近年來,SLAM技術已經獲得突飛猛進的發(fā)展,在工業(yè)機器人、AR、VR技術,以及智能車等方面都有著廣大的應用前景。視覺SLAM完成了智能體對環(huán)境的幾何信息的理解,但忽略了對環(huán)境語義信息的理解。由于視覺SLAM技術與圖像語義分割技術是互補關系:前者關注場景的幾何信息,后者關注場景語義理解。所以,本文將視覺SLAM技術與圖像語義分割技術相結合,研究基于語義信息的相機定位與重建技術。由于RGB-D相機的低成本化、可以輕松構建稠密的地圖來體現(xiàn)重構場景的完整性,且使用距離有限。因此,本文研究的是室內環(huán)境下的RGB-D相機定位與重建技術。本文的出發(fā)點在于將語義分割與經典的視覺相機定位與重建結合,并且相互輔助,從而構建更為準確的三維語義地圖。首先,在視覺里程計的兩張RGB圖像的特征點匹配階段,針對特征點存在許多誤匹配關系問題,提出利用語義分割的結果,分類別進行特征點匹配,使得參與相機運動估計的匹配對更加精確。然后,在重投影求解相機姿態(tài)階段,針對將錯誤的三維空間點映射到RGB圖像中進行重投影誤差優(yōu)化問題,提出利用語義標簽信息,縮小投影范圍和減少誤匹配參與優(yōu)化,使得求解相機姿態(tài)更準確。其次,在局部、全局優(yōu)...

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

圖2-1旋轉實例

華中科技大學碩士學位論文視覺里程計覺里程計計算相機運動通常在相機采集圖像信息和預處理之后，此階圖像之間的相對運動。通過兩幀圖像之間的圖像信息，粗略的估計出相后端優(yōu)化的初始值。先討論兩張圖像之間簡單的運動關系。如圖2-1所圖片是在左邊圖向右旋轉一定角度的....

圖2-2漂移示意圖

為某一個時刻對應的狀態(tài)僅僅和前一個時刻狀態(tài)有關，與其他時刻的，大多會采用擴展卡爾曼濾波（EKF）為代表的濾波器方法。在優(yōu)化狀態(tài)信息推導計算出下一個時刻的狀態(tài)信息。如果考慮某一時刻的狀的狀態(tài)都有關聯(lián)，這時將獲得非線性優(yōu)化為主體的優(yōu)化方式�；丨h(huán)檢測LAM首要任務是估計相機的運動從而....

圖2-3根據構建地圖的作用來分類

導航是指機器人可以在地圖中進行自主路徑規(guī)劃，從已出安全路徑，使得自身成功到達目的地的過程。在自主導航的密的地圖才能知道地圖中哪些路標是可以通過，哪些是不能通務。避障。與導航相似，但避障更側重局部、動態(tài)障礙物的場景情路標無法判斷前方是否有路障，并且處理路障，因而，需要稠任務。重建。....

圖2-4語義驅動的相機定位與重建構建圖

12圖2-4語義驅動的相機定位與重建構建圖：若沒有啟動跟蹤模式（系統(tǒng)沒有初始化），則

本文編號：3963959