基于類屬超圖的視覺同步定位和地圖構建關鍵技術研究.pdf

1、隨著人工智能技術的發(fā)展及人們生活的需要，機器人的作業(yè)環(huán)境也愈來愈廣泛和復雜，甚至是未知的。這種特性決定了機器人必須在它所探測的環(huán)境中能夠自主移動（mobile robot），構建所處環(huán)境周圍的一致地圖并根據(jù)所這張地圖實現(xiàn)自身的實時定位，從而真正實現(xiàn)自主智能化。同步定位與地圖構建(Simultaneous Localization and Mapping，SLAM)技術在這種背景下應運而生，并成為了整個移動機器人自主導航的基本，提出了各種

2、解決方案。
　　本文針對室內(nèi)未知環(huán)境下基于圖像表觀的移動機器人單目視覺SLAM進行研究。論文的主要工作和創(chuàng)新之處如下：
　　1）提出了一種基于類屬超圖模型的閉環(huán)檢測(Loop closure detection)方法。閉環(huán)檢測是SLAM必不可少的環(huán)節(jié)。本文在采用屬性圖表征場景圖像的基礎上，對一定范圍內(nèi)的場景圖像集根據(jù)相似性傳播構建類屬超圖模型?；谶f歸的SOM樹從SLAM數(shù)據(jù)庫中快速準確地搜索候選閉環(huán)集，再根據(jù)本文提出的三個

3、約束來判斷是否發(fā)生了閉環(huán)。
　　2）提出了一種單目視覺的基于光流的運動估計算法。運動估計是SLAM的基礎，本文基于單目視覺的定位方法，利用Fast角點實現(xiàn)初始化特征定位。在初始化的基礎上，后續(xù)圖像直接根據(jù)圖像的信息進行運動估計。兩次高斯-牛頓優(yōu)化與重投影操作，提高了位姿估計的準確性。
　　3）結(jié)合基于類屬超圖的閉環(huán)檢測，以及快速的運動估計，搭建了單目視覺SLAM的框架。在數(shù)據(jù)集上的實驗證明：根據(jù)本文所提出的方法獲得的單目視覺