近年來,人們對于娛樂生活的需求逐步提升,基于位置的服務也被越來越多的科研學者和公司關注,如智能推薦、導航、增強現(xiàn)實（Agumented Reality,AR）等,而如何確定用戶位置是所有后續(xù)服務的基礎。在室外,有成熟的全球定位系統(tǒng)（Global Positioning System,GPS）可以使用,但是在復雜多變的室內(nèi)環(huán)境下,GPS定位精度不足,有時甚至會失效,因此多種新的室內(nèi)定位技術被提出。隨著攝像頭在手機等終端設備和各種室內(nèi)場景中的普及,用戶完全可以通過拍攝的室內(nèi)照片獲得自身位置。同時,因為視覺定位具有高精度和無需布施額外設備等優(yōu)點,基于視覺的室內(nèi)定位算法成為很多室內(nèi)應用的首選方案。本文以數(shù)字圖像處理、深度學習、多視圖幾何及三維重建等理論為基礎,將語義識別、同時定位與建圖（Simultaneous Localization and Mapping,SLAM）技術與定位算法相結(jié)合。首先,本文討論了 SLAM技術以及基于視覺的室內(nèi)定位技術的國內(nèi)外研究現(xiàn)狀。其次,本文研究了視覺定位和SLAM技術的相關基礎理論。此外,本文在數(shù)據(jù)庫建立、圖像匹配兩個方面對傳統(tǒng)算法的一些不足,進行了如下研究... 

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 SLAM技術在國內(nèi)外的研究現(xiàn)狀
        1.2.2 視覺定位在國內(nèi)外的研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容和結(jié)構(gòu)安排
第2章 視覺室內(nèi)定位與SLAM相關理論分析
    2.1 相機模型分析
        2.1.1 坐標系轉(zhuǎn)換原理
        2.1.2 相機的小孔成像模型
        2.1.3 深度相機配準
    2.2 圖像特征提取算法
        2.2.1 GIST特征點提取
        2.2.2 SURF特征點提取
        2.2.3 ORB特征點提取
    2.3 SLAM系統(tǒng)框架分析
    2.4 本章小結(jié)
第3章 融合語義與幾何信息的SLAM算法
    3.1 SLAM系統(tǒng)構(gòu)建
        3.1.1 SLAM系統(tǒng)前端
        3.1.2 SLAM系統(tǒng)后端
        3.1.3 SLAM系統(tǒng)回環(huán)檢測
        3.1.4 SLAM系統(tǒng)建圖
    3.2 融合語義與幾何信息的SLAM算法
        3.2.1 語義檢測網(wǎng)絡框架
        3.2.2 當使用基于多視角幾何的動態(tài)點檢測
        3.2.3 融合語義與幾何信息的視覺前端
    3.3 系統(tǒng)性能分析
        3.3.1 相機姿態(tài)結(jié)果分析
        3.3.2 基于SLAM的室內(nèi)三維模型建立結(jié)果分析
    3.4 本章小結(jié)
第4章 基于SLAM的視覺定位算法研究
    4.1 視覺室內(nèi)定位系統(tǒng)框架分析
    4.2 融合圖像和點云信息的離線數(shù)據(jù)庫建立
        4.2.1 基于相機位姿的數(shù)據(jù)關聯(lián)
        4.2.2 基于圖像相似性的關鍵圖像提取
    4.3 基于改進圖像數(shù)據(jù)庫的在線定位算法
        4.3.1 基于GIST和SURF的兩步匹配
        4.3.2 基于EPnP的用戶位姿求解
    4.4 系統(tǒng)性能分析
        4.4.1 離線數(shù)據(jù)庫建立性能分析
        4.4.2 定位方法性能分析
    4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]面向場景變化的動態(tài)自適應同時定位與地圖構(gòu)建[J]. 史殿習,童哲航,楊紹武,張擁軍,易曉東.  中國科學:技術科學. 2018(12)
[2]移動機器人RGB-D視覺SLAM算法[J]. 陳劭,郭宇翔,高天嘯,宮清源,張軍國.  農(nóng)業(yè)機械學報. 2018(10)
[3]RGB-D SLAM綜述[J]. 王旒軍,陳家斌,余歡,朱匯申.  導航定位與授時. 2017(06)
[4]基于深度學習的視覺SLAM綜述[J]. 趙洋,劉國良,田國會,羅勇,王梓任,張威,李軍偉.  機器人. 2017(06)
[5]基于單目視覺的同時定位與建圖算法研究綜述[J]. 朱凱,劉華峰,夏青元.  計算機應用研究. 2018(01)



本文編號：3665597