隨著室內(nèi)三維建模、虛擬現(xiàn)實、增強現(xiàn)實、三維游戲等對場景模型的精細化要求越來越高,基于RGB-D數(shù)據(jù)的實時稠密重建技術(shù)得到越來越多的關(guān)注。目前的基于RGB-D的實時稠密重建算法主要利用特征匹配或者直接配準圖像信息獲得相機姿態(tài),并通過閉環(huán)檢測、位姿優(yōu)化等方式獲得一致性的全局場景模型。具體的研究工作和創(chuàng)新點如下:第一,對幾種基于RGB-D數(shù)據(jù)的實時稠密重建算法進行了詳細的介紹與分析。這些實時稠密重建算法一般包含軌跡跟蹤、閉環(huán)檢測、位姿優(yōu)化、繪圖幾個部分。介紹這幾種算法的主要流程,分析算法的優(yōu)缺點,為后面算法的改進提供基礎(chǔ)。第二,提出了一種基于ORB-SLAM2的稠密重建算法。在ORB-SLAM2的基礎(chǔ)上,增加場景稠密重建模塊,獲得實時的場景稠密重建結(jié)果。在獲得相機軌跡之后將圖像信息融合到場景模型中,并且在相機姿態(tài)優(yōu)化之后根據(jù)相機和重建的稀疏點云優(yōu)化前后的位置來調(diào)整場景模型。同時在閉環(huán)檢測部分,利用一致性約束來獲得高可靠的特征匹配結(jié)果,有效的驗證閉環(huán)的準確性,獲得更加可靠的閉環(huán)結(jié)果,從而有效提高實時稠密重建的精度。第三,針對傳統(tǒng)的ElasticFusion算法存在的問題,提出三種改進策略來有效... 

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 基于RGB-D數(shù)據(jù)的實時稠密重建算法研究現(xiàn)狀
    1.3 論文的主要工作與結(jié)構(gòu)安排
2 典型的基于RGB-D數(shù)據(jù)的實時重建算法分析
    2.1 引言
    2.2 RGB-D相機模型與坐標系變換
    2.3 幾種基于RGB-D數(shù)據(jù)實時重建算法的介紹與分析
    2.4 本章小結(jié)
3 基于ORB-SLAM2 的有效閉環(huán)驗證和稠密重建
    3.1 引言
    3.2 基于ORB-SLAM2 稠密重建的總體框架
    3.3 基于ORB-SLAM2 的有效的閉環(huán)驗證方法
    3.4 基于ORB-SLAM2 的稠密重建
    3.5 實驗分析
    3.6 本章小結(jié)
4 基于改進ElasticFusion精確的軌跡跟蹤和稠密重建
    4.1 引言
    4.2 改進的軌跡跟蹤方法
    4.3 基于圖像信息自適應(yīng)調(diào)整聯(lián)合配準時加權(quán)的方法
    4.4 基于配準輸出信息判讀配準誤差大小的方法
    4.5 基于關(guān)鍵幀之間配準緩解軌跡漂移的方法
    4.6 實驗分析
    4.7 本章小結(jié)
5 總結(jié)與展望
    5.1 本文的主要貢獻與創(chuàng)新點
    5.2 工作展望
參考文獻
致謝
附錄
    A 攻讀碩士學位期間發(fā)表的論文
    B 攻讀碩士學位期間參與的科研項目


【參考文獻】：
期刊論文
[1]SLAM室內(nèi)三維重建技術(shù)綜述[J]. 危雙豐,劉振彬,趙江洪,龐帆.  測繪科學. 2018(07)
[2]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)
[3]基于ORB-SLAM的室內(nèi)機器人定位和三維稠密地圖構(gòu)建[J]. 侯榮波,魏武,黃婷,鄧超鋒.  計算機應(yīng)用. 2017(05)

碩士論文
[1]基于RGB-D的稠密ORB-SLAM研究[D]. 李雅芳.湘潭大學 2018
[2]基于RGB-D的室內(nèi)場景SLAM方法研究[D]. 劉三毛.湖南工業(yè)大學 2017
[3]基于RGB-D的SLAM方法改進研究[D]. 張松濤.哈爾濱工業(yè)大學 2017
[4]基于RGB-D的SLAM算法研究[D]. 丁潔瓊.西安電子科技大學 2014



本文編號：3689906