移動機器人的自我位置感知是完成不同復(fù)雜工作的前提,所以移動機器人的定位技術(shù)受到了越來越廣泛的關(guān)注。近年來,隨著整個市場對工業(yè)和服務(wù)機器人日益增長的需求,移動機器人的定位技術(shù)引起了學(xué)術(shù)領(lǐng)域和工業(yè)領(lǐng)域的重視,并投入了大量資源來進行更深層次的理論研究和應(yīng)用探索。但是,目前移動機器人定位的精度問題、實時性問題以及在復(fù)雜場景中的適應(yīng)性問題仍然沒有被很好地解決,這些問題導(dǎo)致了移動機器人在很多場合中的應(yīng)用受到了限制。因此,本論文利用視覺和3D激光雷達傳感器,對非結(jié)構(gòu)化環(huán)境中移動機器人實時高精度室內(nèi)定位技術(shù)展開研究。主要內(nèi)容如下:(1)針對不同的室內(nèi)定位需求,設(shè)計了不同的移動機器人定位模型,根據(jù)定位模型分析出影響定位精度的關(guān)鍵因素和問題,為這些定位方法提供改進思路及其理論依據(jù)。(2)提出一種基于人工信標的單目視覺定位系統(tǒng)。系統(tǒng)采用本文設(shè)計的一種能夠被快速正確識別的人工信標進行定位。首先,系統(tǒng)通過位姿圖構(gòu)建信標地圖,將信標在全局圖像坐標系的位姿作為節(jié)點,將同一幀圖像中兩個不同信標的相對位置關(guān)系作為邊,構(gòu)建完成后使用圖優(yōu)化技術(shù)對地圖進行優(yōu)化。根據(jù)相機畸變模型和3σ模型提出相機不確定度模型,該模型可以對位姿...

【文章頁數(shù)】：159 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及意義
    1.2 機器人室內(nèi)定位技術(shù)研究現(xiàn)狀
        1.2.1 機器人室內(nèi)定位方法與特點
        1.2.2 基于視覺的機器人定位技術(shù)研究現(xiàn)狀
        1.2.3 基于3D激光雷達的機器人定位技術(shù)研究現(xiàn)狀
    1.3 機器人室內(nèi)定位技術(shù)面臨的挑戰(zhàn)
        1.3.1 機器人室內(nèi)定位技術(shù)難點
        1.3.2 機器人室內(nèi)定位技術(shù)核心問題
    1.4 主要研究內(nèi)容
    1.5 本章小結(jié)
第2章 室內(nèi)定位模型的建立與分析
    2.1 引言
    2.2 天花板定位模型設(shè)計
        2.2.1 定位方法
        2.2.2 針孔相機模型
        2.2.3 天花板定位模型
        2.2.4 影響定位精度的因素分析
    2.3 雙目視覺的定位模型
        2.3.1 雙目視覺模型
        2.3.2 雙目視覺定位模型
        2.3.3 影響定位精度的因素分析
    2.4 3D激光雷達里程計定位模型
        2.4.1 3D激光雷達里程計模型
        2.4.2 影響定位精度的因素分析
    2.5 本論文定位方案
    2.6 本章小結(jié)
第3章 基于人工信標的單目視覺定位
    3.1 引言
    3.2 人工信標設(shè)計與識別原理
        3.2.1 人工信標的設(shè)計及編碼
        3.2.2 人工信標的檢測與識別
    3.3 相機不確定度模型
        3.3.1 相機畸變模型
        3.3.2 相機不確定度模型
    3.4 基于相機不確定度模型的人工信標定位
        3.4.1 坐標系的建立
        3.4.2 基于圖優(yōu)化的信標地圖構(gòu)建
        3.4.3 定位
    3.5 實驗與結(jié)果
        3.5.1 人工信標實驗與結(jié)果
        3.5.2 信標地圖構(gòu)建與定位實驗
        3.5.3 工廠環(huán)境下的魯棒性實驗
    3.6 本章小節(jié)
第4 基于信標修正的雙目視覺定位
    4.1 引言
    4.2 檢測特征點
        4.2.1 Oriented Fast關(guān)鍵點檢測
        4.2.2 BRIEF描述子
    4.3 雙目視覺定位
        4.3.1 亞像素級特征點匹配
        4.3.2 基于RansacPnP的位姿解算
        4.3.3 匹配不確定性模型的建立
        4.3.4 局部位姿優(yōu)化
    4.4 基于信標的關(guān)鍵幀位姿修正
        4.4.1 基于圖優(yōu)化模型的全局位姿優(yōu)化
        4.4.2 全局平面約束
    4.5 實驗與結(jié)果
        4.5.1 基于KITTI數(shù)據(jù)集的雙目視覺里程計對比
        4.5.2 工廠實地測試實驗
    4.6 本章小節(jié)
第5章 基于3D激光雷達的里程計定位
    5.1 引言
    5.2 點云數(shù)據(jù)預(yù)處理
        5.2.1 點云運動矯正
        5.2.2 點云下采樣
    5.3 點云分割
        5.3.1 主成分分析(PCA)
        5.3.2 地面點提取
        5.3.3 基于幾何特征的分割算法(GFS)
    5.4 點云配準
        5.4.1 局部子地圖建立
        5.4.2 基于子點云的ICP配準
    5.5 實驗與結(jié)果
        5.5.1 實驗條件與環(huán)境
        5.5.2 KITTI數(shù)據(jù)集測試
        5.5.3 實地測試實驗
    5.6 本章小節(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 論文創(chuàng)新點
    6.3 工作展望
攻讀博士學(xué)位期間獲得的科研成果及獎勵
參考文獻



本文編號：3742246