智能機器人技術(shù)的不斷發(fā)展,使得越來越多的各種形式的機器人在各行各業(yè)發(fā)揮用處。讓機器人感知自身狀態(tài)與周圍環(huán)境是其完成其他更加復雜的任務如路徑規(guī)劃、導航、避障等功能的基礎,因此,機器人即時定位與建圖(Simultaneous Localization and Mapping,SLAM)技術(shù)逐漸引起了人們的關注。無人車作為廣義上的移動機器人,簡化了仿人機器人的運動形式,從而能夠能加專注于解決具體的問題,這也是大多數(shù)機器人都是輪式機器人的原因。相比早期以激光傳感器作為數(shù)據(jù)輸入的SLAM技術(shù),近年來基于視覺的SLAM技術(shù)因其成本低昂而逐漸成為主流,而由于雙目相機及RGB-D相機能較方便地獲取深度信息,因而也是視覺SLAM中的研究重點。因此本文主要研究了基于RGB-D相機的無人車視覺SLAM技術(shù),主要包括以下內(nèi)容:首先,研究了RGB-D相機獲取深度信息的原理,以及針孔相機成像模型,研究了如何標定相機的內(nèi)參數(shù)和畸變參數(shù),以及兩相機之間的外參數(shù),進一步介紹了如何根據(jù)標定參數(shù)來對采集到的彩色圖像與深度圖像進行配準。其次,對視覺SLAM的前端視覺里程計進行了研究,包括特征提取、特征匹配與篩選、相機運動估計以及局部優(yōu)化等部分,針對原始ORB特征容易集中在圖像中的局部區(qū)域的現(xiàn)象,本文提出了使用劃分柵格結(jié)合四叉樹的方法來有效解決。首先利用劃分柵格的方式,提高缺乏紋理的區(qū)域提取到FAST角點的概率,然后利用四叉樹來對特征點進行篩選,減少特征點過于集中的現(xiàn)象,從而能夠減少冗余信息,且更加充分地利用整幅圖像。對于特征點匹配過程中出現(xiàn)的誤匹配現(xiàn)象,采用隨機采樣一致性算法來有效地剔除誤匹配。對于估計相機運動產(chǎn)生誤差的現(xiàn)象,采用了EPnP與捆集優(yōu)化結(jié)合的方式來減小誤差。最后,針對視覺里程計產(chǎn)生累計誤差的現(xiàn)象,本文采用了回環(huán)檢測結(jié)合全局優(yōu)化的方式來減小累計誤差。研究了基于詞袋模型的回環(huán)檢測方案,使用k叉樹來存儲視覺單詞從而極大地提高訪問效率,使用k-means++聚類算法來產(chǎn)生k叉樹的新節(jié)點。在檢測到回環(huán)之后,需要對整個地圖進行全局優(yōu)化,此時忽略地圖中的特征點,而只對相機位姿進行優(yōu)化,從而能夠大大減少計算量,使用g2o庫來進行位姿圖優(yōu)化。搭建了無人車軟硬件平臺來驗證算法效果,對TUM數(shù)據(jù)集以及真實的場景進行了實驗,分析了軌跡誤差,并生成了稀疏特征點地圖以及點云地圖,實驗結(jié)果說明本文方法有效。
【學位單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP242
【部分圖文】：

SLAM 技術(shù)對于人類探索外太空也有著重要的意義，如圖1-1 所示，目前已經(jīng)有火星無人車和月球無人車用于深空探測項目[1-3]，研究具有能在未知環(huán)境中自動定位與建圖的無人車對于探索星球來說具有重大意義。早期對于SLAM技術(shù)的研究主要是使用激光傳感器作為主傳感器來采集數(shù)據(jù)[4-5]，然后由于激光傳感器的成本較高，近幾年研究人員重點關注視覺 SLAM技術(shù)。視覺 SLAM 技術(shù)即采用相機作為主要的傳感器來采集環(huán)境信息的 SLAM技術(shù)，其主要的優(yōu)點是成本較低，當然缺點也很多，如數(shù)據(jù)噪聲較多、計算復雜度高、算法原理復雜、受光線影響較大、里程計的累計漂移等，依然需要研

