基于视觉SLAM的三维地图构建及其应用

基于视觉SLAM的三维地图构建及其应用

论文摘要

同时定位与建图(SLAM)对机器人实现自主导航任务有重要的研究意义。本文在基于视觉SLAM的三维地图构建及应用方面做的研究如下:针对目前在移动机器人领域主要构建二维地图,无法在复杂的室内场景下获取比如门、桌子、椅子、线缆等物体的三维信息,进而影响导航任务的问题,本文采用RGB-D SLAM估测机器人位姿的同时构建出周围环境的OctoMap地图。针对原始的OctoMap地图中由于噪声等因素的影响存在离群点的问题,本文提出基于K-最近邻和高斯分布的离群点剔除算法剔除地图中的离群点,从而构建出更加精确的OctoMap地图,为机器人的精确导航奠定基础。本文用TurtleBot机器人在实验室和走廊环境中使用提出的基于K-最近邻和高斯分布的离群点剔除算法构建出OctoMap地图,与原始算法构建的OctoMap地图相比,本文算法可以有效剔除影响导航任务的离群点,得到更加精确的OctoMap 地图。针对经典的单目SLAM方案:ORB-SLAM,在构建三维点云地图过程中通过直接线性三角化算法求取地图点不够精确的问题,本文提出使用迭代三角化算法,求取出更加精确的地图点,从而为ORB-SLAM建立更加精确的地图以及应用于机器人的三维导航奠定基础。实验采用TUM和KITTI数据集,基于ORB-SLAM使用本文迭代三角化算法求取出的地图点,与直接线性三角化算法求取结果相比,获得的地图点的重投影误差更小。此外在实验室场景用OptiTrack系统记录了单目相机的真实轨迹和静态标记点的真实位置,将本文算法和原始算法估测出的地图点的三维坐标和OptiTrack系统记录的真实坐标进行对比,进一步证明了本文提出的迭代三角化算法估计出的地图点位置误差更小,地图点更加精确。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 课题研究背景及研究意义
  •   1.2 SLAM国内外研究状况
  •     1.2.1 基于滤波器的SLAM
  •     1.2.2 基于图优化的SLAM
  •   1.3 SLAM在机器人领域的应用现状
  •   1.4 论文结构安排
  • 第二章 视觉SLAM的基础知识
  •   2.1 引言
  •   2.2 视觉SLAM的分类
  •     2.2.1 单目SLAM
  •     2.2.2 双目SLAM
  •     2.2.3 RGB-D SLAM
  •   2.3 ORB特征的提取和匹配
  •     2.3.1 ORB特征
  •     2.3.2 特征匹配
  •   2.4 对极几何
  •     2.4.1 基础矩阵和本质矩阵
  •     2.4.2 单应矩阵
  •   2.5 本章小结
  • 第三章 基于RGB-D SLAM的改进OctoMap算法
  •   3.1 引言
  •   3.2 算法框架
  •     3.2.1 视觉里程计
  •     3.2.2 回环检测
  •     3.2.3 位姿优化
  •     3.2.4 建图
  •   3.3 改进的OctoMap构建算法
  •     3.3.1 构建OctoMap
  •     3.3.2 基于K-最近邻与高斯分布的离群点剔除算法
  •   3.4 基于RGB-D SLAM的改进OctoMap算法实验
  •     3.4.1 相机标定
  •     3.4.2 基于RGB-D SLAM的改进OctoMap算法实验
  •       3.4.2.1 实验室和走廊静态场景实验
  •       3.4.2.2 OctoMap和点云对比实验
  •       3.4.2.3 不同分别率下的OctoMap实验
  •       3.4.2.4 动态场景下的OctoMap实验
  •   3.5 本章小结
  • 第四章 基于ORB-SLAM改进的地图点求取算法
  •   4.1 引言
  •   4.2 ORB-SLAM单目自动初始化
  •     4.2.1 选取初始帧
  •     4.2.2 计算两种矩阵模型的得分
  •     4.2.3 模型选择
  •     4.2.4 恢复位姿
  •     4.2.5 求取地图点
  •   4.3 ORB-SLAM位姿跟踪
  •   4.4 改进的地图点求取算法
  •     4.4.1 直接线性三角化算法求取地图点
  •     4.4.2 迭代三角化算法求取地图点
  •   4.5 基于ORB-SLAM改进的地图点求取实验
  •     4.5.1 基于公开数据集的改进地图点求取算法实验
  •       4.5.1.1 基于TUM数据集的性能评测
  •       4.5.1.2 基于KITTI数据集的性能评测
  •     4.5.2 基于OptiTrack系统的改进地图点求取算法实验
  •   4.6 本章小结
  • 第五章 总结与展望
  •   5.1 全文总结
  •   5.2 未来工作展望
  • 参考文献
  • 致谢
  • 附录
  • 文章来源

