深度信息缺失、受外部光線、色彩影響大等問題，即使是包含深度信息的立體相機(jī)也很難工作在戶外場(chǎng)景中，因此很難滿足自動(dòng)駕駛對(duì)定位的精度要求。具體來說，戶外的同一個(gè)場(chǎng)景在每天不同時(shí)段，每年不同季節(jié)的圖像數(shù)據(jù)會(huì)有十分明顯的差別。而激光雷達(dá)采集的立體點(diǎn)云數(shù)據(jù)本身包含幾何特征，具有測(cè)距準(zhǔn)確、數(shù)據(jù)處理方便、數(shù)據(jù)不易受環(huán)境影響等特點(diǎn)，適用于各種場(chǎng)景。因此，基于激光雷達(dá)的高精度地圖匹配方法（如圖1-3所示）是自動(dòng)駕駛的主要定位實(shí)現(xiàn)方法之一。圖1-3使用激光雷達(dá)點(diǎn)云在高精度地圖上實(shí)現(xiàn)厘米級(jí)匹配定位，其中白色點(diǎn)是預(yù)制作的高精度地圖，彩色點(diǎn)是實(shí)時(shí)激光雷達(dá)點(diǎn)云1.2.2閉環(huán)檢測(cè)研究現(xiàn)狀基于高精度地圖的定位方法，其定位精度主要取決于地圖本身的精度，因此如何制作大范圍的、精度高的數(shù)據(jù)地圖是非常重要的研究目標(biāo)。目前高精度地圖的制作技術(shù)參考了SLAM方法，借助里程計(jì)對(duì)地圖進(jìn)行迭代式更新，但隨著制圖范圍的不斷擴(kuò)大，不斷增加的累計(jì)誤差是該類方法難以回避的問題。盡管L-SLAM本身具備較高的定位精度，但隨著制圖范圍的擴(kuò)大，也面臨累計(jì)誤差難以接受的問題。因此，如何構(gòu)建超大規(guī)模的高精度地圖是一個(gè)普遍的難題。在V-SLAM方法中，往往使用回環(huán)閉合技術(shù)解決這一問題[1]。該方法利用閉環(huán)檢測(cè)技


本文編號(hào)：2981287