基于深度視覺的室內(nèi)機(jī)器人定位研究.pdf

1、移動(dòng)機(jī)器人定位技術(shù)作為實(shí)現(xiàn)機(jī)器人自主導(dǎo)航的關(guān)鍵技術(shù)，成為該行業(yè)的研究熱點(diǎn)。定位技術(shù)主要依賴從圖像中提取三維立體信息實(shí)現(xiàn)，根據(jù)對(duì)圖像數(shù)據(jù)的不同處理方式，人們提出了許多優(yōu)秀的視覺里程計(jì)估計(jì)算法，這些算法各有優(yōu)缺點(diǎn)。本文獲取多種場景的圖像序列，對(duì)基于特征點(diǎn)法和直接法的視覺里程計(jì)算法的魯棒性和精確性等方面進(jìn)行實(shí)驗(yàn)分析。在此基礎(chǔ)上提出了基于環(huán)境特征的里程計(jì)選擇算法，該算法更適用于環(huán)境發(fā)生退化的情況。為驗(yàn)證該算法的正確性選擇不同的室內(nèi)環(huán)境進(jìn)行了實(shí)驗(yàn)

2、，驗(yàn)證了該方法的有效性。論文主要完成以下工作:
　　首先，設(shè)計(jì)基于Kinect V2的視覺感知系統(tǒng)，進(jìn)行環(huán)境信息的采集，獲取彩色圖像和深度圖像數(shù)據(jù)集。對(duì)幾種常見的深度值獲取方法進(jìn)行分析比較，實(shí)驗(yàn)驗(yàn)證了基于Kinect V2視覺平臺(tái)獲取深度值的便捷性。為矯正攝像機(jī)的畸變和得到空間坐標(biāo)系與圖像坐標(biāo)系的對(duì)應(yīng)關(guān)系，對(duì)Kinect V2進(jìn)行了標(biāo)定，獲得了其內(nèi)外參數(shù)。
　　其次，構(gòu)建機(jī)器人定位模型，選擇不同場景的數(shù)據(jù)集，分別基于特征點(diǎn)和

3、直接基于像素信息的RGB-D視覺里程計(jì)方法實(shí)現(xiàn)運(yùn)動(dòng)估計(jì)，通過實(shí)驗(yàn)分析基于特征點(diǎn)和直接基于全部像素信息的視覺里程計(jì)算法的性能，本文提出了基于環(huán)境特征的里程計(jì)選擇算法，把提取到的特征點(diǎn)數(shù)作為監(jiān)測值，將特征點(diǎn)法和直接法進(jìn)行融合，在視覺信息豐富的環(huán)境中采用基于特征點(diǎn)的算法完成定位估計(jì);而在視覺特征退化的環(huán)境中，采用基于像素信息的直接方法實(shí)現(xiàn)定位估計(jì)。
　　最后，為了驗(yàn)證所提出的基于環(huán)境特征的里程計(jì)選擇算法的有效性，使用基于KinectV2