能夠得到自身的運動信息，從而能夠有效區(qū)分這種情況。然而，由于慣性測量單元的數(shù)據(jù)率非常高，也對 SLAM 的實時性提出了新的挑戰(zhàn)。[23]由香港科技大學 Tong Qin 等人在 2018 年提出的 VINS-MONO（Visual-Inertial SystemMonocular）[24]是視覺與慣導融合的 SLAM 方向的經(jīng)典之作。VINS-MONO 的主要貢獻有：一個緊耦合的視覺慣性里程計，它能夠進行慣性測量單元偏差校正以及相機-慣性測量單元外部標定；在線重定位和四自由度對位姿圖的全局優(yōu)化；一個能夠從未知未知初始化系統(tǒng)的魯棒的初始化過程等。目前，VINS-MONO 的改進版 VINS-Fusion 已經(jīng)被推出，它將輸入相機的類型擴展到了雙目相機以及 RGB-D 相機。然而，它生成的地圖是稀疏特征點地圖，對于生成稠密地圖仍需要廣泛的研究來提升系統(tǒng)的精度及魯棒性。同時，由于近幾年深度學習的火熱，研究人員也嘗試著將深度學習技術(shù)引入 SLAM 中，把物體識別算法應用到視覺 SLAM 中，從而生成帶有物體標簽信息的地圖，同時，物體的標簽信息也豐富了回環(huán)檢測等部分的信息，也為優(yōu)化部分帶來了更多的約束條件，這也被成為語義 SLAM[25-26]，圖 1-2 是一些語義SLAM 的結(jié)果。

國內(nèi)在 SLAM 領域的研究起步相對較晚，近些年來，隨著國家的大力支持，在學術(shù)界和工業(yè)界開啟了研究 SLAM 技術(shù)的熱潮。清華大學的高翔等人提出使用深度學習技術(shù)來進行視覺 SLAM 的回環(huán)檢測[31]；浙江大學的 CAD&CG 國家重點實驗室在 SLAM 領域有一定的貢獻，其中的章國峰教授也是視覺 SLAM 領域的著名學者；武漢大學的李明副教授在激光雷達方向起步較早，做得比較好。同時，國內(nèi)一些優(yōu)秀的企業(yè)也在積極投入SLAM技術(shù)及其應用的研究之中，如百度的無人車、圖森的智能卡車、大疆的無人機等，這些都是 SLAM 技術(shù)典型的落地產(chǎn)品。還有一些專注于 SLAM 相關解決方案或成品機器人的創(chuàng)業(yè)公司如思嵐科技、速感科技、布科思、米克力美等，均對 SLAM 技術(shù)在工業(yè)界的發(fā)展做出了一定的貢獻。1.3 論文的主要研究內(nèi)容和組織架構(gòu)1.3.1 主要研究內(nèi)容本文主要研究無人車的視覺 SLAM 技術(shù)，系統(tǒng)的整體框架如圖 1-3 所示。相機參數(shù)獲取

【相似文獻】

相關期刊論文 前10條

1 祁健誠;;基于雙目SLAM的室內(nèi)導航系統(tǒng)[J];通訊世界;2019年01期

2 吳林峰;王錄濤;;圖優(yōu)化SLAM的嵌入式處理技術(shù)[J];成都信息工程大學學報;2019年02期

3 盧天利;;基于地面匹配的單目SLAM局部尺度恢復[J];工業(yè)控制計算機;2019年08期

4 羅潤鑫;余柳平;陳夢強;黃軍;鄔依林;;SLAM問題中機器人定位誤差分析與控制[J];科學技術(shù)創(chuàng)新;2019年26期

5 董蕊芳;柳長安;楊國田;程瑞營;;基于圖優(yōu)化的單目線特征SLAM算法[J];東南大學學報(自然科學版);2017年06期

6 蔡來良;楊望山;王姍姍;朱學練;;SLAM在室內(nèi)測繪儀器研發(fā)中的應用綜述[J];礦山測量;2017年04期

7 楊祥紅;王希彬;;無人機主動SLAM技術(shù)研究[J];系統(tǒng)仿真技術(shù);2015年04期

8 王超杰;蘇中;連曉峰;趙旭;;搜救環(huán)境中的仿生蛇形機器人SLAM方法[J];計算機工程與設計;2015年08期

9 吳曉琳;宋萌;苑晶;孫鳳池;陶通;;通訊范圍受限條件下的多機器人主動SLAM[J];系統(tǒng)工程與電子技術(shù);2012年10期

10 野舟;;SLAM-ER導彈達到兩項新里程碑[J];戰(zhàn)術(shù)導彈技術(shù);2009年06期

相關會議論文 前10條

1 Xu Meng;Chen Zonghai;;Comparison between the Initialization of DSO and ORB-SLAM[A];第二十屆中國系統(tǒng)仿真技術(shù)及其應用學術(shù)年會論文集（20th CCSSTA 2019）[C];2019年

2 Li Xiaohan;Wang Jikai;Chen Zonghai;;Feature Performance Analysis on Different Scenes of ORB-SLAM2 System[A];第二十屆中國系統(tǒng)仿真技術(shù)及其應用學術(shù)年會論文集（20th CCSSTA 2019）[C];2019年

