移動機器人3D同步定位與制圖（3D SLAM）指的移動機器人通過自身攜帶的視覺傳感器感知環(huán)境,同時構建3D環(huán)境地圖和估計移動機器人的運動軌跡。移動機器人3D SLAM技術是自主移動機器人的關鍵技術,也是移動機器人研究領域的難點問題。與單移動機器人3D SLAM相比,多移動機器人3D SLAM可以通過移動機器人之間的相互協(xié)作、共享所獲得的信息,提高移動機器人同步定位和建圖的效率和魯棒性。多移動機器人3D SLAM除了需要解決單移動機器人的3D SLAM問題,還需要解決移動機器人之間的通信和局部地圖融合的問題。本文主要研究基于Kinect傳感器的多移動機器人3D SLAM、數(shù)據(jù)關聯(lián)以及局部地圖融合等相關問題。本文的主要工作如下:（1）首先,對單移動機器人3D SLAM問題進行研究。通過傳感器數(shù)據(jù)讀取、視覺里程計、閉合回環(huán)檢測和后端優(yōu)化,得到全局一致性的3D環(huán)境地圖和移動機器人的運動軌跡。在特征提取和匹配中,提出了主成分分析（PCA）的數(shù)據(jù)降維算法,提高移動機器人3D SLAM的效率;在構建局部地圖時,提出了圖像關鍵幀選擇算法,提高了移動機器人構建3D地圖的準確性和魯棒性。（2）其次,對于多... 

【文章來源】：華東理工大學上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
    1.3 課題研究內容和創(chuàng)新點
    1.4 論文提綱
    1.5 本章小結
第2章 移動機器人的3D SLAM算法
    2.1 SLAM算法概述
    2.2 機器人的系統(tǒng)模型
        2.2.1 機器人的運動學模型
        2.2.2 機器人的觀測模型
    2.3 傳感器
    2.4 移動機器人3D SLAM算法框架
        2.4.1 視覺里程計
        2.4.2 后端優(yōu)化
        2.4.3 回環(huán)檢測
        2.4.4 構建地圖
    2.5 本章小結
第3章 多移動機器人的3D SLAM算法
    3.1 多移動機器人系統(tǒng)結構
        3.1.1 集中式
        3.1.2 分布式
        3.1.3 混合式
    3.2 多移動機器人的地圖融合
        3.2.1 3D空間坐標系的坐標轉換
        3.2.2 移動機器人的齊次坐標表示
        3.2.3 基于觀測信息的坐標變換
    3.3 多移動機器人系統(tǒng)中的視覺處理技術
        3.3.1 移動機器人的識別
        3.3.2 移動機器人的局部路徑獲取
        3.3.3 移動機器人的視覺里程計實現(xiàn)
    3.4 多移動機器人3D SLAM算法的數(shù)據(jù)關聯(lián)問題
        3.4.1 數(shù)據(jù)關聯(lián)算法
        3.4.2 常用的數(shù)據(jù)關聯(lián)算法
        3.4.3 ORB特征在SLAM中的數(shù)據(jù)關聯(lián)
    3.5 改進的多移動機器人3D SLAM算法
        3.5.1 特征選擇與提取
        3.5.2 多移動機器人3D SLAM系統(tǒng)組成
        3.5.3 地圖云點、關鍵幀的選擇
        3.5.4 相機位置的追蹤
        3.5.5 局部地圖的構建
        3.5.6 閉合回環(huán)檢測
    3.6 多移動機器人地圖融合改進算法
        3.6.1 粒子群優(yōu)化算法原理
        3.6.2 地圖轉換函數(shù)
        3.6.3 適應度函數(shù)
    3.7 本章小結
第4章 實驗驗證
    4.1 引言
    4.2 實驗環(huán)境
    4.3 ORB特征檢測和匹配
    4.4 基于Kinect的移動機器人3D SLAM實驗
    4.5 基于Kinect的多移動機器人3D SLAM實驗
    4.6 本章小結
第5章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表與錄用的學術論文



本文編號：3200834