基于Kinect的同時(shí)定位與地圖構(gòu)建的研究.pdf

1、本文以微軟公司的3D體感攝像機(jī)Kinect作為環(huán)境感知傳感器，對(duì)移動(dòng)機(jī)器人同時(shí)定位與地圖構(gòu)建(Simultaneous localization and mapping，SLAM)展開理論與實(shí)驗(yàn)研究。論文主要完成了以下工作:
　　(1)對(duì)攝像機(jī)的模型、坐標(biāo)系的轉(zhuǎn)換、Kinect的硬件結(jié)構(gòu)與功能進(jìn)行了詳細(xì)闡述;介紹了機(jī)器人獲取環(huán)境目標(biāo)深度的三種方法雙目視差法、飛行時(shí)間法(ToF)與Kinect方法;介紹了Kinect開發(fā)平臺(tái)Open

2、NI的數(shù)據(jù)采集流程，并通過OpenNI相關(guān)組件獲取Kinect的深度圖像與RGB圖像。
　　(2)采用張正友攝像機(jī)標(biāo)定法，通過MATLAB toolbox_calib工具箱對(duì)Kinect進(jìn)行了標(biāo)定實(shí)驗(yàn)，獲得了Kinect的內(nèi)部參數(shù)與外部參數(shù)，并對(duì)實(shí)驗(yàn)過程進(jìn)行了分析和改進(jìn)，根據(jù)Kinect標(biāo)定的外部參數(shù)，對(duì)深度圖像與RGB圖像進(jìn)行配準(zhǔn)實(shí)驗(yàn)。
　　(3)對(duì)Kinect噪聲源進(jìn)行了分析，因Kinect深度圖像受傳感器自身、測量環(huán)境

3、、物體特性的影響，對(duì)Kinect深度圖像進(jìn)行了均值濾波、中值濾波、高斯濾波理論與實(shí)驗(yàn)研究;引入了基于Kinect深度圖像的濾波算法——雙邊濾波;雙邊濾波較好地平滑了噪聲并保護(hù)了Kinect深度圖像的邊緣，但其運(yùn)行效率較低，利用快速高斯估計(jì)法對(duì)雙邊濾波進(jìn)行了加速優(yōu)化。
　　(4)對(duì)Kinect的RGB圖像分別進(jìn)行了FAST角點(diǎn)、Harris角點(diǎn)、SURF特征提取實(shí)驗(yàn)，并比較了三種方法的性能。介紹了特征匹配與區(qū)域匹配方法，提出了結(jié)合特

4、征匹配與區(qū)域匹配的算法——基于SURF特征的SSD（平方差和）匹配，并引入RANSAC算法對(duì)誤匹配進(jìn)行剔除。
　　(5)本文對(duì)基于擴(kuò)展卡爾曼濾波(Extended Kalman Filter，EKF)的SLAM問題展開相關(guān)研究;構(gòu)建了EKF-SLAM系統(tǒng)模型，進(jìn)行了EKF-SLAM仿真實(shí)驗(yàn)。通過Kinect采集RGB數(shù)據(jù)流與深度數(shù)據(jù)流，進(jìn)行了基于Kinect的EKF-SLAM相關(guān)研究，把EKF-SLAM仿真實(shí)驗(yàn)擴(kuò)展為三維模式，完成