同步定位和建圖(Simultaneous Localization and Mapping,SLAM)是實(shí)現(xiàn)移動(dòng)機(jī)器人完全自主移動(dòng)的關(guān)鍵,而迎賓機(jī)器人在未知室內(nèi)環(huán)境下的智能化發(fā)展需要SLAM技術(shù)支撐。微軟開發(fā)的Kinect相機(jī)可以同時(shí)獲取環(huán)境的彩色圖像與深度數(shù)據(jù),相比傳統(tǒng)的相機(jī),具有價(jià)格低廉和信息豐富等優(yōu)點(diǎn),而且可以獲取帶有紋理色彩的三維環(huán)境地圖,有明顯的優(yōu)勢(shì)與應(yīng)用前景。本文以實(shí)驗(yàn)室迎賓機(jī)器人為平臺(tái),針對(duì)未知室內(nèi)環(huán)境下的迎賓機(jī)器人的應(yīng)用需求,對(duì)基于Kinect相機(jī)的視覺SLAM系統(tǒng)展開研究。視覺SLAM系統(tǒng)主要包括Kinect相機(jī)數(shù)據(jù)讀取、前端視覺里程計(jì)、后端非線性優(yōu)化、回環(huán)檢測(cè)和建圖幾個(gè)步驟,本文主要研究了以下內(nèi)容:(1)研究Kinect V1相機(jī)的深度測(cè)量原理和圖像獲取方法,利用張正友標(biāo)定法對(duì)Kinect進(jìn)行標(biāo)定,獲取內(nèi)外參數(shù)。通過改進(jìn)的雙邊濾波器對(duì)獲取的RGB圖像和深度圖像進(jìn)行圖像去噪,進(jìn)而得到單幀圖像粗糙的3D點(diǎn)云圖。(2)對(duì)SIFT、SURF、ORB進(jìn)行比較,實(shí)驗(yàn)驗(yàn)證了 ORB算法的高效實(shí)時(shí)性。接著結(jié)合ORB算法對(duì)剔除誤匹配算法進(jìn)行了改進(jìn),實(shí)驗(yàn)結(jié)果表明改進(jìn)后的算法匹配剔除效率...

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 視覺SLAM研究概述
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 本文主要研究?jī)?nèi)容及方法
2 Kinect簡(jiǎn)介
    2.1 引言
    2.2 Kinect介紹
    2.3 Kinect圖像獲取方法
    2.4 Kinect的視覺標(biāo)定
    2.5 數(shù)據(jù)預(yù)處理
    2.6 3D點(diǎn)云獲取
    2.7 本章小結(jié)
3 特征提取與配準(zhǔn)
    3.1 引言
    3.2 三種特征提取算法原理
    3.3 多角度評(píng)價(jià)三種算法
    3.4 本章小結(jié)
4 圖像特征匹配與運(yùn)動(dòng)估計(jì)和優(yōu)化
    4.1 引言
    4.2 圖像特征點(diǎn)的匹配
    4.3 運(yùn)動(dòng)估計(jì)方法與優(yōu)化
    4.4 視覺里程計(jì)
    4.5 本章小結(jié)
5 回環(huán)檢測(cè)與后端優(yōu)化和建圖
    5.1 引言
    5.2 關(guān)鍵幀的選取
    5.3 回環(huán)檢測(cè)
    5.4 后端優(yōu)化
    5.5 八叉樹建圖
    5.6 本章小結(jié)
6 實(shí)驗(yàn)與結(jié)果
    6.1 引言
    6.2 改進(jìn)ICP算法的對(duì)比實(shí)驗(yàn)
    6.3 VO實(shí)驗(yàn)
    6.4 g2o優(yōu)化和回環(huán)檢測(cè)實(shí)驗(yàn)
    6.5 octomap建圖實(shí)驗(yàn)
    6.6 本章小結(jié)
7 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間主要成果



本文編號(hào)：3827026