多双目视觉SLAM在移动机器人上的应用研究
文献类型:学位论文
作者 | 刘贵涛![]() |
答辩日期 | 2021-11-04 |
授予单位 | 中国科学院沈阳自动化研究所 |
授予地点 | 沈阳 |
导师 | 张雷 |
关键词 | 多相机 SLAM 移动机器人 图模型 外参标定 |
学位名称 | 专业学位硕士 |
学位专业 | 机械工程 |
其他题名 | Applied Research of Multiple Stereo Camera Visual SLAM in Mobile Robot |
英文摘要 | 近几年,随着相关技术的进步,自主移动机器人进入到了一个快速发展的阶 段。作为自主移动机器人的核心技术,SLAM(Simultaneous Localization and Mapping)已经成为人工智能领域中一颗熠熠生辉的明星,受到了学术界和工业界的 共同瞩目。 SLAM 按照传感器可以分为激光 SLAM 和视觉 SLAM。其中,视觉 SLAM 因成 本低廉、获取信息丰富等优点,已经成为了近几年的研究热点。但是,主流的单 目、双目和 RGB-D 相机存在视角单一、只能观察一个方向的缺点。如果该视角方向 上的场景没有足够的纹理信息或者相机被物体遮挡住,视觉 SLAM 将会存在定位失 败的风险。本课题针对上述单个相机视角下移动机器人无法有效定位的问题,提出 了一种新颖的多传感器融合方案,多个无共视的双目相机紧耦合定位建图。论文围 绕着以下三部分进行了无共视多双目视觉 SLAM 系统的研究:无共视多双目相机的 外参标定、多双目视觉 SLAM 系统前端跟踪线程的构建和多双目视觉 SLAM 系统的 后端建图优化线程的构建。 本文首先对视觉 SLAM 和多目视觉 SLAM 的发展现状进行了概述,强调了多目 视觉 SLAM 研究的重要性;然后,第二章对必要的视觉 SLAM 理论基础知识进行了 介绍;第三、四、五章分别围绕无共视多双目相机的外参标定、多双目视觉 SLAM 前端定位线程的构建和多双目视觉 SLAM 的后端建图优化线程的构建展开了研究; 下面分别对第三、四、五章的研究内容进行详细介绍: (1)提出了一种基于双目 SLAM 的无共视多双目相机的外参标定算法。该算法 利用两个相机相似位姿处的共视,完成了两个相机的外参标定。只有明确了多双目 相机的外参,才能建立多个双目相机紧耦合的优化方程。所以,该外参标定算法是 构建多双目视觉 SLAM 系统的基础。相机外参实验证明该外参标定算法可以得到较 为精确的标定结果。 (2)对提出的多双目 SLAM 系统的位姿跟踪进行了详细的阐述。前端跟踪线程 通过帧间匹配和局部地图匹配,完成了对多双目相机系统的初定位。弱纹理实验证 明该多双目视觉 SLAM 系统可以有效应对弱纹理问题;相机遮挡实验证明该多双目视觉 SLAM 系统在某个相机被遮挡的情况下,仍然可以定位;实时性实验表明该多 双目 SLAM 系统满足移动机器人的实时性要求。 (3)对提出的多双目 SLAM 系统的地图优化进行了详细的阐述。后端建图线程 构建了以关键帧和地图点位置为优化顶点的图模型,使用列文伯格-马夸尔特算法进 行优化;另外严格筛选 3D 地图特征点,保障地图中 3D 地图特征点的高质量,减轻 处理器运行时的内存压力。实验表明,经建图线程优化后的多双目视觉 SLAM 系统 比优化前的定位精度更高,更适用于较大场景。 |
语种 | 中文 |
产权排序 | 1 |
页码 | 66页 |
源URL | [http://ir.sia.cn/handle/173321/30058] ![]() |
专题 | 沈阳自动化研究所_其他 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 刘贵涛. 多双目视觉SLAM在移动机器人上的应用研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021. |
入库方式: OAI收割
来源:沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。