基于視覺測量的車輛運(yùn)行場景實時重構(gòu)算法研究
發(fā)布時間:2023-11-10 18:34
從二維圖像恢復(fù)場景的三維結(jié)構(gòu)是計算機(jī)視覺中的一個基本問題。相機(jī)僅能夠提供視覺特征的方向信息,這使得基于單目相機(jī)的定位與建圖具有尺度不確定性。本文面向道路場景提出一種實時的場景重構(gòu)系統(tǒng),該系統(tǒng)使用智能車輛上固定的單目相機(jī)實現(xiàn)對車輛周圍場景的可視化重建。本文的研究工作內(nèi)容如下:1.針對車輛全景圖像的拼接算法實時性較差的問題,本文根據(jù)圖像在鳥瞰圖視角下的特性,研究在地面的特征點(diǎn)之間的快速匹配,提出一種基于特征匹配的車輛二維局部定位和車輛全景圖像拼接算法。2.針對基于單目相機(jī)的三維重建無法確定場景的真實尺度的問題,本文根據(jù)道路場景研究六自由度的定位與建圖算法。該算法利用局部道路平坦的特點(diǎn)估計單目相機(jī)帶有尺度信息的六自由度運(yùn)動,并且建立全局優(yōu)化模型來計算全局一致性的稀疏點(diǎn)云地圖。3.針對稀疏點(diǎn)云不能直觀呈現(xiàn)三維場景,并且不能夠滿足交互的可視化需要的問題,通過研究稀疏點(diǎn)云的三角剖分關(guān)系,本文實現(xiàn)通過圖像紋理映射方法快速重建可視化三維場景。4.本文基于ORB-SLAM開源系統(tǒng)實現(xiàn)車輛運(yùn)行場景重構(gòu)系統(tǒng),該系統(tǒng)實現(xiàn)了本文所提出的算法;谠撓到y(tǒng),對所提出的實時場景重構(gòu)算法進(jìn)行了實車實驗驗證。綜上所述,本...
【文章頁數(shù)】:80 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 引言
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 智能汽車技術(shù)
1.2.2 同時定位與建圖(SLAM)技術(shù)
1.3 論文主要工作
1.4 論文組織結(jié)構(gòu)
第2章 視覺測量相關(guān)技術(shù)
2.1 相機(jī)成像模型及其參數(shù)標(biāo)定方法
2.1.1 相機(jī)成像模型
2.1.2 鏡頭畸變模型
2.1.3 對極幾何模型
2.1.4 相機(jī)標(biāo)定
2.1.5 畸變校正和立體校正
2.1.6 三角化
2.2 圖像局部特征檢測與描述
2.2.1 局部不變特征
2.2.2 特征描述符
2.2.3 特征點(diǎn)關(guān)聯(lián)
2.3 隨機(jī)一致性檢驗(RANSAC)
2.4 本章小結(jié)
第3章 基于改進(jìn)RANSAC方法的全景圖像拼接算法
3.1 全景圖像拼接框架
3.2 相機(jī)標(biāo)定
3.2.1 單應(yīng)性變換
3.2.2 雙相機(jī)標(biāo)定
3.3 全景圖像快速拼接
3.3.1 基于RANSAC方法的特征匹配
3.3.2 圖像拼接
3.4 實驗與分析
3.4.1 實驗說明
3.4.2 實驗分析
3.5 本章小結(jié)
第4章 六自由度的單目相機(jī)定位算法
4.1 算法框架
4.2 六自由度定位與優(yōu)化
4.2.1 六自由度定位
4.2.2 圖優(yōu)化
4.3 實驗與分析
4.4 本章小結(jié)
第5章 基于ORB-SLAM的車輛運(yùn)行場景重構(gòu)系統(tǒng)
5.1 可視化建圖方法
5.2 實驗平臺系統(tǒng)
5.2.1 平臺硬件
5.2.2 軟件系統(tǒng)
5.3 實車實驗
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號:3862096
【文章頁數(shù)】:80 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 引言
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 智能汽車技術(shù)
1.2.2 同時定位與建圖(SLAM)技術(shù)
1.3 論文主要工作
1.4 論文組織結(jié)構(gòu)
第2章 視覺測量相關(guān)技術(shù)
2.1 相機(jī)成像模型及其參數(shù)標(biāo)定方法
2.1.1 相機(jī)成像模型
2.1.2 鏡頭畸變模型
2.1.3 對極幾何模型
2.1.4 相機(jī)標(biāo)定
2.1.5 畸變校正和立體校正
2.1.6 三角化
2.2 圖像局部特征檢測與描述
2.2.1 局部不變特征
2.2.2 特征描述符
2.2.3 特征點(diǎn)關(guān)聯(lián)
2.3 隨機(jī)一致性檢驗(RANSAC)
2.4 本章小結(jié)
第3章 基于改進(jìn)RANSAC方法的全景圖像拼接算法
3.1 全景圖像拼接框架
3.2 相機(jī)標(biāo)定
3.2.1 單應(yīng)性變換
3.2.2 雙相機(jī)標(biāo)定
3.3 全景圖像快速拼接
3.3.1 基于RANSAC方法的特征匹配
3.3.2 圖像拼接
3.4 實驗與分析
3.4.1 實驗說明
3.4.2 實驗分析
3.5 本章小結(jié)
第4章 六自由度的單目相機(jī)定位算法
4.1 算法框架
4.2 六自由度定位與優(yōu)化
4.2.1 六自由度定位
4.2.2 圖優(yōu)化
4.3 實驗與分析
4.4 本章小結(jié)
第5章 基于ORB-SLAM的車輛運(yùn)行場景重構(gòu)系統(tǒng)
5.1 可視化建圖方法
5.2 實驗平臺系統(tǒng)
5.2.1 平臺硬件
5.2.2 軟件系統(tǒng)
5.3 實車實驗
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
本文編號:3862096
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3862096.html
最近更新
教材專著