收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于图像特征点的移动机器人立体视觉SLAM研究

林睿  
【摘要】:移动机器人的同时定位与地图创建(Simultaneous Localization and Mapping, SLAM)问题是整个移动机器人自主导航的基础,也是其真正实现自主化和智能化的最重要条件之一。所谓SLAM就是将移动机器人定位与环境地图创建融为一体,即机器人在运动过程中根据自身位姿估计和传感器对环境的感知构建增量式环境地图,同时利用该地图实现自身的定位。 本文针对室内未知环境下基于图像特征点的移动机器人立体视觉SLAM进行研究。移动机器人在场景中运动,不需要任何先验知识,利用双目立体视觉来感知周围环境信息。并提取稳定的图像特征点来表征3D空间实际物理点,以此作为自然路标,来构建环境的几何地图,同时通过与当前时刻之前所创建的环境地图(自然路标库)中的路标进行匹配,估计机器人当前位姿并更新自然路标库,从而实现移动机器人的SLAM过程。本文着重于以下内容展开研究:图像局部不变特征的提取算法、基于图像特征点的全局定位方法和环境地图表示方法。 为了表征环境中典型的特征信息,本文首先针对图像局部不变特征的提取算法进行研究。而兴趣点作为图像的一种重要局部特征,保留了图像场景中的重要特征信息并同时有效地减少了信息的数据量而且具有旋转不变性,几乎不受光照条件的影响。针对此,本文提出了基于图像二阶多项扩展式局部方向张量的兴趣点检测PLOT(Polynomial Local Orientation Tensor)算子,能够从场景图像中提取尺度、旋转、明亮、仿射等局部不变的兴趣点,来表征机器人当前所在环境的典型局部特征。利用PLOT算子提取图像局部特征不变兴趣点,获得相应的位置和尺度等特征,为了区分这些不变的兴趣点,本文利用SIFT描述符对其进行特征描述。最后通过召回率与准确率图比较了 目前典型的特征提取算子,可知PLOT算子对于各种图像变换表现更稳定。移动机器人SLAM问题同时包括机器人的全局定位和环境地图创建两部分,两部分是密切相联且又相互影响的。移动机器人的全局定位依赖于所创建的环境地图。而基于图像特征点的机器人定位过程就是指将当前帧图像PLOT特征匹配点与路标库中PLOT自然路标对应匹配,获得满足一定约束条件的模型参数,最终得到机器人位姿的最佳估计。本文提出了扩展随机抽样一致性算法来估计机器人的准确位姿,即把机器人的全局定位看作模型参数估计问题,获得机器人在运动平面中的位置和方向角参数。 把获得的图像PLOT特征匹配点当作环境自然路标,提出了基于图像坐标点PLOT特征及对应空间3D坐标等信息来创建环境的几何特征地图。左右摄像机特征点匹配之后,可以获得每一匹配点的特征信息,包括:全局3D坐标、特征尺度、特征方向和描述符等。把观测到的特征点当作环境自然路标,并建立自然路标数据库来记录所获得的路标点。而机器人在环境中运动,不断地获得图像PLOT特征匹配点,故在每帧时刻需要维护更新自然路标数据库,包括:增加自然路标、记录自然路标出现的次数、去除自然路标等,来适合机器人的动态工作环境。 针对基于图像特征点的移动机器人立体视觉SLAM,为了验证本文算法的有效性和准确性,最后基于实际移动机器人平台进行了相关实验研究,并分析了机器人估计位姿及路标数据库中路标的3D坐标误差。本文主要利用卡尔曼滤波和误差传播公式来进行机器人全局位姿和地图路标坐标的误差分析,利用误差协方差矩阵来定量表达其不确定性,并总结了其误差来源及误差抑制方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郭剑辉;赵春霞;康亮;;SLAM问题中特征相关性研究[J];系统仿真学报;2008年06期
2 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期
3 郭剑辉;赵春霞;;一种新的粒子滤波SLAM算法[J];计算机研究与发展;2008年05期
4 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期
5 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期
6 焦晓宇;马小平;唐羽;;对SLAM算法的研究[J];科技信息;2012年07期
7 徐君;张国良;敬斌;张璐;;一种优化的联合极大似然SLAM数据关联方法[J];机器人;2012年04期
8 吕太之;;一种新的抗外部干扰EKF-SLAM算法[J];计算机工程;2012年21期
9 王晓华;杨幸芳;;一种改进的粒子滤波SLAM算法[J];模式识别与人工智能;2013年06期
10 郑丽楠;;扩展卡尔曼体系下的SLAM算法计算框架[J];无线互联科技;2013年10期
11 李丽丽;宋志章;;机器人SLAM算法失真模糊性消除优化方法研究[J];科技通报;2014年02期
12 曹军;曾碧;何元烈;;基于路标观测的改进EKF-SLAM算法[J];自动化与信息工程;2014年01期
13 陈东岳;张立明;;SLAM问题中的模糊几何地图与顶点自定位法[J];控制理论与应用;2006年05期
14 张纯学;阿雯;;SLAM-ER ATA导弹的制导与任务规划系统[J];飞航导弹;2008年03期
15 周武;赵春霞;;SLAM问题的一种优化数据关联算法[J];机器人;2009年03期
16 李凤华;陈勇;吕霞付;;基于多传感器信息融合的智能轮椅SLAM研究[J];数字通信;2010年02期
17 张海强;窦丽华;方浩;陈杰;;SLAM问题中的自适应序贯数据关联[J];系统仿真学报;2010年07期
18 石守东;康丹;徐斌斌;;一种水下航行器的SLAM算法应用研究[J];中国造船;2010年03期
19 田翔;张亮;陈耀武;;基于中心差分卡尔曼滤波器的快速SLAM算法[J];哈尔滨工业大学学报;2010年09期
20 赵立坤;武二永;郭燚平;戴国骏;;基于概率选取随机特征点的单目视觉SLAM方法[J];机器人;2010年05期
中国重要会议论文全文数据库 前10条
1 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年
2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年
4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年
5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年
6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年
7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年
8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
9 Jiantong Cheng;Jonghyuk Kim;Zhenyu Jiang;Weihua Zhang;;Tightly Coupled SLAM/GNSS for Land Vehicle Navigation[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年
10 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前4条
1 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年
2 游弋;SLE相关候选基因FCRL3,SLAM的SNP分析及其功能研究[D];第三军医大学;2008年
3 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年
4 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年
中国硕士学位论文全文数据库 前10条
1 许鑫;基于策略的SLAM原型系统开发[D];吉林大学;2008年
2 赵博;基于大地图的移动机器人高速高精度SLAM算法的研究[D];哈尔滨工业大学;2010年
3 武玫;基于分布式粒子滤波的SLAM算法研究[D];北京工业大学;2013年
4 周旭;基于改进粒子滤波的SLAM算法研究[D];南京理工大学;2014年
5 曾文静;基于水下机器人EKF-SLAM的数据关联算法研究[D];哈尔滨工程大学;2009年
6 夏敏慧;基于策略的SLAM系统关键技术研究[D];吉林大学;2008年
7 李捐;基于单目视觉的移动机器人SLAM问题的研究[D];哈尔滨工业大学;2013年
8 姜雪菲;双目立体视觉SLAM研究[D];北京交通大学;2014年
9 丁帅华;基于局部子图匹配的SLAM解决方法[D];复旦大学;2009年
10 骆云祥;非线性滤波在移动机器人SLAM中的应用[D];南京理工大学;2009年
中国重要报纸全文数据库 前1条
1 肖征荣;好软件少不了它们[N];电脑报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978