具有自主導(dǎo)航能力且能夠在復(fù)雜水面環(huán)境下完成作業(yè)任務(wù)的無(wú)人船成為了全球研究熱點(diǎn),其中即時(shí)定位與建圖(Simultaneous Localization and Mapping,SLAM)技術(shù)可為無(wú)人船自主導(dǎo)航提供實(shí)時(shí)的環(huán)境信息和位置信息,是無(wú)人船自主導(dǎo)航的關(guān)鍵。本文在視覺慣導(dǎo)(VINS-MONO)SLAM算法的研究基礎(chǔ)上,提出一種基于點(diǎn)線綜合特征的視覺慣導(dǎo)(PLVINS-MONO)SLAM算法,該算法通過融合視覺信息和慣導(dǎo)信息,對(duì)無(wú)人船進(jìn)行實(shí)時(shí)航行環(huán)境感知和自身定位,為無(wú)人船自主導(dǎo)航提供關(guān)鍵信息。首先,針對(duì)無(wú)人船視覺圖像中特征點(diǎn)檢測(cè)存在的水面動(dòng)態(tài)區(qū)域問題,本文提出基于HSV(Hue Saturation Value)顏色區(qū)域分割算法的視覺里程計(jì)前端設(shè)計(jì)方法,對(duì)無(wú)人船獲取的圖像進(jìn)行區(qū)域分割,排除圖像中水面動(dòng)態(tài)區(qū)域,以篩選出圖像中世界坐標(biāo)系下的有效特征點(diǎn),提高系統(tǒng)在位姿估算過程中使用特征點(diǎn)的準(zhǔn)確性和位姿估算精度。由于線特征信息在水面環(huán)境中具有光照和視角不變性,其特征信息表現(xiàn)更為穩(wěn)定。因此本文在視覺里程計(jì)前端加入線特征,豐富視覺里程計(jì)前端提取圖像中特征信息的種類。綜合點(diǎn)特征和線特征,利用點(diǎn)線特...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 視覺SLAM算法研究現(xiàn)狀
        1.2.2 視覺慣導(dǎo)SLAM算法研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
2 視覺慣導(dǎo)SLAM相關(guān)理論基礎(chǔ)
    2.1 慣性導(dǎo)航基本原理
    2.2 相機(jī)成像原理
    2.3 視覺SLAM的基本框架
    2.4 相機(jī)標(biāo)定實(shí)驗(yàn)
    2.5 本章小結(jié)
3 基于改進(jìn)點(diǎn)線綜合特征的無(wú)人船視覺里程計(jì)前端設(shè)計(jì)
    3.1 基于HSV的點(diǎn)特征效篩選
    3.2 視覺里程計(jì)前端線特征
        3.2.1 線特征的LSD提取算法
        3.2.2 線特征的LBD描述子二進(jìn)制化
    3.3 改進(jìn)的點(diǎn)線綜合特征的視覺里程計(jì)前端設(shè)計(jì)
    3.4 仿真實(shí)驗(yàn)
        3.4.1 仿真實(shí)驗(yàn)描述
        3.4.2 仿真實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 基于點(diǎn)線綜合特征的閉環(huán)檢測(cè)
    4.1 詞袋模型
        4.1.1 特征聚類
        4.1.2 混合特征詞典樹
        4.1.3 單詞權(quán)重賦值
    4.2 閉環(huán)檢測(cè)
        4.2.1 圖像索引
        4.2.2 圖像相似性計(jì)算
    4.3 視覺詞典性能評(píng)價(jià)
    4.4 本章小結(jié)
5 基于點(diǎn)線綜合特征的無(wú)人船視覺慣導(dǎo)SLAM系統(tǒng)實(shí)現(xiàn)與驗(yàn)證
    5.1 系統(tǒng)總體架構(gòu)
    5.2 系統(tǒng)仿真實(shí)驗(yàn)
        5.2.1 仿真實(shí)驗(yàn)描述
        5.2.2 仿真實(shí)驗(yàn)結(jié)果與分析
    5.3 系統(tǒng)實(shí)際驗(yàn)證
        5.3.1 無(wú)人船航行數(shù)據(jù)集制作
        5.3.2 運(yùn)行結(jié)果與分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3866760