發(fā)布時(shí)間：2021-11-24 23:05

　　人在進(jìn)入一個(gè)陌生環(huán)境時(shí),會(huì)不由自主地評(píng)估周圍的環(huán)境,在大腦中勾勒出環(huán)境的布局,并以環(huán)境中的物體為參照物,判斷自己所在的位置。對(duì)于機(jī)器人,即時(shí)定位與建圖（Simultaneous Localization and Mapping,SLAM）技術(shù)等效于人的此過程。近年,由于無人駕駛飛機(jī)（Unmanned Aerial Vehicle,UAV）、增強(qiáng)現(xiàn)實(shí)（Augmented Reality,AR）和虛擬現(xiàn)實(shí)（Virtual Reality,VR）的應(yīng)用產(chǎn)品逐漸進(jìn)入大眾市場,SLAM技術(shù)和三維重建已成為越來越受歡迎的研究主題。本文闡述了基于特征的單目視覺即時(shí)定位和建圖（Mono Simultaneous Localization and Mapping,Mono-SLAM）系統(tǒng),可在不同規(guī)模的環(huán)境中實(shí)時(shí)運(yùn)行。此次設(shè)計(jì),針對(duì)SLAM系統(tǒng)對(duì)應(yīng)用場景的高依賴性缺陷進(jìn)行了分析,采用點(diǎn)線結(jié)合的初始化組合,使其能夠適應(yīng)不同種類紋理的運(yùn)行環(huán)境。對(duì)相機(jī)的劇烈運(yùn)動(dòng)具有魯棒性,可實(shí)現(xiàn)較寬的基線閉環(huán)檢測(cè)和重定位�；诮陙碇髁鞯膬�(yōu)秀算法,設(shè)計(jì)了完整的視覺SLAM系統(tǒng),該系統(tǒng)針對(duì)所有SLAM內(nèi)部模塊使用相同的特征提取... 

【文章來源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Mono-SLAM流程圖

FAST角點(diǎn)提取

第二章SLAM相關(guān)技術(shù)19的BRIEF描述子進(jìn)行特征描述。首先介紹FAST改進(jìn)方案：采用強(qiáng)度質(zhì)心[33]的概念對(duì)FAST特征點(diǎn)進(jìn)行改造。強(qiáng)度重心假定角的強(qiáng)度偏離其中心，且該向量可用來表示方向，如圖2-4所示：圖2-4FAST旋轉(zhuǎn)不變性示圖定義圖塊的矩為：t=,t(,)(2.13)由此得到質(zhì)心表達(dá)式為：=(000,000)(2.14)得到特征點(diǎn)方向表達(dá)為：=(0,0)(2.15)2、BRIEF改進(jìn)方案對(duì)于位置（xi，yi）處n個(gè)二值測(cè)試的任何特征集，定義一個(gè)2×n矩陣=……(2.16)使用前面計(jì)算出的方向θ和相應(yīng)的旋轉(zhuǎn)矩陣Rθ，得到Sθ=RθS。則改進(jìn)后的BRIEF描述子為：,()|,∈(2.17)將角度離散化為2π/30（12度）的增量，并構(gòu)造了預(yù)先計(jì)算的BRIEF模式的查找表。只要關(guān)鍵點(diǎn)方向θ在各個(gè)視圖中保持一致，就將使用正確的點(diǎn)集Sθ來計(jì)算其描述子。在ROS仿真環(huán)境中，以5度為一個(gè)步長，選取各個(gè)角度對(duì)四種描述子檢測(cè)內(nèi)點(diǎn)的能力進(jìn)行測(cè)試，仿真結(jié)果如圖2-3所示。圖中可看出，改進(jìn)后的BRIEF


本文編號(hào)：3516925