3 皮燕燕;王遠明;劉為任;王興嶺;;二維場景中SLAM算法對比研究[A];2018慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集[C];2018年

4 蘇麗;李恩澤;劉志林;;基于嚙齒類動物神經(jīng)模型的SLAM算法[A];第37屆中國控制會議論文集（D）[C];2018年

5 Jing Wang;Zongying Shi;Yisheng Zhong;;Visual SLAM Incorporating Wheel Odometer for Indoor Robots[A];第36屆中國控制會議論文集（D）[C];2017年

6 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

8 ;An SLAM algorithm based on improved UKF[A];第24屆中國控制與決策會議論文集[C];2012年

9 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

10 Haoyin Zhou;Tao Zhang;;The combination of SfM and monocular SLAM[A];第26屆中國控制與決策會議論文集[C];2014年

相關重要報紙文章 前10條

1 蔣智孚;SLAM技術(shù)將為智慧礦山帶來質(zhì)的飛躍[N];中國黃金報;2018年

2 中國青年報·中青在線記者 李超 通訊員 陰祥;從災難中尋找靈感 大學生研發(fā)激光救援機器人[N];中國青年報;2017年

3 實習記者 代小佩;AR導航能成為“路癡”福音嗎[N];科技日報;2018年

4 中國信息通信研究院 劉思言 蘇丹;東風已至，服務機器人產(chǎn)業(yè)起跑[N];人民郵電;2018年

5 實習記者 崔爽;掃地機器人真能解放雙手嗎[N];科技日報;2018年

6 北京商報記者 金朝力;掃地機器人告別花瓶角色[N];北京商報;2019年

7 北京 劉慧;物流機器人技術(shù)趨勢[N];電子報;2019年

8 肖征榮;好軟件少不了它們[N];電腦報;2003年

9 記者 王官波;“AI+”為醫(yī)療養(yǎng)老助力[N];中國縣域經(jīng)濟報;2019年

10 本報特約撰稿 臨河;半島趨緊張，韓國有點亂[N];中國國防報;2013年

相關博士學位論文 前10條

1 王洪玲;移動機器人適應搜救環(huán)境的同時定位和地圖構(gòu)建（SLAM）方法研究[D];山東大學;2018年

2 劉丹;智能車輛同時定位與建圖關鍵技術(shù)研究[D];北京工業(yè)大學;2018年

3 陳孟元;移動機器人仿生SLAM算法研究[D];中國科學技術(shù)大學;2019年

4 張超凡;基于多目視覺與慣導融合的SLAM方法研究[D];中國科學技術(shù)大學;2019年

5 金紅巖;PPRV全長基因克隆及H蛋白與SLAM受體相互作用的研究[D];中國農(nóng)業(yè)科學院;2014年

6 王丹丹;水下無人潛器同步定位與地圖生成方法研究[D];哈爾濱工程大學;2017年

7 苑全德;基于視覺的多機器人協(xié)作SLAM研究[D];哈爾濱工業(yè)大學;2016年

8 趙一路;人機交互環(huán)境下的主動SLAM及相關問題研究[D];復旦大學;2013年

9 劉浩敏;面向復雜環(huán)境的魯棒高效的三維注冊與結(jié)構(gòu)恢復[D];浙江大學;2017年

10 康軼非;不依賴GPS定位理論及方法研究[D];北京交通大學;2015年

相關碩士學位論文 前10條

1 程瑞營;基于點線綜合特征的視覺SLAM中閉環(huán)檢測方法研究[D];華北電力大學(北京);2019年

2 余宇;基于深度學習的視覺SLAM快速回環(huán)檢測研究[D];重慶郵電大學;2019年

3 何凱文;基于綜合特征SLAM的無人機多傳感器融合導航算法研究[D];上海交通大學;2018年

4 林敏捷;基于全景相機的視覺SLAM系統(tǒng)開發(fā)[D];上海交通大學;2018年

5 潘從祥;基于Web技術(shù)的移動機器人SLAM方法研究[D];上海交通大學;2018年

6 韋曉琴;基于激光雷達的AGV機器人SLAM與定位導航研究[D];華南理工大學;2019年

7 翁瀟文;基于圖優(yōu)化的移動機器人SLAM算法研究[D];華南理工大學;2019年

8 彭思遠;基于稠密視覺SLAM的無人機三維地圖快速重建研究[D];電子科技大學;2019年

9 章曉偉;基于視覺SLAM的履帶式液壓挖掘機行走軌跡跟蹤控制研究[D];浙江大學;2019年

10 崔巍杰;毫米波和激光雷達數(shù)據(jù)融合的SLAM算法研究[D];電子科技大學;2019年

本文編號：2808381