    类型: 硕士论文

    作者: 张俊杰

    导师: 刘士荣

    关键词: 单目,位姿跟踪,迭代三角化

    来源: 杭州电子科技大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 自然地理学和测绘学,自动化技术

    单位: 杭州电子科技大学

    分类号: TP242;P283

    总页数: 76

    文件大小: 6227K

    下载量: 228

    相关论文文献

    • [1].基于SLAM的城市人防工程调查和信息系统设计实现[J]. 地理空间信息 2019(12)
    • [2].基于图优化的视觉SLAM研究进展与应用分析[J]. 计算机应用研究 2020(01)
    • [3].基于FPGA的激光雷达SLAM测绘设计与实现[J]. 科技创新与应用 2020(08)
    • [4].复杂场景下视觉先验信息的地图恢复SLAM[J]. 中国图象图形学报 2020(01)
    • [5].基于手持激光Slam的厂房改造应用[J]. 科学技术创新 2020(06)
    • [6].基于SLAM的柏油马路智能清扫机器人[J]. 内燃机与配件 2020(05)
    • [7].SLAM后端优化原理研究[J]. 现代农机 2020(02)
    • [8].激光SLAM精度测试场设计与实现[J]. 测绘通报 2020(05)
    • [9].Progress and Applications of Visual SLAM[J]. Journal of Geodesy and Geoinformation Science 2019(02)
    • [10].基于SLAM的机器人的导航算法设计[J]. 智能机器人 2019(06)
    • [11].Cartographer 2D SLAM算法室内建图分析[J]. 电子世界 2020(11)
    • [12].基于SLAM技术的医疗服务机器人分析[J]. 电脑编程技巧与维护 2020(06)
    • [13].基于SLAM的激光雷达三维测绘仪前景分析[J]. 科技视界 2020(19)
    • [14].基于蛇形机器人的SLAM技术研究[J]. 制造业自动化 2020(07)
    • [15].基于激光SLAM的牧场智能饲喂机器人研发[J]. 自动化与仪表 2020(07)
    • [16].基于单目SLAM的无人机视觉导航研究综述[J]. 飞航导弹 2020(07)
    • [17].单机器人SLAM技术的发展及相关主流技术综述[J]. 计算机工程与应用 2020(18)
    • [18].3D SLAM技术在轨道交通竣工测量中的应用[J]. 北京测绘 2020(10)
    • [19].基于双目SLAM的室内导航系统[J]. 通讯世界 2019(01)
    • [20].基于图优化的SLAM后端优化研究与发展[J]. 计算机应用研究 2019(01)
    • [21].图优化SLAM的嵌入式处理技术[J]. 成都信息工程大学学报 2019(02)
    • [22].无人平台SLAM技术研究进展[J]. 导航定位与授时 2019(04)
    • [23].基于地面匹配的单目SLAM局部尺度恢复[J]. 工业控制计算机 2019(08)
    • [24].SLAM问题中机器人定位误差分析与控制[J]. 科学技术创新 2019(26)
    • [25].一种视觉SLAM中运动模糊应对方法[J]. 哈尔滨工业大学学报 2019(11)
    • [26].RGB-D SLAM综述[J]. 导航定位与授时 2017(06)
    • [27].基于图优化的单目线特征SLAM算法[J]. 东南大学学报(自然科学版) 2017(06)
    • [28].基于智能算法的多机器人SLAM方法[J]. 中国科技信息 2016(23)
    • [29].视觉SLAM综述[J]. 智能系统学报 2016(06)
    • [30].采用SLAM方法的电脑鼠[J]. 微型机与应用 2017(12)

    标签:;  ;  ;  

    基于视觉SLAM的三维地图构建及其应用
    下载Doc文档

    猜你喜欢