發(fā)布時(shí)間：2021-08-12 08:35

　　隨著當(dāng)今時(shí)代智能化水平的不斷發(fā)展,智能載體的對(duì)自主導(dǎo)航能力的要求逐漸提高,SLAM（即時(shí)定位與建圖）作為導(dǎo)航定位中的核心關(guān)鍵技術(shù)得到了研究學(xué)者們的密切關(guān)注。多傳感器的融合應(yīng)用能夠彌補(bǔ)單個(gè)傳感器的局限不足,適應(yīng)復(fù)雜的環(huán)境變化,如IMU的高頻輸出可以處理過激運(yùn)動(dòng),相機(jī)的特征跟蹤可以克服IMU的漂移,激光點(diǎn)云可以提供高精度長(zhǎng)距離的深度信息等。本文將結(jié)合IMU、雙目相機(jī)和激光雷達(dá)的優(yōu)勢(shì),研究搭建基于視覺慣性激光耦合的SLAM算法。本文的主要研究工作概述如下:1.設(shè)計(jì)出一套基于多傳感器融合的SLAM系統(tǒng)框架,針對(duì)不同傳感器分別建立了IMU觀測(cè)模型、雙目相機(jī)投影模型和激光雷達(dá)掃描模型。針對(duì)一般SLAM問題建立了數(shù)學(xué)模型,并通用化其狀態(tài)方程形式,用非線性優(yōu)化的方式代替?zhèn)鹘y(tǒng)濾波法,解決SLAM中非線性最小二乘問題。2.研究了SLAM系統(tǒng)框架中各傳感器的前端數(shù)據(jù)處理過程。研究了IMU預(yù)積分理論的的中值積分表達(dá)形式,建立誤差狀態(tài)表達(dá)式,推導(dǎo)了增量方程的雅可比矩陣形式用于后端迭代優(yōu)化;研究了雙目相機(jī)的SFM算法流程,通過特征點(diǎn)提取與光流跟蹤,關(guān)鍵幀選取策略,EPn P位姿恢復(fù)算法和三角測(cè)量路標(biāo)點(diǎn)深度恢復(fù)算法... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

SLAM技術(shù)的實(shí)際應(yīng)用

嘔?透怕駛?魅說認(rèn)喙乩礪壑?叮?婕傲煊?極其廣泛。目前主流的開源方案大都是基于激光或相機(jī)傳感器，結(jié)合濾波或優(yōu)化的理論實(shí)現(xiàn)的SLAM框架。激光SLAM通過使用激光雷達(dá)光學(xué)傳感器，提供周圍環(huán)境的距離信息。激光雷達(dá)通�；陲w行時(shí)間法（TimeofFlight，TOF）[4]測(cè)距原理，通過記錄發(fā)射光線從發(fā)出到反射回來所需要的時(shí)間差來計(jì)算出物體的距離，由于激光雷達(dá)精度高、測(cè)量范圍遠(yuǎn)、抗干擾性強(qiáng)且原理簡(jiǎn)單，被廣泛用于機(jī)器人的定位和避障。但同時(shí)由于設(shè)備成本較高，無法普及大眾市常a)Velodyne激光雷達(dá)b)robosense激光雷達(dá)圖1-2激光雷達(dá)相關(guān)產(chǎn)品

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-3-由于激光雷達(dá)的價(jià)格昂貴，研究人員開始尋求新的傳感器設(shè)備，體積小巧且廉價(jià)的相機(jī)被用來代替雙眼實(shí)現(xiàn)SLAM中的定位與建圖，相機(jī)傳感器相較于激光雷達(dá)能充分利用環(huán)境物體的顏色和紋理信息，在解決SLAM問題上有著獨(dú)特的優(yōu)勢(shì)，從而使得以VSLAM（視覺SLAM）為框架的系統(tǒng)逐漸發(fā)展且壯大起來，成為解決SLAM問題的一條獨(dú)特分支。VSLAM系統(tǒng)實(shí)質(zhì)就是通過一組圖像序列來解決三維重建（StructureFromMotion，SFM）[5]問題，涉及到多視圖幾何以及非線性優(yōu)化問題。視覺相機(jī)種類繁多，各有優(yōu)劣，單目相機(jī)由于僅有一個(gè)攝像頭，體積小巧且成本較低，可以作為視覺SLAM的基礎(chǔ)入門傳感器，但單個(gè)攝像頭存在尺度不確定性，故而需要進(jìn)行初始化標(biāo)定過程；雙目相機(jī)通過事先標(biāo)定好的外參可以得到絕對(duì)尺度信息，再利用三角測(cè)量得到物體深度信息；RGB-D深度相機(jī)采用結(jié)構(gòu)光或者TOF法直接得到物體的距離信息，但紅外結(jié)構(gòu)光容易受到外界光源干擾。a)單目相機(jī)b)小覓雙目相機(jī)c)Kinect深度相機(jī)圖1-3相機(jī)相關(guān)產(chǎn)品經(jīng)典SLAM主要包括四大部分：前端里程計(jì)、后端非線性優(yōu)化、回環(huán)檢測(cè)和建圖[6]。如圖1-4所示，傳感器傳入的數(shù)據(jù)，經(jīng)過前端里程計(jì)處理，得到初步的含誤差的位姿信息；后端通過濾波或非線性優(yōu)化方法得到優(yōu)化后的位姿信息；回環(huán)檢測(cè)判斷主體是否到達(dá)之前位置，從而建立反饋回路，將SLAM系統(tǒng)變成閉環(huán)系統(tǒng)，使得系統(tǒng)誤差保持在可控范圍內(nèi)，并建立全局一致的軌跡；最終根據(jù)計(jì)算軌跡和檢測(cè)得到的路標(biāo)點(diǎn)，建立全局一致的完整地圖。圖1-4SLAM框架經(jīng)典流程圖無論是基于傳統(tǒng)的慣性編碼器或GNSS衛(wèi)星導(dǎo)航方案，還是當(dāng)前主流的激光SLAM和VSLAM方案，都受限于單一傳感器的硬件局限，在特殊場(chǎng)景下無


本文編號(hào)：3337988